功能巡检驱动的环境故障影响范围分析方法与流程

本发明涉及故障诊断，尤其涉及功能巡检驱动的环境故障影响范围分析方法。

背景技术：

1、在功能巡检驱动的环境故障影响范围分析领域，现有技术普遍依赖人工主导的参数比对与故障排查模式，难以对功能状态数据中的性能参数进行高效且精准的异常识别；这类方法往往仅采用单一阈值进行静态匹配，无法结合功能组件的历史性能趋势动态调整判断标准，导致异常标识的准确性不足，易出现漏判或误判情况，进而为后续故障影响范围分析埋下隐患，难以快速定位真正存在异常的功能组件。

2、现有技术在构建功能组件依赖关系与分析故障影响范围时，缺乏系统性的拓扑化构建与逆向传播分析能力；一方面，无法基于组件关联程度构建精准的依赖关系模型，导致依赖结构混乱；另一方面，在分析故障影响时，仅能进行简单的正向范围界定，无法沿依赖方向反向追溯多层级影响节点，难以全面掌握故障波及范围；此外，现有技术对故障影响的评定维度单一，未考虑功能组件的运行特征、贡献度等多因素，无法科学量化组件关键性权重与故障影响严重度，最终导致生成的故障处理方案针对性与有效性不足，难以满足复杂环境下的故障处理需求。

技术实现思路

1、本发明提供功能巡检驱动的环境故障影响范围分析方法以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供的功能巡检驱动的环境故障影响范围分析方法，包括：

3、s1、将功能状态数据中的性能参数与预设阈值进行模式匹配，得到功能组件的异常标识列表；

4、s2、根据所述异常标识列表，构建所述功能组件的依赖关系图；

5、s3、基于所述异常标识列表和所述依赖关系图，对所述功能组件的依赖方向进行逆向传播分析，得到所述功能组件的故障影响范围；

6、s4、基于所述影响范围，对所述功能组件的受影响程度进行多维度评定，得到所述功能组件的关键性权重；

7、s5、基于所述关键性权重和所述影响范围，对所述功能组件进行权重聚合，得到所述功能组件的影响严重度指标；

8、s6、根据所述影响严重度指标，生成所述功能组件的环境故障处理方案。

9、在一个优选的实施方式中，所述将功能状态数据中的性能参数与预设阈值进行模式匹配，得到功能组件的异常标识列表，包括：

10、对所述功能状态数据中的性能参数进行归一化处理，得到所述功能组件的标准化性能参数；

11、将所述标准化性能参数与所述预设阈值进行多规则模式比对，得到所述功能组件的动态调整参数；

12、基于所述功能组件的历史性能参数，对所述动态调整参数进行趋势分析，得到所述功能组件的异常行为模式；

13、根据所述异常行为模式，生成所述功能组件的异常标识列表。

14、在一个优选的实施方式中，所述根据所述异常标识列表，构建所述功能组件的依赖关系图，包括：

15、对所述功能组件中的配置信息进行图谱化构建，得到所述功能组件的依赖拓扑结构；

16、根据所述依赖拓扑结构和所述异常标识列表，构建所述功能组件的初始依赖关系图；

17、对所述初始依赖关系图进行结构优化，得到所述功能组件的依赖关系图。

18、在一个优选的实施方式中，所述根据所述依赖拓扑结构和所述异常标识列表，构建所述功能组件的初始依赖关系图，包括：

19、根据所述功能组件的关联程度，提取所述依赖拓扑结构的组件连接矩阵；

20、基于所述异常标识列表，对所述组件连接矩阵进行异常增强处理，得到所述功能组件的优化组件连接矩阵；

21、根据所述优化组件连接矩阵，构建所述功能组件的带权有向图结构；

22、对所述带权有向图结构进行连通性验证，得到所述功能组件的初始依赖关系图。

23、在一个优选的实施方式中，所述基于所述异常标识列表和所述依赖关系图，对所述功能组件的依赖方向进行逆向传播分析，得到所述功能组件的故障影响范围，包括：

24、对所述异常标识列表进行，得到所述功能组件中依赖方向的起始节点；

25、根据所述依赖关系图和所述起始节点，沿所述依赖方向的反方向执行路径遍历操作，得到所述功能组件的逆向依赖路径；

26、基于所述逆向依赖路径，对所述功能组件进行多层级影响传播分析，得到所述功能组件的故障影响节点；

27、对所述故障影响节点进行波及范围追踪，得到所述功能组件的故障影响范围。

28、在一个优选的实施方式中，所述基于所述逆向依赖路径，对所述功能组件进行多层级影响传播分析，得到所述功能组件的故障影响节点，包括：

29、记录所述功能组件的传播状态和影响深度，得到所述功能组件的初始状态表；

30、基于所述初始状态表和所述逆向依赖路径，对所述功能组件进行路径回溯，得到所述功能组件的待分析节点；

31、对所述待分析节点进行依赖强度估计，得到所述功能组件的强依赖节点；

32、基于所述强依赖节点，对所述功能组件的传播状态进行状态传导分析，得到所述功能组件的故障影响节点。

33、在一个优选的实施方式中，所述基于所述影响范围，对所述功能组件的受影响程度进行多维度评定，得到所述功能组件的关键性权重，包括：

34、对所述影响范围中的受影响功能组件进行特征提取，得到所述功能组件的运行特征数据；

35、对所述运行特征数据进行多维度解析，得到所述功能组件的维度评定结果；

36、基于所述维度评定结果，对所述功能组件的环境运行状态进行贡献度分析，得到所述功能组件的贡献系数；

37、对所述维度评定结果和所述贡献系数进行多因子融合，得到所述功能组件的关键性权重。

38、在一个优选的实施方式中，所述基于所述关键性权重和所述影响范围，对所述功能组件进行权重聚合，得到所述功能组件的影响严重度指标，包括：

39、基于所述影响范围，对所述功能组件进行依赖链解析，得到所述功能组件的依赖深度；

40、根据所述关键性权重与所述依赖深度，构建所述功能组件的权重聚合矩阵；

41、根据所述权重聚合矩阵，计算所述功能组件的影响严重度指标，其中，所述影响严重度指标的计算公式为：

42、；

43、其中，表示所述影响严重度指标，表示第个所述关键性权重，表示第个所述依赖深度，表示所述受影响功能组件的总数，表示所述功能组件的总数，表示对数函数，表示自然对数的底数。

44、在一个优选的实施方式中，所述基于所述影响范围，对所述功能组件进行依赖链解析，得到所述功能组件的依赖深度，包括：

45、根据所述依赖关系图，提取所述功能组件的最长依赖路径；

46、对所述最长依赖路径进行路径遍历，得到所述功能组件的路径长度分布数据；

47、将所述路径长度分布数据映射至预设的深度区间，得到所述功能组件的标准化深度值；

48、对所述功能组件的拓扑重要性参数与所述标准化深度值进行归一化聚合，得到所述功能组件的依赖深度。

49、为了解决上述问题，本发明还提供功能巡检驱动的环境故障影响范围分析，所述包括：

50、所述根据所述影响严重度指标，生成所述功能组件的环境故障处理方案，包括：

51、对所述影响严重度指标进行等级划分处理，得到所述功能组件的故障严重度等级序列；

52、基于所述影响范围和所述关键性权重，对所述故障严重度等级序列进行策略分析，得到所述功能组件的初始故障应对方案；

53、对所述初始故障应对方案进行资源冲突检测，得到所述功能组件的环境故障处理方案。

54、与现有技术相比，本发明具有以下有益效果：

55、1.本发明通过标准化处理功能状态数据中的性能参数并结合多规则模式比对、趋势分析生成异常标识列表，能精准定位功能组件异常；再基于异常标识列表构建优化后的依赖关系图，结合逆向传播分析追溯故障影响节点与范围，大幅提升故障影响范围分析的精准度，让工作人员可快速明确故障波及的功能组件，减少因范围判定模糊导致的处理延误。

56、2.本发明通过多维度评定功能组件受影响程度以确定关键性权重，结合依赖深度构建权重聚合矩阵并通过特定公式计算影响严重度指标，据此生成环境故障处理方案，不仅能科学量化故障严重程度，还能为故障处理提供精准、有针对性的依据，有效提高功能巡检驱动的环境故障处理效率与质量，保障功能组件整体运行稳定性。