数据挖掘在移动基站退服故障预测中的研究

发布时间：2023-04-28 18:27

　　近些年来移动通讯产业在我国蓬勃发展,尤其是以华为为代表的5G通讯技术已经走在了世界的前列,而实现这些技术是需要很庞大的设备群来支撑,通讯设备各个部分持续正常运行无疑会提高企业的竞争力,零故障运行也是个通讯公司不断追求的目标。在通讯故障中最为严重的的当属基站退服故障,如何准确的预测出故障的发生是当前各国研究的热门方向之一。在我国故障诊断已趋成熟,但是故障预测技术还不太成熟。目前的故障预测方法是专家系统,在基站退服故障诊断中有广泛的发展和应用,但其在知识库建立和自学习上存在不足。随着数据挖掘技术的发展在各行各业的广泛应用,将其应用到基站退服故障的预测,不仅在学科中有前瞻性,而且具有重要意义。本文以某地移动公司基站运维数据为基础,从多个角度分析了数据的特点,并结合基站数据的特点提出了针对基站的短期预测方法以及长期预测方法。基站运维数据冗长,复杂,经过对数据的充分分析后,在短期基站退服故障预测中,采用关联规则挖掘方法。其中Apriori算法能够有效地挖掘出数据中的频繁项集,根据挖掘出的频繁项集可以快速准确地找出关联规则。在这些规则中,可以获取短时间内告警数据与故障之间的关系,并成功的进行了故障...

【文章页数】：52 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
    1.3 研究内容
    1.4 论文创新点
    1.5 论文结构安排
第2章 基站运行原理及其故障类型
    2.1 基站系统结构
        2.1.1 BTS运行原理
        2.1.2 天馈系统原理
    2.2 基站常见故障分析
    2.3 基站故障的定位分析
        2.3.1 基于规则推理的定位技术
        2.3.2 基于案例推理的定位技术
    2.4 故障分析常见方法
    2.5 报警数据分析
    2.6 本章小结
第3章 移动基站报警数据分析及数据挖掘知识
    3.1 基站报警分析
        3.1.1 报警概念
        3.1.2 告警与故障的关系
        3.1.3 告警分类
        3.1.4 故障报警的特点
        3.1.5 报警处理传统模式
    3.2 数据挖掘的概念
        3.2.1 数据挖掘定义
        3.2.2 数据挖掘的基本流程
        3.2.3 数据挖掘算法
    3.3 本章小结
第4章 基于Apriori关联规则基站退服故障预警模型
    4.1 基站退服故障模型概述
    4.2 数据清洗
    4.3 Apriori算法步骤
    4.4 数据挖掘的实现方法
    4.5 数据挖掘过程
    4.6 数据挖掘退服事件分析
    4.7 本章小结
第5章 基于PCA分析在基站退服故障预测中的研究
    5.1 数据元素分类
        5.1.1 数据清洗
        5.1.2 特征选择
        5.1.3 网元聚类
    5.2 性能指标降维分析
    5.3 性能指标的主要成分与故障关联模型
    5.4 性能指标选取及临界值
    5.5 本章小结
第6章 总结与展望
    6.1 本文总结
    6.2 展望
在校期间发表论文清单
参考文献
致谢



本文编号：3804235