一种故障链路的异常节点与影响范围分析方法及系统与流程
本发明涉及电力通信网络运维,具体涉及一种故障链路的异常节点与影响范围分析方法及系统。
背景技术:
1、随着智能电网建设的不断推进,电力通信网作为支撑电网安全稳定运行的关键基础设施,承载着继电保护、调度数据等各类核心业务。由于电力通信网络具有规模庞大、拓扑结构复杂、设备类型异构等特点,一旦发生网络故障(如设备宕机、链路中断),往往会产生大量告警,并会迅速波及相关业务,严重威胁电网的安全稳定运行。
2、在现有的电力通信网络运维技术中,通常采用以下方式处理故障:
3、(1)被动告警响应:依赖运维人员通过网管系统查看实时告警,凭借个人经验逐层排查故障节点。这种方式不仅效率低下,且在面对大规模并发告警时,人员极易陷入信息过载,难以快速准确定位故障源头。
4、(2)静态拓扑分析:基于预先绘制的网络拓扑图进行人工推演,评估故障可能的影响。然而,由于网络状态是动态变化的,静态图纸无法真实反映当前的业务承载情况,导致影响范围评估失真。
5、(3)单一维度的监控:现有的分析工具大多孤立地看待设备故障,缺乏对故障链路、节点本身的异常、节点所承载的业务,以及三者之间联系的挖掘,导致评估出的影响程度不够精准,无法为抢修决策提供有力的量化依据。
6、综上所述,现有技术中在面对复杂网络故障时,存在故障节点定位耗时长、误判率高,以及故障影响范围评估不精准、不直观的技术问题。
7、为此,本发明提供一种故障链路的异常节点与影响范围分析方法及系统,以解决现有技术存在的技术问题。
技术实现思路
1、为了克服现有技术的不足,本发明提供一种故障链路的异常节点与影响范围分析方法及系统,以解决现有技术中的问题。
2、本发明其中一个实施例提供了一种故障链路的异常节点与影响范围分析方法,包括下步骤:
3、构建电力通信网络的网络拓扑结构模型,确定网络节点、链路连接关系及各链路所承载的业务信息;
4、实时采集网络设备的运行状态参数与告警参数,并将运行状态参数与告警参数关联映射至网络拓扑结构模型中对应的网络节点或链路;
5、基于关联映射的运行状态参数与告警参数,识别网络拓扑结构模型中发生故障的网络节点和/或链路,以确定对应的故障链路;
6、采用图遍历算法沿网络拓扑结构模型的链路连接关系进行逆向溯源,定位所述故障链路中的异常根因节点;
7、根据所述异常根因节点在所述网络拓扑结构模型中的链路连接关系与所承载的业务信息,评估得到故障链路的影响范围、影响程度及影响等级。
8、本申请还涉及一种故障链路的异常节点与影响范围分析系统,包括:
9、模型构建模块,用于构建电力通信网络的网络拓扑结构模型,确定网络节点、链路连接关系及各链路所承载的业务信息;
10、关联映射模块,用于实时采集网络设备的运行状态参数与告警参数,并将运行状态参数与告警参数关联映射至网络拓扑结构模型中对应的网络节点或链路;
11、故障识别模块,用于基于关联映射的运行状态参数与告警参数,识别网络拓扑结构模型中发生故障的网络节点和/或链路,以确定对应的故障链路;
12、逆向溯源模块,用于采用图遍历算法沿网络拓扑结构模型的链路连接关系进行逆向溯源,定位所述故障链路中的异常根因节点;
13、故障评估模块,用于根据所述异常根因节点在所述网络拓扑结构模型中的链路连接关系与所承载的业务信息,评估得到故障链路的影响范围、影响程度及影响等级。
14、本申请还涉及一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述一种故障链路的异常节点与影响范围分析方法的步骤。
15、本申请还涉及一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述一种故障链路的异常节点与影响范围分析方法的步骤。
16、以上实施例所提供的一种故障链路的异常节点与影响范围分析方法及系统具有以下有益效果:
17、本发明通过构建包含网络节点、链路连接关系及业务信息的拓扑模型,并建立运行状态参数与告警参数在拓扑节点和链路上的动态关联映射,解决了现有技术中静态拓扑分析与单一维度监控导致的评估失真问题,确保了故障分析基于实时准确的网络状态;通过基于关联映射的参数识别故障链路,并采用图遍历算法沿链路连接关系进行逆向溯源以定位异常根因节点,有效克服了被动告警响应中人工经验排查效率低、易在大规模并发告警下陷入信息过载的缺陷,缩短了故障定位耗时并降低了误判率;通过基于异常根因节点的链路连接关系及其承载的业务信息综合评估影响范围、影响程度及影响等级,实现了故障链路、异常节点与承载业务三者关联关系的深度挖掘,替代了传统的人工推演,使得影响评估从定性走向定量,为抢修决策提供了直观的量化依据。
1.一种故障链路的异常节点与影响范围分析方法,其特征在于,包括如下步骤:
2.如权利要求1所述的故障链路的异常节点与影响范围分析方法,其特征在于,所述构建电力通信网络的网络拓扑结构模型,确定网络节点、链路连接关系及各链路所承载的业务信息的步骤,具体包括:
3.如权利要求2所述的故障链路的异常节点与影响范围分析方法,其特征在于,所述实时采集网络设备的运行状态参数与告警参数,并将运行状态参数与告警参数关联映射至网络拓扑结构模型中对应的网络节点或链路的步骤,具体包括:
4.如权利要求2所述的故障链路的异常节点与影响范围分析方法,其特征在于,所述基于关联映射的运行状态参数与告警参数,识别网络拓扑结构模型中发生故障的网络节点和/或链路,以确定对应的故障链路的步骤,具体包括:
5.如权利要求4所述的故障链路的异常节点与影响范围分析方法,其特征在于,所述采用图遍历算法沿网络拓扑结构模型的链路连接关系进行逆向溯源,定位所述故障链路中的异常根因节点的步骤,具体包括:
6.如权利要求5所述的故障链路的异常节点与影响范围分析方法,其特征在于,所述提取各候选路径的业务权重,以及各候选路径相对于动态关联规则的匹配度,以计算各候选路径的根因匹配度具体包括如下步骤:
7.如权利要求1所述的故障链路的异常节点与影响范围分析方法,其特征在于,所述根据所述异常根因节点在所述网络拓扑结构模型中的链路连接关系与所承载的业务信息,评估得到故障链路的影响范围、影响程度及影响等级的步骤,具体包括:
8.一种故障链路的异常节点与影响范围分析系统,用于实现如权利要求1-7任意一项所述的一种故障链路的异常节点与影响范围分析方法的步骤,其特征在于,包括:
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-7任意一项所述一种故障链路的异常节点与影响范围分析方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7任意一项所述一种故障链路的异常节点与影响范围分析方法的步骤。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com