【技术实现步骤摘要】
本申请涉及通信领域，尤其涉及一种通信站点故障预测方法、装置、设备及存储介质。
技术介绍
1、通信站点是移动通信系统的重要组成部分，通常部署有无线域、传输域、动环域的设备。各域的故障在时间和空间上具有关联性，故障发生前，与其有关联的告警可能会提前出现，并且可能会遵循某种规律经常性伴随出现。人工从海量历史告警中识别这些规律，不仅需要很丰富的专家经验，同时还需要耗费大量的时间精力，使得通信站点基于多域的故障预测难以实施。
技术实现思路
1、本申请提供一种通信站点故障预测方法、装置、设备及存储介质，用于解决通信站点故障无法预测的问题。
2、第一方面，本申请提供一种通信站点故障预测方法，所述方法包括：
3、获取多个域在过去第一时长内的告警数据；
4、对多个域在过去第一时长内的告警数据按照时间维度和通信站点维度进行聚类，得到至少一个所述通信站点的告警特征向量；所述通信站点的告警特征向量包括多个域的至少一个告警子特征向量，所述子特征向量包括：过去x个时间周期内所述通信站点发生该告警的数量，所述x为大于或等于2的整数，x个时间周期中后一时间周期包括前一时间周期，最后一个时间周期对应的时长小于或等于所述第一时长；
5、根据所述通信站点的告警特征向量，利用多个故障预测模型获取所述通信站点在未来第二时长内是否会发生故障的预测结果；所述故障预测模型为利用多个样本通信站点的样本数据训练得到的，所述样本数据包括：样本告警特征向量，以及，样本通信站点在未来第二时长
6、可选地，所述根据所述通信站点的告警特征向量，利用多个故障预测模型获取所述通信站点在未来第二时长内是否会发生故障的预测结果，包括：
7、将所述通信站点的告警特征向量分别输入至每个所述故障预测模型，得到所述通信站点在未来第二时长内是否会发生故障的初始预测结果；
8、根据各所述故障预测模型的初始预测结果，获取所述通信站点在未来第二时长内会发生故障的概率；
9、根据所述概率，获取所述预测结果。
10、可选地，所述根据各所述故障预测模型的初始预测结果，获取所述通信站点在未来第二时长内会发生故障的概率，包括：
11、将表征所述通信站点在未来第二时长内会发生告警的初始预测结果数量，与，所述故障预测模型的数量相除，获取所述通信站点在未来第二时长内会发生故障的概率。
12、可选地，所述获取所述通信站点在未来第二时长内是否会发生故障的预测结果之后，所述方法还包括：
13、在所述预测结果表征所述通信站点在未来第二时长内会发生故障时，利用所述通信站点当前存在的告警，以及，预先构建的故障树，获取所述通信站点的故障处理信息，所述故障处理信息包括：存在故障风险的域、存在故障风险的设备和故障处理建议信息；
14、输出所述故障处理信息。
15、可选地，所述方法还包括：
16、在经过所述未来第二时长后，获取所述通信站点在所述第二时长内是否会发生故障的结果；
17、使用所述通信站点的告警特征向量，以及，所述通信站点在所述第二时长内是否会发生故障的结果，对所述故障预测模型进行优化。
18、可选地，所述获取所述通信站点在所述第二时长内是否会发生故障的结果，包括：
19、获取所述通信站点在所述第二时长内的告警数据；
20、根据所述告警数据，确定所述通信站点在所述第二时长内是否会发生故障的结果。
21、可选地，所述多个域包括：无线域、传输域和动环域。
22、第二方面，本申请提供一种通信站点故障预测装置，所述装置包括：
23、获取模块，用于获取多个域在过去第一时长内的告警数据；
24、第一处理模块，用于对多个域在过去第一时长内的告警数据按照时间维度和通信站点维度进行聚类，得到至少一个所述通信站点的告警特征向量；所述通信站点的告警特征向量包括多个域的至少一个告警子特征向量，所述子特征向量包括：过去x个时间周期内所述通信站点发生该告警的数量，所述x为大于或等于2的整数，x个时间周期中后一时间周期包括前一时间周期，最后一个时间周期对应的时长小于或等于所述第一时长；
25、预测模块，用于根据所述通信站点的告警特征向量，利用多个故障预测模型获取所述通信站点在未来第二时长内是否会发生故障的预测结果；所述故障预测模型为利用多个样本通信站点的样本数据训练得到的，所述样本数据包括：样本告警特征向量，以及，样本通信站点在未来第二时长内是否会发生故障的预测结果。
26、第三方面，本申请提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；
27、所述存储器存储计算机执行指令；
28、所述处理器执行所述存储器存储的计算机执行指令，以实现如第一方面中任一项所述通信站点故障预测方法。
29、第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如第一方面中任一项所述通信站点故障预测方法。
30、第五方面，本申请提供一种计算机程序产品，包括计算机程序，该计算机程序被所述处理器执行时实现如第一方面中任一项所述的方法。
31、第六方面，本申请提供一种芯片，所述芯片上存储有计算机程序，所述计算机程序被所述芯片执行时，实现如第一方面中任一项所述的方法。
32、本申请提供的通信站点故障预测方法、装置、设备及存储介质，通过预先使用样本通信站点的样本告警特征向量与是否存在故障的预测结果，训练通用的模型，使其学习到各域的故障与告警之间的关联关系和规律，针对通信站点在多域多场景故障动态挖掘对应的关联告警特征，从而使得训练生成的故障预测模型能够对通信站点未来是否发生故障进行预测，实现了跨域维护。
33、另外，由于该种故障预测的方式与设备内部实现细节无关，因此，该方法能够支持对多厂家设备故障和设备所搭建的通信网络故障的预测。
34、再者，本申请通过特征筛选和特征分类，得到各域在过去x个时间周期内通信站点发生该告警的数量所构成的特征向量，并使用其进行故障预测，能够大幅减少模型预测时的特征数据量，从而能够提升模型的预测效率、预测的准确性，以及，能够减小模型的结构。即，使用轻量化的模型即可实现上述预测，从而对运行该模型的设备和平台的硬件要求较低，便于预测方案的实现和推广。
本文档来自技高网...【技术保护点】
1.一种通信站点故障预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述通信站点的告警特征向量，利用多个故障预测模型获取所述通信站点在未来第二时长内是否会发生故障的预测结果，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据各所述故障预测模型的初始预测结果，获取所述通信站点在未来第二时长内会发生故障的概率，包括：
4.根据权利要求1-3任一项所述的方法，其特征在于，所述获取所述通信站点在未来第二时长内是否会发生故障的预测结果之后，所述方法还包括：
5.根据权利要求1-3任一项所述的方法，其特征在于，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，所述获取所述通信站点在所述第二时长内是否会发生故障的结果，包括：
7.根据权利要求1-3任一项所述的方法，其特征在于，所述多个域包括：无线域、传输域和动环域。
8.一种通信站点故障预测装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，包括：处理器，以及与所述处理器通信连接
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1至7所述的通信站点故障预测方法。
...【技术特征摘要】
1.一种通信站点故障预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述通信站点的告警特征向量，利用多个故障预测模型获取所述通信站点在未来第二时长内是否会发生故障的预测结果，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据各所述故障预测模型的初始预测结果，获取所述通信站点在未来第二时长内会发生故障的概率，包括：
4.根据权利要求1-3任一项所述的方法，其特征在于，所述获取所述通信站点在未来第二时长内是否会发生故障的预测结果之后，所述方法还包括：
5.根据权利要求1-3任一项所述的方法，其特征在...
【专利技术属性】
技术研发人员：蒋迅婕，王瑜，熊建胜，毕中玻，董莹莹，查昕昕，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。