一种用电信息采集终端通信质量诊断方法及系统与流程

摘要: 本发明涉及电力运维,尤其涉及一种用电信息采集终端通信质量诊断方法及系统。背景技术:1、用电信息采集系统是智能电网的核心基础设施之一,主要承担电能量数据的远程自动...
一种用电信息采集终端通信质量诊断方法及系统与流程

本发明涉及电力运维,尤其涉及一种用电信息采集终端通信质量诊断方法及系统。

背景技术:

1、用电信息采集系统是智能电网的核心基础设施之一,主要承担电能量数据的远程自动采集、传输和处理功能。该系统通过部署在用户侧的采集终端,经由公网通信、窄带电力线载波、微功率无线等多种通信方式,与主站系统建立数据交互通道,实现对海量智能电能表的自动抄表和远程管控。在用电信息采集系统中,采集终端是连接主站与电能表的中间枢纽,其通信质量直接决定了数据采集的成功率和时效性。

2、随着新型电力系统建设与电网数字化转型纵深推进,用电信息采集系统的采集终端运行质量监测面临新的技术挑战。由于现场采集终端、电能表、通信单元等设备种类日益增多,设备厂商众多且软硬件版本不一致,通信协议类型多样化,传统的终端质量监测方法无法满足精准诊断的业务需求。

3、目前,现有技术基于单一指标阈值监测终端通信质量,其主要过程包括:采集主站系统按照预设的采集任务调度计划,定时向各终端下发采集指令,并记录指令执行的成功与失败结果;主站系统按日统计各区域单位的日冻结采集成功率、终端在线率等宏观指标,生成区域维度的质量报表,以从整体上反映区域的采集质量水平;将区域指标与预设阈值进行比较,对低于阈值的区域生成告警信息;运维人员接收告警后,通过人工方式逐一排查该区域内的终端设备,尝试定位故障原因并进行处理,例如检查终端在线状态、通信模块信号强度、载波组网情况等。上述方法存在以下主要缺点和不足:其一,监测粒度不足,侧重以区域为单位的合格率统计,缺乏终端级精细化质量监测能力,当区域整体指标达标但个别终端持续故障时,该终端异常被统计平均值掩盖,形成“平均数陷阱”现象;其二,分析维度单一,主要关注采集成功率等结果性指标,缺乏对通信质量影响因素的系统性分析,单一指标无法准确反映通信质量全貌,也无法定位导致质量问题的根本原因;其三,缺乏智能诊断能力,依赖人工经验进行故障排查,面对百万级终端的海量监测数据效率低下且容易遗漏关键信息,无法识别不同质量指标之间的因果关系,难以实现全链条智能决策;其四,被动式运维模式,以事后告警为主,缺乏对终端潜在异常的主动识别和预警能力。

4、因此,需要提供更可靠的方案。

技术实现思路

1、本发明的目的在于克服现有技术中的不足,提供一种用电信息采集终端通信质量诊断方法及系统,可以提高每个采集终端通信质量诊断与分析的全面性、智能性和精准性。

2、为达到上述目的,本发明采用下述技术方案实现的:

3、一方面,本发明提供了一种用电信息采集终端通信质量诊断方法,所述方法包括:

4、基于多个主要终端通信质量影响因素,构建目标数量个评价标签;所述目标数量个评价标签基于功能评价维度划分为不同类标签,以及所述目标数量个评价标签基于影响因素维度划分为不同因素标签;

5、基于获取的经过预处理的埋点监测数据、通信日志数据和主站采集结果数据,采用流计算和批计算,并根据标签类型确定每个终端对应的每个评价标签的标签数据;

6、基于所述每个终端对应的每个评价标签的标签数据、预设等级得分映射关系以及预设标签等级阈值,确定每个终端的通信质量评分;

7、基于所述每个终端的通信质量评分,识别待分析终端;

8、采用标签影响矩阵,对所述待分析终端的目标数量个评价标签进行多标签关联分析处理,并结合故障知识库和推理模型进行故障原因分析,得到故障原因分析结果;

9、基于所述故障原因分析结果,从运维知识库中提取对应的运维处理方案,生成结构化的运维处理建议。

10、在一些可能的实施方式中,所述采用标签影响矩阵,对所述待分析终端的目标数量个评价标签进行多标签关联分析处理,并结合故障知识库和推理模型进行故障原因分析,得到故障原因分析结果,包括:

11、采用标签影响矩阵,对所述待分析终端的目标数量个评价标签进行多标签关联分析处理,确定所述待分析终端的关键标签及其对应的关键影响因子;

12、基于所述关键标签,结合故障知识库中的历史故障案例进行相似性匹配,得到相似历史故障案例;

13、基于所述待分析终端的各评价标签的标签数据及其对应的质量等级,构建所述待分析终端的标签劣化特征;

14、将所述标签劣化特征输入所述推理模型进行故障原因识别处理,生成故障原因识别结果;

15、将所述关键标签及其对应的关键影响因子、所述相似历史故障案例和所述故障原因识别结果确定为故障原因分析结果。

16、在一些可能的实施方式中,所述多个主要终端通信质量影响因素包括通信网络质量因素、采集数据质量因素、采集终端本体因素和安装质量因素;

17、所述基于多个主要终端通信质量影响因素,构建目标数量个评价标签包括:

18、根据运维历史数据,对影响终端通信质量的因素进行分析,得到所述多个主要终端通信质量影响因素,并将每个影响因素分为若干子维度因素;

19、基于埋点监测配置数据、采集结果配置数据和通信日志配置数据,为每个子维度因素筛选出与其具有关联性的监测指标,得到目标数量个监测指标;

20、为每个监测指标定义评价标签,得到目标数量个评价标签,每个评价标签设有标签配置参数,所述标签配置参数包括标签标识信息、数据来源信息、影响因素映射信息、质量等级确定信息和质量等级;

21、将所述目标数量个评价标签按照功能评价维度划分为通信基础能力类标签、数据交互可靠性类标签、设备状态类标签和拓扑结构风险类标签;

22、将所述目标数量个评价标签按照影响因素维度划分为通信网络质量因素标签、采集数据质量因素标签、采集终端本体因素标签和安装质量因素标签;并且在所述标签配置参数的影响因素映射信息中记录每个评价标签所属影响因素及其对应的子维度因素间的映射关系。

23、在一些可能的实施方式中,所述标签类型包括状态比较类型、统计分析类型、配置比对类型;

24、所述基于获取的经过预处理的埋点监测数据、通信日志数据和主站采集结果数据,采用流计算和批计算,并根据标签类型确定每个终端对应的每个评价标签的标签数据,包括:

25、针对标签类型为状态比较类型的评价标签,基于所述埋点监测数据、通信日志数据或主站采集结果数据,采用流计算以第一固定长度窗口按照第一预设滑动步长滑动,并在滑动过程中对所述第一固定长度窗口内的数据进行聚合,得到各状态比较类型的评价标签的标签数据;

26、针对标签类型为配置比对类型的评价标签,基于所述埋点监测数据、通信日志数据或主站采集结果数据,采用批计算每日定时对上一日的全量数据按照标签对象进行统计,得到各配置比对类型的评价标签的日统计值,并将各日统计值作为所述各配置比对类型的评价标签的标签数据;

27、针对标签类型为统计分析类型的评价标签,基于所述埋点监测数据、通信日志数据或主站采集结果数据,采用流计算以第二固定长度窗口按照第二预设滑动步长滑动,并在滑动过程中对所述第二固定长度窗口内的数据进行统计,得到各统计分析类型的评价标签的比率数据;

28、以及采用批计算每日定时对上一日的全量数据按照标签对象进行统计,得到各统计分析类型的评价标签的日统计值;

29、并提取预设长度窗口内各统计分析类型的评价标签的每日的日统计值,构成各统计分析类型的评价标签的时序数据序列;所述预设长度窗口以当前日期为窗口终点,且预设天数为窗口长度;

30、对所述时序数据序列进行平滑处理,得到各统计分析类型的评价标签对应的当前日期的平滑值;

31、将所述平滑值纳入在所述当前日期之前生成的历史平滑数据序列,得到各统计分析类型的评价标签对应的平滑数据序列,所述历史平滑数据序列是通过预设窗口长度在预设时间段内以预设步长滑动,重复所述提取预设长度窗口内各统计分析类型的评价标签的每日的日统计值的步骤至所述对所述时序数据序列进行平滑处理的步骤得到的;

32、对所述平滑数据序列进行趋势分析,得到各统计分析类型的评价标签的趋势分析结果;

33、将所述比率数据、所述平滑值和所述趋势分析结果确定为所述各统计分析类型的评价标签的标签数据。

34、在一些可能的实施方式中,所述基于所述每个终端对应的每个评价标签的标签数据、预设等级得分映射关系以及预设标签等级阈值,确定每个终端的通信质量评分,包括:

35、基于所述预设标签等级阈值和所述标签数据,确定每个终端对应的每个评价标签的质量等级;

36、基于所述预设等级得分映射关系和所述质量等级,确定每个终端对应的每个评价标签的标签得分;

37、根据每个终端对应的每个评价标签的标签权重,对所述每个终端对应的每个评价标签的标签得分进行加权求和处理,得到每个终端的通信质量评分。

38、在一些可能的实施方式中,所述标签影响矩阵采用下述方式构建:

39、将目标数量个评价标签分别确定为初始标签影响矩阵的行和列,以及构建所述初始标签影响矩阵的矩阵元素,其中,所述矩阵元素表征行标签劣化对列标签的影响关系,所述影响关系包括是否存在影响、影响方向以及影响强度;

40、基于多个主要终端通信质量影响因素之间的相互作用机制和领域运维经验,设置评价标签之间的关联规则,得到预置关联规则;

41、基于历史故障数据,采用关联规则挖掘方法统计各评价标签同步劣化的共现频率,对所述预置关联规则进行验证,并量化影响强度,得到预置关联验证规则和影响强度量化结果;

42、基于所述预置关联验证规则和影响强度量化结果,对所述初始标签影响矩阵中的矩阵元素进行修正,得到标签影响矩阵。

43、在一些可能的实施方式中,所述采用标签影响矩阵,对所述待分析终端的目标数量个评价标签进行多标签关联分析处理,确定所述待分析终端的关键标签及其对应的关键影响因子,包括:

44、在所述待分析终端的目标数量个评价标签中检测到至少两个评价标签同步劣化的情况下,提取所述待分析终端的劣化标签集合;

45、基于标签影响矩阵中所述劣化标签集合内各劣化标签之间的影响关系,构建所述劣化标签集合对应的有向影响关系图;

46、根据所述有向影响关系图,沿着影响方向回溯,将处于影响链上游、且入度符合预设入度条件的劣化标签识别为根源标签;

47、在所述根源标签为多个的情况下,结合根据所述标签影响矩阵确定的各个根源标签对应的标签影响强度分别对各个根源标签的劣化程度进行加权处理,得到所述各个根源标签的加权劣化程度;

48、根据所述各个根源标签的加权劣化程度,对所述各个根源标签进行降序排序,得到标签降序排序结果;

49、将所述标签降序排序结果中首位根源标签确定为所述待分析终端对应的关键标签;

50、根据所述关键标签的标签配置参数,确定所述关键标签对应的主要终端通信质量影响因素和子维度因素;

51、将所述关键标签对应的主要终端通信质量影响因素和子维度因素确定为关键影响因子。

52、在一些可能的实施方式中,所述基于所述关键标签,结合故障知识库中的历史故障案例进行相似性匹配,得到相似历史故障案例,包括:

53、基于所述待分析终端的以所述关键标签为核心的劣化标签集合和非劣化标签集合对应的质量等级,构建终端标签劣化模式;

54、确定所述终端标签劣化模式与所述故障知识库中各历史故障案例的标签劣化模式之间的相似度;

55、将所述相似度超过预设相似阈值的历史故障案例作为相似历史故障案例。

56、在一些可能的实施方式中,所述方法还包括:

57、将满足任一触发条件的终端列入潜在异常终端预警清单,并触发主动预警,将所述潜在异常终端预警清单发送至用户;

58、其中,所述触发条件包括:所述终端的趋势分析结果表征通过趋势分析所确定的平滑数据序列的线性拟合斜率持续为负,且劣化速率超过预设劣化速率阈值;或者所述终端存在标签数据预设连续天数逐日下降的评价标签;或者所述终端存在质量等级降档且伴随持续下降趋势的评价标签;或者所述终端存在处于劣化趋势的评价标签的情况下,按照当前劣化趋势外推,预测在预设未来时间内劣化评价标签对应的标签数据将跌破最低档质量等级阈值。

59、另一方面提供了一种用电信息采集终端通信质量诊断系统,所述系统包括:

60、标签构建模块,用于基于多个主要终端通信质量影响因素,构建目标数量个评价标签;所述目标数量个评价标签基于功能评价维度划分为不同类标签,以及所述目标数量个评价标签基于影响因素维度划分为不同因素标签;

61、标签计算模块,用于基于获取的经过预处理的埋点监测数据、通信日志数据和主站采集结果数据,采用流计算和批计算,并根据标签类型确定每个终端对应的每个评价标签的标签数据;

62、通信质量诊断模块,用于基于所述每个终端对应的每个评价标签的标签数据、预设等级得分映射关系以及预设标签等级阈值,确定每个终端的通信质量评分;基于所述每个终端的通信质量评分,识别待分析终端;

63、通信质量分析模块,用于采用标签影响矩阵,对所述待分析终端的目标数量个评价标签进行多标签关联分析处理,并结合故障知识库和推理模型进行故障原因分析,得到故障原因分析结果;基于所述故障原因分析结果,从运维知识库中提取对应的运维处理方案,生成结构化的运维处理建议。

64、与现有技术相比,本发明所达到的有益效果:

65、本发明中,通过基于多个主要终端通信质量影响因素,构建目标数量个评价标签;该目标数量个评价标签可以基于功能评价维度划分为不同类标签,并且可以基于影响因素维度划分为不同因素标签;可以利用目标数量个评价标签对每个终端进行独立的通信质量评价;接着基于获取的经过预处理的埋点监测数据、通信日志数据和主站采集结果数据,采用流计算和批计算,并根据标签类型确定每个终端对应的每个评价标签的标签数据;基于每个终端对应的每个评价标签的标签数据、预设等级得分映射关系以及预设标签等级阈值,确定每个终端的通信质量评分;基于每个终端的通信质量评分,识别待分析终端,可以通过对每个终端进行独立的通信质量评价,主动识别潜在异常终端,可以实现从事后处理向提前预警的转变,之后分析其故障原因并生成运维处理建议,可以在提前预警的同时提前关注处理异常,进而有效减少终端故障发生率;接着采用标签影响矩阵,对待分析终端的目标数量个评价标签进行多标签关联分析处理,并结合故障知识库和推理模型进行故障原因分析,得到故障原因分析结果;基于故障原因分析结果,从运维知识库中提取对应的运维处理方案,生成结构化的运维处理建议,可以实现故障原因分析和运维建议生成的自动化和智能化,可以快速确定异常原因以及提供精准消除缺陷建议,进而降低人工分析成本,提升质量诊断与分析的效率、精准性和有效性,以及可以提升现场运维效率。从而可以实现终端级精准通信质量诊断和智能运维决策支持,提升用电信息采集系统的采集终端通信质量诊断分析的精确性和可靠性,进而为用电信息采集系统的智能化运维提供了有力的支撑。