中短波發(fā)射機(jī)故障預(yù)警裝置的制造方法
【專利摘要】本實(shí)用新型提供一種中短波發(fā)射機(jī)故障預(yù)警裝置，所述裝置包括：獲取模塊，用于獲取發(fā)射機(jī)在第i個運(yùn)行周期之前的歷史運(yùn)行數(shù)據(jù)及所述第i個運(yùn)行周期內(nèi)的實(shí)時運(yùn)行數(shù)據(jù)；建模分析模塊，用于根據(jù)所述正常數(shù)據(jù)及故障數(shù)據(jù)確定所述發(fā)射機(jī)在第i個運(yùn)行周期的故障判斷模型；計(jì)算模塊，用于根據(jù)所述發(fā)射機(jī)在第i個運(yùn)行周期的故障判斷模型及所述第i個運(yùn)行周期的實(shí)時運(yùn)行數(shù)據(jù)確定所述發(fā)射機(jī)在所述第i個運(yùn)行周期內(nèi)的故障概率；與所述計(jì)算模塊連接的預(yù)警模塊，用于根據(jù)所述故障概率及預(yù)設(shè)的預(yù)警規(guī)則對所述發(fā)射機(jī)進(jìn)行故障預(yù)警。采用本實(shí)用新型提供的中短波發(fā)射機(jī)故障預(yù)警方法及裝置，可以實(shí)現(xiàn)自動監(jiān)控發(fā)射機(jī)故障，并提前進(jìn)行故障預(yù)警。
【專利說明】
中短波發(fā)射機(jī)故障預(yù)警裝置
技術(shù)領(lǐng)域
[0001] 本實(shí)用新型實(shí)施例涉及廣播電視領(lǐng)域，尤其涉及一種中短波發(fā)射機(jī)故障預(yù)警裝 置。
【背景技術(shù)】
[0002] 大型廣播信號發(fā)射臺站目前采用的主流設(shè)備是大功率中短波發(fā)射機(jī)。隨著發(fā)射機(jī) 運(yùn)行時間的增加，在復(fù)雜的內(nèi)外部運(yùn)行環(huán)境影響下，不可避免會出現(xiàn)設(shè)備性能下降、故障率 增加的情況。而廣播發(fā)射臺站對于發(fā)射設(shè)備的穩(wěn)定運(yùn)行要求極為嚴(yán)格，因此，需要對發(fā)射機(jī) 運(yùn)行狀態(tài)進(jìn)行智能化實(shí)時監(jiān)控，提前判斷發(fā)射機(jī)的運(yùn)行狀態(tài)，以便在發(fā)生故障前實(shí)現(xiàn)迅速 的代播切換和人工技術(shù)干預(yù)，保證正常完成播出任務(wù)。
[0003] 現(xiàn)有技術(shù)中，通常采用自動化監(jiān)控系統(tǒng)采集和記錄和發(fā)射機(jī)實(shí)時運(yùn)行過程中的指 標(biāo)數(shù)值，并將相應(yīng)的指標(biāo)數(shù)值發(fā)送到多個表盤顯示。設(shè)備維護(hù)人員根據(jù)表盤上顯示的各項(xiàng) 指標(biāo)數(shù)值對發(fā)射機(jī)的運(yùn)行狀態(tài)進(jìn)行判斷。
[0004] 但是，由于大功率中短波廣播發(fā)射機(jī)內(nèi)部構(gòu)成非常復(fù)雜，造成故障的原因也錯綜 復(fù)雜，如果設(shè)備維護(hù)人員不具備極強(qiáng)的專業(yè)技能和維護(hù)經(jīng)驗(yàn)，難以根據(jù)單個的表盤上顯示 的指標(biāo)數(shù)值對發(fā)射機(jī)設(shè)備的運(yùn)行狀態(tài)進(jìn)行準(zhǔn)確預(yù)判。 【實(shí)用新型內(nèi)容】
[0005] 本實(shí)用新型實(shí)施例提供一種中短波發(fā)射機(jī)故障預(yù)警裝置，用以解決現(xiàn)有技術(shù)中的 廣播發(fā)射機(jī)故障預(yù)警方式不能準(zhǔn)確判斷廣播發(fā)射機(jī)故障的問題。
[0006] 本實(shí)用新型實(shí)施例提供一種中短波發(fā)射機(jī)故障預(yù)警裝置，包括：
[0007] 獲取模塊，用于獲取發(fā)射機(jī)在第i個運(yùn)行周期之前的歷史運(yùn)行數(shù)據(jù)及所述第i個 運(yùn)行周期內(nèi)的實(shí)時運(yùn)行數(shù)據(jù)；
[0008] 建模分析模塊，用于根據(jù)所述正常數(shù)據(jù)及故障數(shù)據(jù)確定所述發(fā)射機(jī)在第i個運(yùn)行 周期的故障判斷模型；i為大于等于1的整數(shù)；
[0009] 計(jì)算模塊，用于根據(jù)所述發(fā)射機(jī)在第i個運(yùn)行周期的故障判斷模型及所述第i個運(yùn) 行周期的實(shí)時運(yùn)行數(shù)據(jù)確定所述發(fā)射機(jī)在所述第i個運(yùn)行周期內(nèi)的故障概率；
[0010] 預(yù)警模塊，用于根據(jù)所述故障概率及預(yù)設(shè)的預(yù)警規(guī)則對所述發(fā)射機(jī)進(jìn)行故障預(yù) 警。
[0011] 另一實(shí)施例中，所述建模分析模塊，具體用于：
[0012] 對所述正常數(shù)據(jù)及所述故障數(shù)據(jù)進(jìn)行歸一化處理；
[0013] 對經(jīng)過歸一化處理后的所述正常數(shù)據(jù)及所述故障數(shù)據(jù)進(jìn)行排序，并對經(jīng)過排序后 所述正常數(shù)據(jù)及故障數(shù)據(jù)進(jìn)行等距抽樣；
[0014] 通過邏輯回歸分析對經(jīng)過等距抽樣后得到的所述正常數(shù)據(jù)及所述異常數(shù)據(jù)的樣 本進(jìn)行建模，確定所述發(fā)射機(jī)故障判斷模型。
[0015] 另一實(shí)施例中，所述計(jì)算模塊，具體用于：
[0016] 根據(jù)
[0017]
[0018] mi所述第i個運(yùn)行周期內(nèi)的故障概率，其中，β表示所述正常數(shù)據(jù) 與所述故障數(shù)據(jù)的映射關(guān)系，ζ表示所述第i個運(yùn)行周期的實(shí)時運(yùn)行數(shù)據(jù)。
[0019] 另一實(shí)施例中，所述建模分析模塊，還用于：
[0020] 根據(jù)獲取的所述第i個運(yùn)行周期的實(shí)時數(shù)據(jù)更新所述發(fā)射機(jī)在第i + Ι個運(yùn)行周期 的故障判斷模型。
[0021] 另一實(shí)施例中，所述預(yù)警模塊，具體用于：
[0022] 當(dāng)所述故障概率高于第一預(yù)設(shè)閾值，所述故障概率高于所述第一預(yù)設(shè)閾值的次數(shù) 大于第二閾值，且相鄰兩次故障概率高于所述第一預(yù)設(shè)閾值的發(fā)生時刻之間的時間間隔小 于第三閾值時，生成報(bào)警記錄。
[0023] 本實(shí)用新型實(shí)施例提供的中短波發(fā)射機(jī)故障預(yù)警裝置，通過獲取發(fā)射機(jī)在第i個 運(yùn)行周期之前的歷史運(yùn)行數(shù)據(jù)及所述第i個運(yùn)行周期內(nèi)的實(shí)時運(yùn)行數(shù)據(jù)，根據(jù)所述歷史數(shù) 據(jù)確定所述發(fā)射機(jī)在第i個運(yùn)行周期的故障判斷模型；并根據(jù)所述發(fā)射機(jī)在第i個運(yùn)行周 期的故障判斷模型及所述第i個運(yùn)行周期的實(shí)時運(yùn)行數(shù)據(jù)確定所述發(fā)射機(jī)在所述第i個運(yùn) 行周期內(nèi)的故障概率;最后根據(jù)所述故障概率對所述發(fā)射機(jī)進(jìn)行故障預(yù)警。采用本實(shí)用新 型實(shí)施例提供的中短波發(fā)射機(jī)故障預(yù)警方法，可以根據(jù)發(fā)射機(jī)的實(shí)時運(yùn)行數(shù)據(jù)及故障判斷 模型確定出發(fā)射機(jī)發(fā)生故障的概率，根據(jù)所述故障概率提前對所述發(fā)射機(jī)的故障情況作出 預(yù)警。避免現(xiàn)有技術(shù)中根據(jù)發(fā)射機(jī)運(yùn)行數(shù)據(jù)人為判斷發(fā)射機(jī)運(yùn)行狀態(tài)導(dǎo)致預(yù)測不準(zhǔn)確的情 況。〇
【附圖說明】
[0024] 為了更清楚地說明本實(shí)用新型實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例 或現(xiàn)有技術(shù)描述中所需要使用的附圖做一簡單地介紹，顯而易見地，下面描述中的附圖是 本實(shí)用新型的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下， 還可以根據(jù)這些附圖獲得其他的附圖。
[0025] 圖1本實(shí)用新型實(shí)施例中短波廣播發(fā)射機(jī)故障預(yù)警系統(tǒng)的總體框架圖；
[0026] 圖2為本實(shí)用新型實(shí)施例中短波廣播發(fā)射機(jī)故障預(yù)警裝置進(jìn)行故障預(yù)警的流程示 意圖；
[0027] 圖3為本實(shí)用新型實(shí)施例中短波發(fā)射機(jī)故障預(yù)警裝置確定發(fā)射機(jī)故障判斷模型的 流程示意圖；
[0028] 圖4為本實(shí)用新型實(shí)施例中短波發(fā)射機(jī)故障預(yù)警裝置在故障預(yù)警過程中生成的相 似度曲線的示意圖；
[0029] 圖5為本實(shí)用新型實(shí)施例中短波發(fā)射機(jī)故障預(yù)警裝置進(jìn)行故障預(yù)警時的正確率統(tǒng) 計(jì)結(jié)果示意圖；
[0030] 圖6為本實(shí)用新型實(shí)施例中短波發(fā)射機(jī)故障預(yù)警裝置的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0031] 為使本實(shí)用新型實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本實(shí)用新 型實(shí)施例中的附圖，對本實(shí)用新型實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描 述的實(shí)施例是本實(shí)用新型一部分實(shí)施例，而不是全部的實(shí)施例?；诒緦?shí)用新型中的實(shí)施 例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實(shí)施例，都屬于 本實(shí)用新型保護(hù)的范圍。
[0032] 圖1為本實(shí)用新型實(shí)施例中短波廣播發(fā)射機(jī)故障預(yù)警系統(tǒng)的總體框架圖。
[0033] 請參閱圖1，本實(shí)用新型實(shí)施例中短波廣播發(fā)射機(jī)故障預(yù)警系統(tǒng)包括:離線計(jì)算平 臺10、實(shí)時計(jì)算平臺20及可交互用戶界面30。所述離線計(jì)算平臺包括數(shù)據(jù)存儲模塊 (Hadoop) 11及建模分析模塊12。所述實(shí)時計(jì)算平臺包括實(shí)時計(jì)算模塊(storm) 21及文檔數(shù) 據(jù)庫(Mongodb) 22。本系統(tǒng)的外部數(shù)據(jù)源來自于發(fā)射臺站的發(fā)射機(jī)業(yè)務(wù)數(shù)據(jù)交換中心，其中 包含發(fā)射設(shè)備運(yùn)行數(shù)據(jù)。系統(tǒng)的計(jì)算框架采用Lambda架構(gòu)，同時管理實(shí)時計(jì)算框架和離線 計(jì)算框架?；A(chǔ)數(shù)據(jù)通過超文本傳輸協(xié)議應(yīng)用程序編程接口（Hyper Text Transfer Protocol Application Programming Interface，簡稱HTTP API)40進(jìn)入系統(tǒng)后，經(jīng)過數(shù)據(jù) 采集模塊50進(jìn)行初步驗(yàn)證過濾，記錄到消息隊(duì)列(Kafka)中。數(shù)據(jù)進(jìn)入Kafka之后，同時進(jìn)入 到所述數(shù)據(jù)存儲模塊11中和所述實(shí)時計(jì)算模塊21中分別用于離線計(jì)算和實(shí)時計(jì)算。
[0034] 數(shù)據(jù)經(jīng)由所述數(shù)據(jù)采集模塊50寫入到所述數(shù)據(jù)存儲模塊11所述數(shù)據(jù)存儲模塊11 存儲。在所述數(shù)據(jù)存儲模塊11的數(shù)據(jù)，可以通過編程模型MapReduce計(jì)算框架和Hi ve查詢框 架等完成數(shù)據(jù)運(yùn)算處理等工作。經(jīng)過規(guī)范化的數(shù)據(jù)進(jìn)入所述建模分析模塊12。所述建模分 析模塊12采用邏輯回歸建模分析算法對輸入的發(fā)射機(jī)運(yùn)行數(shù)據(jù)進(jìn)行分析，確定發(fā)射機(jī)的故 障判斷模型輸出到模型文本文件。文本文件經(jīng)過模型轉(zhuǎn)換器60轉(zhuǎn)換后，輸入到所述實(shí)時計(jì) 算模塊21中。隨著發(fā)射機(jī)運(yùn)行數(shù)據(jù)的不斷積累，模型定期更新模型分析結(jié)果。由所述模型轉(zhuǎn) 換器60定期將更新后的結(jié)果輸入到所述實(shí)時計(jì)算模塊21中，以供所述實(shí)時計(jì)算模塊21根據(jù) 更新后的故障判斷模型繼續(xù)對發(fā)射機(jī)運(yùn)行數(shù)據(jù)進(jìn)行實(shí)時計(jì)算。另外，如果用戶在通過所述 可交互用戶界面30更改了經(jīng)驗(yàn)規(guī)則設(shè)置，在系統(tǒng)內(nèi)會產(chǎn)生一個消息通知，經(jīng)由所述文檔數(shù) 據(jù)庫22到達(dá)所述建模分析模塊12，根據(jù)新的規(guī)則設(shè)定模型算法，重新生成數(shù)據(jù)分析結(jié)果。然 后經(jīng)過所述模型轉(zhuǎn)換器60,在所述實(shí)時計(jì)算模塊中更新相應(yīng)的內(nèi)容。
[0035]發(fā)射設(shè)備運(yùn)行數(shù)據(jù)經(jīng)由所述數(shù)據(jù)采集模塊50到達(dá)所述實(shí)時計(jì)算模塊21后，消息 會完成流式的處理，實(shí)時完成響應(yīng)處理或計(jì)算。所述實(shí)時計(jì)算模塊21上的分析、統(tǒng)計(jì)任務(wù)按 照模型分析的結(jié)果進(jìn)行具體計(jì)算處理，計(jì)算結(jié)果輸出到所述文檔數(shù)據(jù)庫22中。
[0036] 所述文檔數(shù)據(jù)庫22是一個文檔對象數(shù)據(jù)庫，有別與傳統(tǒng)關(guān)系型數(shù)據(jù)庫，是一種非 結(jié)構(gòu)化查詢語言(Not Only Structured Query Language，簡稱NoSQL)數(shù)據(jù)庫，其沒有傳統(tǒng) 數(shù)據(jù)庫的"行"的概念，每一條數(shù)據(jù)是一個"文檔"，一個文檔是一個json格式的數(shù)據(jù)。在系統(tǒng) 中，所述文檔數(shù)據(jù)庫22將作為所述實(shí)時計(jì)算模塊21實(shí)時計(jì)算的輸出數(shù)據(jù)庫，所述實(shí)時計(jì)算 模塊21從所述數(shù)據(jù)采集模塊50讀取實(shí)時采集的數(shù)據(jù)，完成計(jì)算后，將計(jì)算結(jié)果輸出到所述 文檔數(shù)據(jù)庫22存儲。使用方通過讀取所述文檔數(shù)據(jù)庫22結(jié)果即可獲取實(shí)時計(jì)算報(bào)表。
[0037] 所述實(shí)時計(jì)算模塊21輸出到所述文檔數(shù)據(jù)庫22中的實(shí)時計(jì)算結(jié)果，由運(yùn)維中心中 的實(shí)時報(bào)表頁面讀取，并展示到所述可交互用戶界面30上。所述可交互用戶界面30主要提 供三個功能:設(shè)備運(yùn)行狀態(tài)的可視化展示、經(jīng)驗(yàn)規(guī)則設(shè)定、歷史運(yùn)行狀態(tài)查詢等。在Web頁面 可以實(shí)時觀察發(fā)射機(jī)的整體健康度曲線，當(dāng)發(fā)生設(shè)備異常時，根據(jù)異常的不同等級，分別產(chǎn) 生多級報(bào)警，例如:健康度中度告警(黃色）、健康度重度告警(橙色）、發(fā)射機(jī)故障預(yù)警(紅 色)。
[0038] 圖2為本實(shí)用新型實(shí)施例中短波廣播發(fā)射機(jī)故障預(yù)警裝置進(jìn)行故障預(yù)警的流程示 意圖。
[0039] 請參閱圖2,本實(shí)用新型實(shí)施例提供的中短波發(fā)射機(jī)故障預(yù)警裝置進(jìn)行故障預(yù)警 的過程包括以下步驟：
[0040] S101:獲取發(fā)射機(jī)在第i個運(yùn)行周期之前的歷史運(yùn)行數(shù)據(jù)及所述第i個運(yùn)行周期內(nèi) 的實(shí)時運(yùn)行數(shù)據(jù)，所述歷史運(yùn)行數(shù)據(jù)包括正常數(shù)據(jù)及故障數(shù)據(jù);i為大于等于1的整數(shù)；
[0041] 具體地，所述歷史運(yùn)行數(shù)據(jù)為在所述第i個運(yùn)行周期之前已經(jīng)進(jìn)入存儲于所述數(shù) 據(jù)存儲模塊11中的發(fā)射機(jī)運(yùn)行數(shù)據(jù)。
[0042]所述獲取所述第i個運(yùn)行周期之前的歷史運(yùn)行數(shù)據(jù)中的正常數(shù)據(jù)前，需要對進(jìn)入 所述中短波廣播發(fā)射機(jī)故障預(yù)警系統(tǒng)的數(shù)據(jù)進(jìn)行清洗。具體的數(shù)據(jù)清洗方式如下：
[0043]讀取所述數(shù)據(jù)存儲模塊11中經(jīng)過清理歸檔后的數(shù)據(jù)，按照數(shù)據(jù)清洗規(guī)則刪除干擾 數(shù)據(jù)和故障數(shù)據(jù)，以保證進(jìn)入模型分析的都是健康運(yùn)行數(shù)據(jù)。異常數(shù)據(jù)的規(guī)則設(shè)定是依據(jù) 廣電系統(tǒng)不同發(fā)射機(jī)的運(yùn)行圖，以及廣電規(guī)章制度（"發(fā)射機(jī)導(dǎo)頻期前后三分鐘，出現(xiàn)故障 報(bào)警屬于正常情況"）。
[0044] 數(shù)據(jù)清洗規(guī)則設(shè)定具體如下：
[0045] 1、廣電回傳數(shù)據(jù)按規(guī)定是以秒回傳，但偶爾會存在數(shù)據(jù)回傳不到，或者各種原因 導(dǎo)致的截?cái)?。假如?shù)據(jù)截?cái)嗥陂g，發(fā)射機(jī)發(fā)生故障，會導(dǎo)致數(shù)據(jù)模型失真。所以提前設(shè)定規(guī) 則在正常運(yùn)行周期內(nèi)截?cái)鄷r間大于5分鐘也就是300秒的話，將截?cái)帱c(diǎn)前的一個狀態(tài)周期數(shù) 據(jù)刪除。
[0046] 2、只保留廣電回傳數(shù)據(jù)中狀態(tài)為11(運(yùn)行)或30(故障）的數(shù)據(jù)。
[0047] 3、為確保運(yùn)行數(shù)據(jù)的可靠性，故將狀態(tài)運(yùn)行不滿2分鐘數(shù)據(jù)也刪除。
[0048] 4、為確保數(shù)據(jù)平臺運(yùn)算的速度，只保留距今最近的60天數(shù)據(jù)。
[0049] 5、為確保模型建立的速度及準(zhǔn)確性，將相同運(yùn)行狀態(tài)的記錄只保留一條，其余刪 除。
[0050] 6、假如出現(xiàn)故障，故障點(diǎn)到本次(天)最早運(yùn)行期間數(shù)據(jù)全部刪除，確保盡可能保 留正常數(shù)據(jù)。
[0051] 經(jīng)過上述各步驟對數(shù)據(jù)進(jìn)行清洗后，即可得到所述正常數(shù)據(jù)。將故障發(fā)生前3分鐘 的狀態(tài)為高頻播音的數(shù)據(jù)保留為故障數(shù)據(jù)。清洗后得到的兩個樣本集即為包括所述正常數(shù) 據(jù)的"正常數(shù)據(jù)集"和包括所述故障數(shù)據(jù)的"故障數(shù)據(jù)集"。
[0052] S102:根據(jù)所述正常數(shù)據(jù)及故障數(shù)據(jù)確定所述發(fā)射機(jī)在第i個運(yùn)行周期的故障判 斷模型；
[0053]具體地，所述根據(jù)所述正常數(shù)據(jù)及故障數(shù)據(jù)確定發(fā)射機(jī)故障判斷模型，包括：
[0054]對所述正常數(shù)據(jù)及所述故障數(shù)據(jù)進(jìn)行歸一化處理；
[0055]對經(jīng)過歸一化處理后的所述正常數(shù)據(jù)及所述故障數(shù)據(jù)進(jìn)行排序，并對經(jīng)過排序后 所述正常數(shù)據(jù)及故障數(shù)據(jù)進(jìn)行等距抽樣；
[0056]通過邏輯回歸分析對經(jīng)過等距抽樣后得到的所述正常數(shù)據(jù)及所述異常數(shù)據(jù)的樣 本進(jìn)行建模，確定所述發(fā)射機(jī)故障判斷模型。
[0057]圖3為本實(shí)用新型實(shí)施例中短波發(fā)射機(jī)故障預(yù)警裝置確定發(fā)射機(jī)故障判斷模型 的流程示意圖。
[0058]請參閱圖3,在具體實(shí)現(xiàn)過程中，確定發(fā)射機(jī)故障判斷模型包括以下步驟：
[0059] 1、數(shù)據(jù)的等距抽樣
[0060]首先對經(jīng)過篩選后的正常數(shù)據(jù)及故障數(shù)據(jù)進(jìn)行排序，將排序后的數(shù)據(jù)進(jìn)行等距抽 樣，以最小樣本集20%為抽取基數(shù)。使用等距抽樣的方法確保樣本數(shù)據(jù)為最小間距，從而確 保抽樣的均勻。
[0061]排序算法是基于歐幾里得范數(shù)原則，即將所有字段進(jìn)行平方，相加然后再進(jìn)行開 方。等于變相將多維數(shù)據(jù)整合為一維數(shù)據(jù)，然后進(jìn)行排序。
[0062]排序算法公式為：
[0063]
[0064]其中，X表示每行或者每列數(shù)據(jù)中的一個字段，η表示每行或者每列數(shù)據(jù)中的字段 的數(shù)量。
[0065]如正常樣本集合總數(shù)100,故障樣本集合總數(shù)50,那統(tǒng)一按照正常樣本集合以等距 抽樣的方式各抽取20個進(jìn)行建模。
[0066]抽樣算法是進(jìn)行循環(huán)操作，設(shè)定一個"初始點(diǎn)"為1，在"初始點(diǎn)+抽取間隔"這個范 圍內(nèi)隨機(jī)挑選一個點(diǎn)，然后"初始點(diǎn)"更新為"初始點(diǎn)+抽取間隔"。一直抽取到需要的抽取數(shù) 量為止。
[0067] 2、變量的歸一化處理
[0068] 將所有數(shù)據(jù)進(jìn)行歸一化處理，統(tǒng)一變量之間的量綱關(guān)系。注意到數(shù)據(jù)中部分變量 取值可能無變化，這樣數(shù)據(jù)歸一化將失敗，所以需要將這部分?jǐn)?shù)據(jù)進(jìn)一步刪除。
[0069] 發(fā)射機(jī)運(yùn)行數(shù)據(jù)多為離散型，因此采用零均值標(biāo)準(zhǔn)化。
[0070] 歸一化公式為：
[0071]
[0072] 其中，ζ表示每個運(yùn)行周期的運(yùn)行數(shù)據(jù)的歸一化結(jié)果，X表示每行或每列運(yùn)行數(shù)據(jù) 經(jīng)過排序算法處理后的值，μ表示所有運(yùn)行數(shù)據(jù)的均值，σ表示所述每行或每列運(yùn)行數(shù)據(jù)經(jīng) 過排序算法處理后的值與所述運(yùn)行數(shù)據(jù)的均值之間的方差。
[0073] 3、邏輯回歸判斷發(fā)射機(jī)故障概率
[0074] 邏輯回歸是一種廣義線性回歸，是一種二分類常用的數(shù)學(xué)模型。本實(shí)用新型實(shí)施 例中短波發(fā)射機(jī)故障預(yù)警方法以預(yù)測為根本，目的為判斷發(fā)射機(jī)發(fā)生故障的概率有多大。
[0075] 基于邏輯回歸原則，將兩個等量的數(shù)據(jù)樣本集進(jìn)行建模，生成發(fā)射機(jī)的故障預(yù)警 模型，所述故障預(yù)警模型的結(jié)果每次以概率作為輸出。
[0076] S103:根據(jù)所述發(fā)射機(jī)在第i個運(yùn)行周期的故障判斷模型及所述第i個運(yùn)行周期的 實(shí)時運(yùn)行數(shù)據(jù)確定所述發(fā)射機(jī)在所述第i個運(yùn)行周期內(nèi)的故障概率。
[0077] 具體地，所述根據(jù)所述發(fā)射機(jī)故障判斷模型及所述第i個運(yùn)行周期的實(shí)時運(yùn)行數(shù) 據(jù)確定所述發(fā)射機(jī)在所述第i個運(yùn)行周期內(nèi)的故障概率，包括:根據(jù)
[0078]
[0079] 確定所述發(fā)射機(jī)在所述第i個運(yùn)行周期內(nèi)的故障概率P(z)，其中，z表示所述第i個 運(yùn)行周期的實(shí)時運(yùn)行數(shù)據(jù)，β表示所述正常數(shù)據(jù)與所述故障數(shù)據(jù)的映射關(guān)系，是根據(jù)大量歷 史數(shù)據(jù)中的正常數(shù)據(jù)及故障數(shù)據(jù)經(jīng)過訓(xùn)練得到的。
[0080] S104:根據(jù)所述故障概率及預(yù)設(shè)的預(yù)警規(guī)則對所述發(fā)射機(jī)進(jìn)行故障預(yù)警。
[0081] 具體地，所述預(yù)設(shè)的預(yù)警規(guī)則可以為：當(dāng)所述故障概率高于第一預(yù)設(shè)閾值，所述故 障概率高于所述第一預(yù)設(shè)閾值的次數(shù)大于第二閾值，且相鄰兩次故障概率高于所述第一預(yù) 設(shè)閾值的發(fā)生時刻之間的時間間隔小于第三閾值時，生成報(bào)警記錄。
[0082]具體的預(yù)警過程如下：
[0083] 1、生成相似度曲線
[0084] 圖4為本實(shí)用新型實(shí)施例中短波發(fā)射機(jī)故障預(yù)警裝置在故障預(yù)警過程中生成的相 似度曲線的示意圖。
[0085] 請參閱圖4,發(fā)射機(jī)設(shè)備的每個實(shí)時數(shù)據(jù)都可以通過邏輯回歸計(jì)算得到一個故障 發(fā)生的可能概率。隨著設(shè)備的運(yùn)行，實(shí)時運(yùn)行數(shù)據(jù)不斷輸入到模型中，從而得到發(fā)射機(jī)設(shè)備 運(yùn)行狀態(tài)的相似度曲線。這條相似度曲線以可視化的方式在Web頁面中實(shí)時展示出來，刻畫 了發(fā)射設(shè)備的即時健康狀況。
[0086] 2、異?；B(tài)過濾
[0087]發(fā)射機(jī)經(jīng)常會出現(xiàn)偶發(fā)性瞬間異常的狀況，但是之后就不再出現(xiàn)異常征兆。這種 情況往往不會影響正常播音，為發(fā)射機(jī)的一種常態(tài)，這種現(xiàn)象被稱之為模型內(nèi)的異?；?態(tài)。在監(jiān)測發(fā)射機(jī)健康度的時候，需要對這種異?；B(tài)進(jìn)行過濾，否則會大大增加系統(tǒng)的 虛警率。
[0088]異?；B(tài)的過濾規(guī)則為：用戶在Web頁面可以依據(jù)設(shè)備維護(hù)經(jīng)驗(yàn)輸入"預(yù)警線"、 "報(bào)警累積次數(shù)"、"報(bào)警間隔時長"等參數(shù)。只有當(dāng)健康度(模型計(jì)算出的相似度)低于"預(yù)警 線"，"報(bào)警間隔時長"小于Μ時刻且"報(bào)警累積次數(shù)"大于N次時，系統(tǒng)才會生成一條報(bào)警記 錄。報(bào)警記錄包含預(yù)警開始時間、預(yù)警等級、預(yù)警持續(xù)時間等變量。
[0089] 例如設(shè)定"報(bào)警累積次數(shù)"為10，"報(bào)警間隔時長"為60秒，"預(yù)警線"為0.1。那么當(dāng) 健康度取值低于0.1后，報(bào)警次數(shù)加1總計(jì)為1。查看此次異常后60秒內(nèi)是否還有低于0.1的 狀況出現(xiàn)。假如沒有出現(xiàn)，報(bào)警次數(shù)總計(jì)為1，則此次不生成報(bào)警記錄。
[0090] 假如第59秒時再次出現(xiàn)低于0.1的情況發(fā)生，報(bào)警次數(shù)加1總計(jì)為2,繼續(xù)查看接下 來的60秒內(nèi)是否再次發(fā)生低于"預(yù)警線"的情況。假如累計(jì)到10次，則生成報(bào)警記錄。
[0091] 3、分級報(bào)警
[0092] 對發(fā)射機(jī)整體健康程度可以進(jìn)行三個級別的報(bào)警，分別是：健康度中度告警(黃 色）、健康度重度報(bào)警(橙色）、發(fā)射機(jī)故障預(yù)警(紅色）。這三個等級的報(bào)警分別對應(yīng)不同的 規(guī)則設(shè)定，即不同等級的"預(yù)警線"、"報(bào)警累積次數(shù)"、"報(bào)警間隔時長"等參數(shù)設(shè)定?？烧{(diào)節(jié) 的分級報(bào)警，滿足了廣電方對故障預(yù)警管理工作的業(yè)務(wù)需求。
[0093]在上述實(shí)施例的基礎(chǔ)上，進(jìn)一步地，為了保證在第i+Ι個周期對故障預(yù)警的判斷更 加準(zhǔn)確，所述方法還包括：
[0094] 根據(jù)獲取的所述第i個運(yùn)行周期的實(shí)時數(shù)據(jù)更新所述發(fā)射機(jī)在第i + Ι個運(yùn)行周期 的故障判斷模型。
[0095] 具體地，當(dāng)所述第i個運(yùn)行周期結(jié)束后，所述第i個運(yùn)行周期的運(yùn)行數(shù)據(jù)即成為歷 史數(shù)據(jù)，存儲到所述數(shù)據(jù)存儲模塊11中。所述建模分析模塊12根據(jù)加入了第i個運(yùn)行周期 的運(yùn)行數(shù)據(jù)后的最新數(shù)據(jù)對所述故障預(yù)警模型進(jìn)行更新，根據(jù)更新后的故障預(yù)警模型對第 i+Ι個運(yùn)行周期的數(shù)據(jù)進(jìn)行實(shí)時計(jì)算，確定所述發(fā)射機(jī)在所述第i+Ι個運(yùn)行周期的故障概 率。
[0096]圖5為本實(shí)用新型實(shí)施例中短波發(fā)射機(jī)故障預(yù)警裝置進(jìn)行故障預(yù)警時的正確率統(tǒng) 計(jì)結(jié)果示意圖。
[0097]請參閱圖5,統(tǒng)計(jì)了在一個月之內(nèi)，系統(tǒng)給出故障預(yù)警之后，在24小時、2天、3天之 內(nèi)設(shè)備發(fā)生實(shí)際故障的概率。當(dāng)設(shè)定的報(bào)警閾值不同時，系統(tǒng)的敏感度不同。報(bào)警閾值越 低，預(yù)警次數(shù)越少，預(yù)警正確率越高，但是漏警率也會相應(yīng)增加。因此，并不是閾值設(shè)得越低 越好，應(yīng)當(dāng)綜合考慮正確率和漏警率之間的平衡，在正確率可接受范圍內(nèi)，盡量降低漏警 率。根據(jù)對各種閾值條件下采用本實(shí)用新型實(shí)施例中短波故障預(yù)警方法進(jìn)行預(yù)警所對應(yīng)的 正確率的統(tǒng)計(jì)，當(dāng)健康度曲線的預(yù)警閾值設(shè)定為0.00008時，如果發(fā)射機(jī)出現(xiàn)異常波動，模 型給出故障預(yù)警，隨后在24小時內(nèi)設(shè)備發(fā)生故障的比例為58%，2天內(nèi)發(fā)生故障的比例為 89%，3天內(nèi)發(fā)生故障的比例為97%。這個結(jié)果能夠較好地滿足廣電局的設(shè)備管理的業(yè)務(wù)需 求。
[0098] 本實(shí)用新型實(shí)施例提供的中短波發(fā)射機(jī)故障預(yù)警方法，通過獲取發(fā)射機(jī)在第i個 運(yùn)行周期之前的歷史運(yùn)行數(shù)據(jù)及所述第i個運(yùn)行周期內(nèi)的實(shí)時運(yùn)行數(shù)據(jù)，根據(jù)所述歷史數(shù) 據(jù)確定所述發(fā)射機(jī)在第i個運(yùn)行周期的故障判斷模型;并根據(jù)所述發(fā)射機(jī)在第i個運(yùn)行周期 的故障判斷模型及所述第i個運(yùn)行周期的實(shí)時運(yùn)行數(shù)據(jù)確定所述發(fā)射機(jī)在所述第i個運(yùn)行 周期內(nèi)的故障概率;最后根據(jù)所述故障概率對所述發(fā)射機(jī)進(jìn)行故障預(yù)警。采用本實(shí)用新型 實(shí)施例提供的中短波發(fā)射機(jī)故障預(yù)警方法，可以根據(jù)發(fā)射機(jī)的實(shí)時運(yùn)行數(shù)據(jù)及故障判斷模 型確定出發(fā)射機(jī)發(fā)生故障的概率，根據(jù)所述故障概率提前對所述發(fā)射機(jī)的故障情況作出預(yù) 警。避免現(xiàn)有技術(shù)中根據(jù)發(fā)射機(jī)運(yùn)行數(shù)據(jù)人為判斷發(fā)射機(jī)運(yùn)行狀態(tài)導(dǎo)致預(yù)測不準(zhǔn)確的情 況。
[0099] 圖6為本實(shí)用新型實(shí)施例中短波發(fā)射機(jī)故障預(yù)警裝置的結(jié)構(gòu)示意圖。請參閱圖3， 本實(shí)用新型實(shí)施例提供的中短波發(fā)射機(jī)故障預(yù)警裝置裝置至少包括：
[0100] 獲取模塊610,用于獲取發(fā)射機(jī)在第i個運(yùn)行周期之前的歷史運(yùn)行數(shù)據(jù)及所述第i 個運(yùn)行周期內(nèi)的實(shí)時運(yùn)行數(shù)據(jù)；
[0101] 建模分析模塊620,用于根據(jù)所述正常數(shù)據(jù)及故障數(shù)據(jù)確定所述發(fā)射機(jī)在第i個運(yùn) 行周期的故障判斷模型；i為大于等于1的整數(shù)；
[0102] 計(jì)算模塊630,用于根據(jù)所述發(fā)射機(jī)在第i個運(yùn)行周期的故障判斷模型及所述第i 個運(yùn)行周期的實(shí)時運(yùn)行數(shù)據(jù)確定所述發(fā)射機(jī)在所述第i個運(yùn)行周期內(nèi)的故障概率；
[0103] 預(yù)警模塊640,用于根據(jù)所述故障概率及預(yù)設(shè)的預(yù)警規(guī)則對所述發(fā)射機(jī)進(jìn)行故障 預(yù)警。
[0104] 所述建模分析模塊620，具體用于：
[0105]對所述正常數(shù)據(jù)及所述故障數(shù)據(jù)進(jìn)行歸一化處理；
[0106]對經(jīng)過歸一化處理后的所述正常數(shù)據(jù)及所述故障數(shù)據(jù)進(jìn)行排序，并對經(jīng)過排序后 所述正常數(shù)據(jù)及故障數(shù)據(jù)進(jìn)行等距抽樣；
[0107]通過邏輯回歸分析對經(jīng)過等距抽樣后得到的所述正常數(shù)據(jù)及所述異常數(shù)據(jù)的樣 本進(jìn)行建模，確定所述發(fā)射機(jī)故障判斷模型。
[0108]所述計(jì)算模塊630，具體用于：
[0109]根據(jù)
[0110]
[0111]確定所述發(fā)射機(jī)在所述第i個運(yùn)行周期內(nèi)的故障概率，其中，β表示所述正常數(shù)據(jù) 與所述故障數(shù)據(jù)的映射關(guān)系，ζ表示所述第i個運(yùn)行周期的實(shí)時運(yùn)行數(shù)據(jù)。
[0112]所述建模分析模塊620，還用于：
[0113]根據(jù)獲取的所述第i個運(yùn)行周期的實(shí)時數(shù)據(jù)更新所述發(fā)射機(jī)在第i + Ι個運(yùn)行周期 的故障判斷模型。
[0114]所述預(yù)警模塊640，具體用于：
[0115] 當(dāng)所述故障概率高于第一預(yù)設(shè)閾值，所述故障概率高于所述第一預(yù)設(shè)閾值的次數(shù) 大于第二閾值，且相鄰兩次故障概率高于所述第一預(yù)設(shè)閾值的發(fā)生時刻之間的時間間隔小 于第三閾值時，生成報(bào)警記錄。
[0116] 本實(shí)用新型實(shí)施例提供的中短波發(fā)射機(jī)故障預(yù)警裝置，通過獲取模塊獲取發(fā)射機(jī) 在第i個運(yùn)行周期之前的歷史運(yùn)行數(shù)據(jù)及所述第i個運(yùn)行周期內(nèi)的實(shí)時運(yùn)行數(shù)據(jù)，建模分析 模塊根據(jù)所述歷史數(shù)據(jù)確定所述發(fā)射機(jī)在第i個運(yùn)行周期的故障判斷模型;計(jì)算模塊根據(jù) 所述發(fā)射機(jī)在第i個運(yùn)行周期的故障判斷模型及所述第i個運(yùn)行周期的實(shí)時運(yùn)行數(shù)據(jù)確定 所述發(fā)射機(jī)在所述第i個運(yùn)行周期內(nèi)的故障概率;最后由預(yù)警模塊根據(jù)所述故障概率對所 述發(fā)射機(jī)進(jìn)行故障預(yù)警。采用本實(shí)用新型實(shí)施例提供的中短波發(fā)射機(jī)故障預(yù)警方法，可以 根據(jù)發(fā)射機(jī)的實(shí)時運(yùn)行數(shù)據(jù)及故障判斷模型確定出發(fā)射機(jī)發(fā)生故障的概率，根據(jù)所述故障 概率提前對所述發(fā)射機(jī)的故障情況作出預(yù)警。避免現(xiàn)有技術(shù)中根據(jù)發(fā)射機(jī)運(yùn)行數(shù)據(jù)人為判 斷發(fā)射機(jī)運(yùn)行狀態(tài)導(dǎo)致預(yù)測不準(zhǔn)確的情況。
[0117] 具體地，本實(shí)用新型實(shí)施例提供的圖形庫提取裝置用于執(zhí)行上述方法實(shí)施例提供 的中短波發(fā)射機(jī)故障預(yù)警方法，其實(shí)現(xiàn)原理及技術(shù)效果類似，在此不再贅述。
[0118] 本領(lǐng)域普通技術(shù)人員可以理解:實(shí)現(xiàn)上述各方法實(shí)施例的全部或部分步驟可以通 過程序指令相關(guān)的硬件來完成。前述的程序可以存儲于一計(jì)算機(jī)、手機(jī)或其他便攜裝置的 可讀取存儲介質(zhì)中。該程序在執(zhí)行時，執(zhí)行包括上述各方法實(shí)施例的步驟;而前述的存儲介 質(zhì)包括:R0M、RAM、磁碟或者光盤等各種可以存儲程序代碼的介質(zhì)。
[0119] 最后應(yīng)說明的是：以上各實(shí)施例僅用以說明本實(shí)用新型的技術(shù)方案，而非對其限 制;盡管參照前述各實(shí)施例對本實(shí)用新型進(jìn)行了詳細(xì)的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng) 理解:其依然可以對前述各實(shí)施例所記載的技術(shù)方案進(jìn)行修改，或者對其中部分或者全部 技術(shù)特征進(jìn)行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本實(shí)用新 型各實(shí)施例技術(shù)方案的范圍。
【主權(quán)項(xiàng)】
1. 一種中短波發(fā)射機(jī)故障預(yù)警裝置，其特征在于，包括： 獲取模塊，用于獲取發(fā)射機(jī)在第i個運(yùn)行周期之前的歷史運(yùn)行數(shù)據(jù)及所述第i個運(yùn)行周 期內(nèi)的實(shí)時運(yùn)行數(shù)據(jù)； 與所述獲取模塊連接的建模分析模塊，用于根據(jù)所述正常數(shù)據(jù)及故障數(shù)據(jù)確定所述發(fā) 射機(jī)在第i個運(yùn)行周期的故障判斷模型；i為大于等于1的整數(shù)； 分別與所述獲取模塊及所述建模分析模塊連接的計(jì)算模塊，用于根據(jù)所述發(fā)射機(jī)在第 i個運(yùn)行周期的故障判斷模型及所述第i個運(yùn)行周期的實(shí)時運(yùn)行數(shù)據(jù)確定所述發(fā)射機(jī)在所 述第i個運(yùn)行周期內(nèi)的故障概率； 與所述計(jì)算模塊連接的預(yù)警模塊，用于根據(jù)所述故障概率及預(yù)設(shè)的預(yù)警規(guī)則對所述發(fā) 射機(jī)進(jìn)行故障預(yù)警。2. 根據(jù)權(quán)利要求1所述的裝置，其特征在于，所述建模分析模塊，具體用于： 對所述正常數(shù)據(jù)及所述故障數(shù)據(jù)進(jìn)行歸一化處理； 對經(jīng)過歸一化處理后的所述正常數(shù)據(jù)及所述故障數(shù)據(jù)進(jìn)行排序，并對經(jīng)過排序后所述 正常數(shù)據(jù)及故障數(shù)據(jù)進(jìn)行等距抽樣； 通過邏輯回歸分析對經(jīng)過等距抽樣后得到的所述正常數(shù)據(jù)及所述異常數(shù)據(jù)的樣本進(jìn) 行建模，確定所述發(fā)射機(jī)故障判斷模型。3. 根據(jù)權(quán)利要求1所述的裝置，其特征在于，所述計(jì)算模塊，具體用于： 根據(jù)確定所述發(fā)射機(jī)在所述第i個運(yùn)行周期內(nèi)的故障概率，其中，β表示所述正常數(shù)據(jù)與所 述故障數(shù)據(jù)的映射關(guān)系，ζ表示所述第i個運(yùn)行周期的實(shí)時運(yùn)行數(shù)據(jù)。4. 根據(jù)權(quán)利要求1-3任一項(xiàng)所述的裝置，其特征在于，所述建模分析模塊，還用于： 根據(jù)獲取的所述第i個運(yùn)行周期的實(shí)時數(shù)據(jù)更新所述發(fā)射機(jī)在第i+Ι個運(yùn)行周期的故 障判斷模型。5. 根據(jù)權(quán)利要求1-3任一項(xiàng)所述的裝置，其特征在于，所述預(yù)警模塊，具體用于： 當(dāng)所述故障概率高于第一預(yù)設(shè)閾值，所述故障概率高于所述第一預(yù)設(shè)閾值的次數(shù)大于 第二閾值，且相鄰兩次故障概率高于所述第一預(yù)設(shè)閾值的發(fā)生時刻之間的時間間隔小于第 三閾值時，生成報(bào)警記錄。
【文檔編號】H04B17/18GK205510066SQ201620290355
【公開日】2016年8月24日
【申請日】2016年4月8日
【發(fā)明人】寧海斌, 黃曉兵, 徐忠, 李華琴, 丁曦偉, 安子煜, 李瑤, 潘峰, 張輝, 孟蓮蓉, 劉春學(xué), 張穎, 張凱, 金英
【申請人】國家新聞出版廣電總局無線電臺管理局