本發明涉及安全運維領域，具體涉及一種基于aiot的5g通信基站設備安全運維管理方法。

背景技術：

1、隨著5g基站數量和規模的擴大，基站運維管理面臨諸多挑戰。一方面，基站需要覆蓋更廣泛的區域，包括人煙稀少的山區和農村，這增加了運維的難度和成本。另一方面，不同等級的基站對運維需求也有所不同，如vip基站需要實時監測和遠程監控，而低等級基站則可能需要定期巡檢。此外，傳統的運維方式如人工爬塔監測不僅危險性高，而且效率低下。

2、aiot即人工智能物聯網技術融合人工智能的數據分析處理能力與物聯網的廣泛感知連接特性，為5g通信基站設備安全運維管理開辟了新路徑。5g通信基站通過傳輸線纜將信號從基站設備傳輸到天線，再輻射到周圍環境中，傳輸線纜的選擇和質量直接影響到信號的完整性和穩定性，是5g通信基站的重要組成部分。

3、雖然aiot技術提供了實時監測和預警功能，但部分的5g通信基站設備安全運維管理系統仍依賴運維人員的巡檢工作來發現問題，缺乏主動預警和智能決策能力；特別是在應對突發的外部環境變化情況時，運維系統的處理能力受限。

技術實現思路

1、本發明的目的在于提供一種基于aiot的5g通信基站設備安全運維管理方法，解決以上技術問題。

2、本發明的目的可以通過以下技術方案實現：

3、一種基于aiot的5g通信基站設備安全運維管理方法，包括：

4、s1、通過物聯網傳感器網絡實時采集當前地區內的5g通信基站的運維數據；

5、s2、將采集到的運維數據通過有線或無線方式傳輸至數據處理中心；

6、s3、對數據處理中心接收到的運維數據進行清洗、整合和存儲，形成標準化的數據資產；

7、s4、對標準化后的數據資產進行運行狀態分析及預警分析，并分別計算獲得異常運行系數以及故障預警系數，根據異常運行系數以及故障預警系數，對當前地區內的5g通信基站進行整體異常判斷；

8、s5、根據判斷結果調整存在運行異常的5g通信基站的巡視頻率，并對存在故障趨勢的5g通信基站進行故障預警。

9、作為進一步的技術方案，所述運維數據包括：傳輸線纜運行數據、設備運行數據及傳輸線纜周圍的環境數據。

10、作為進一步的技術方案，獲取所述異常運行系數的過程包括：

11、將當前地區內的每一個5g通信基站為中心，劃分設定范圍后作為一個監測區域；

12、將第個監測區域內處理后的傳輸線纜運行數據、設備運行數據及傳輸線纜周圍的環境數據，分別按照預設的規則得到傳輸線纜運行系數、設備運行系數及傳輸線纜環境系數后，代入下式：

13、計算得到第個監測區域的異常運行系數；

14、式中為任意一個采樣點；為采樣點的總數；、、分別為任意一個采樣點的傳輸線纜運行系數、設備運行系數及傳輸線纜環境系數的觀測值；、、分別為傳輸線纜運行系數、設備運行系數及傳輸線纜環境系數的平均值，、、為權重因子；

15、將每個監測區域的異常運行系數帶入公式：計算得到當前地區的異常運行系數；

16、式中為第個監測區域的權重系數，為第個監測區域是否存在故障趨勢的判斷函數，為監測區域的總數量。

17、作為進一步的技術方案，所述第個監測區域是否存在故障趨勢的判斷函數的表達式為：

18、若第個監測區域存在故障趨勢，則；

19、式中為存在故障趨勢的監測區域數量，、分別為第個監測區域的最大故障預警系數、最小故障預警系數，為預設比例系數；

20、若第個監測區域不存在故障趨勢，則。

21、作為進一步的技術方案，判斷所述監測區域是否存在故障趨勢的過程包括：

22、分別獲取每個監測區域的傳輸線纜運行系數、設備運行系數及傳輸線纜環境系數隨時間變化曲線、、；

23、代入公式:

24、；

25、計算得到每個監測區域的故障預警系數；

26、式中、為檢測時段的左、右時間點，、、為基于歷史數據分析得到的參照曲線；

27、將故障預警系數與預設的故障預警閾值進行比較，若，則判斷當前監測區域存在故障趨勢，若，則判斷當前監測區域不存在故障趨勢。

28、作為進一步的技術方案，對當前地區內的5g通信基站進行整體異常判斷的過程包括：

29、將計算得到的當前地區的異常運行系數帶入中；為系統預設的異常運行閾值；

30、若，則判斷當前地區的5g通信基站整體不存在運行異常；

31、若，則判斷當前地區的5g通信基站整體存在運行異常。

32、作為進一步的技術方案，當前監測區域的所述傳輸線纜運行系數及傳輸線纜環境系數的獲取過程為：

33、將采集的線路搖擺幅度、最小周邊物體距離、線纜弧垂代入到公式：中計算得到當前監測區域的傳輸線纜運行系數；

34、式中、、為影響因子且均為常數，；

35、將實時采集到的各項環境參數代入到公式：中計算得到當前監測區域的傳輸線纜環境系數；

36、式中為環境參數的總項數，為第項環境參數的影響因子，為當前監測區域對應項環境參數的參考值，為各項環境參數的觀測值；

37、所述設備運行系數的獲取過程為：將每個監測區域內的設備各項運行參數輸入到預先訓練好的循環神經網絡模型內，輸出設備的運行系數。

38、作為進一步的技術方案，所述s5的工作過程為：

39、若當前地區的5g通信基站整體存在運行異常，則標注存在故障趨勢的監測區域；

40、對當前監測區域內的5g通信基站進行故障預警，并將當前監測區域的巡視頻率提高2倍，當前地區的巡視頻率提高1倍；

41、若當前地區的5g通信基站整體不存在運行異常，則標注存在故障趨勢的監測區域；

42、對當前監測區域內的5g通信基站進行故障預警，并將當前監測區域的巡視頻率提高1倍。

43、本發明的有益效果：

44、本發明通過集成化的運維數據管理方案，實現了對5g通信基站中傳輸線纜運行狀態的全面、實時、精準監控，從數據采集開始，能夠實時捕獲傳輸線纜的運行數據、設備狀態以及基站周邊環境信息，確保了數據的完整性和精確性；再通過精確計算異常運行系數和故障預警系數，系統能夠及時發現5g通信基站的運行異常和潛在的故障趨勢，該預警機制提高了故障預警的準確性和及時性，為運維人員提供了寶貴的反應時間；最后，根據分析結果，運維策略得以靈活調整，巡視頻率根據實際需要進行優化，對存在故障風險的傳輸線纜進行預警，不僅提升了巡視工作的針對性和效率，還有助于運維人員及時采取措施，預防故障的發生。

技術特征：

1.一種基于aiot的5g通信基站設備安全運維管理方法，其特征在于，包括：

2.根據權利要求1所述的基于aiot的5g通信基站設備安全運維管理方法，其特征在于，所述運維數據包括：傳輸線纜運行數據、設備運行數據及傳輸線纜周圍的環境數據。

3.根據權利要求2所述的基于aiot的5g通信基站設備安全運維管理方法，其特征在于，獲取所述異常運行系數的過程包括：

4.根據權利要求3所述的基于aiot的5g通信基站設備安全運維管理方法，其特征在于，所述第個監測區域是否存在故障趨勢的判斷函數的表達式為：

5.根據權利要求4所述的基于aiot的5g通信基站設備安全運維管理方法，其特征在于，判斷所述監測區域是否存在故障趨勢的過程包括：

6.根據權利要求3所述的基于aiot的5g通信基站設備安全運維管理方法，其特征在于，對當前地區內的5g通信基站進行整體異常判斷的過程包括：

7.根據權利要求3所述的基于aiot的5g通信基站設備安全運維管理方法，其特征在于，當前監測區域的所述傳輸線纜運行系數及傳輸線纜環境系數的獲取過程為：

8.根據權利要求1所述的基于aiot的5g通信基站設備安全運維管理方法，其特征在于，所述s5的工作過程為：

技術總結
本發明涉及安全運維領域，公開了一種基于AIOT的5G通信基站設備安全運維管理方法，包括如下步驟：首先、通過物聯網傳感器網絡實時采集當前地區內的5G通信基站的運維數據；其次、將采集到的運維數據通過有線或無線方式傳輸至數據處理中心；再然后、對數據處理中心接收到的運維數據進行清洗、整合和存儲，形成標準化的數據資產；之后、對標準化后的數據資產進行運行狀態分析及預警分析，并分別計算獲得異常運行系數以及故障預警系數，根據異常運行系數以及故障預警系數，對當前地區內的5G通信基站進行整體異常判斷；最后、根據判斷結果調整存在運行異常的5G通信基站的巡視頻率，并對存在故障趨勢的5G通信基站進行故障預警。

技術研發人員：段建海,鐘禮軍,高國珍,文蘭,鐘翔羽
受保護的技術使用者：廣州翔實信息科技有限公司
技術研發日：
技術公布日：2025/4/24