[發(fā)明專利]中短波發(fā)射機(jī)故障預(yù)警方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201610214907.7
• 申請(qǐng)日: 2016-04-08
• 公開（公告）號(hào): CN105743595A
• 公開（公告）日: 2016-07-06
• 發(fā)明（設(shè)計(jì)）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(qǐng)（專利權(quán)）人: 國(guó)家新聞出版廣電總局無線電臺(tái)管理局
• 主分類號(hào): H04H20/12
• 分類號(hào): H04H20/12;H04B17/18
• 代理公司: 北京同立鈞成知識(shí)產(chǎn)權(quán)代理有限公司 11205
• 代理人: 陶敏;黃健

技術(shù)領(lǐng)域

本發(fā)明實(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)警方法及裝置。

背景技術(shù)

大型廣播信號(hào)發(fā)射臺(tái)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(shí)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(huì)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(tái)站對(duì)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(duì)發(fā)射機(jī)運(yùn)行狀態(tài)進(jìn)行智能化實(shí)時(shí)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)。

現(xiàn)有技術(shù)中，通常采用自動(dòng)化監(jiān)控系統(tǒng)采集和記錄和發(fā)射機(jī)實(shí)時(shí)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(gè)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(duì)發(fā)射機(jī)的運(yùn)行狀態(tài)進(jìn)行判斷。

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(cuò)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(gè)的表盤上顯示的指標(biāo)數(shù)值對(duì)發(fā)射機(jī)設(shè)備的運(yùn)行狀態(tài)進(jìn)行準(zhǔn)確預(yù)判。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供一種中短波發(fā)射機(jī)故障預(yù)警方法及裝置，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。

本發(fā)明實(shí)施例提供一種中短波發(fā)射機(jī)故障預(yù)警方法，包括：

獲取發(fā)射機(jī)在第i個(gè)運(yùn)行周期之前的歷史運(yùn)行數(shù)據(jù)及所述第i個(gè)運(yùn)行周期內(nèi)的實(shí)時(shí)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)；

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(gè)運(yùn)行周期的故障判斷模型；

根據(jù)所述發(fā)射機(jī)在第i個(gè)運(yùn)行周期的故障判斷模型及所述第i個(gè)運(yùn)行周期的實(shí)時(shí)運(yùn)行數(shù)據(jù)確定所述發(fā)射機(jī)在所述第i個(gè)運(yùn)行周期內(nèi)的故障概率；

根據(jù)所述故障概率對(duì)所述發(fā)射機(jī)進(jìn)行故障預(yù)警。

另一實(shí)施例中，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：

對(duì)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(duì)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(duì)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(duì)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。

另一實(shí)施例中，所述根據(jù)所述發(fā)射機(jī)故障判斷模型及所述第i個(gè)運(yùn)行周期的實(shí)時(shí)運(yùn)行數(shù)據(jù)確定所述發(fā)射機(jī)在所述第i個(gè)運(yùn)行周期內(nèi)的故障概率，包括：

根據(jù)

P(z)=11+eβz]]>

確定所述發(fā)射機(jī)在所述第i個(gè)運(yùn)行周期內(nèi)的故障概率P(z)，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，z表示所述第i個(gè)運(yùn)行周期的實(shí)時(shí)運(yùn)行數(shù)據(jù)。

另一實(shí)施例中，所述方法還包括：

根據(jù)獲取的所述第i個(gè)運(yùn)行周期的實(shí)時(shí)數(shù)據(jù)更新所述發(fā)射機(jī)在第i+1個(gè)運(yùn)行周期的故障判斷模型。

另一實(shí)施例中，所述根據(jù)所述故障概率對(duì)所述發(fā)射機(jī)進(jìn)行故障預(yù)警，包括：

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(shí)刻之間的時(shí)間間隔小于第三閾值時(shí)，生成報(bào)警記錄。

本發(fā)明實(shí)施例還提供一種中短波發(fā)射機(jī)故障預(yù)警裝置，包括：

獲取模塊，用于獲取發(fā)射機(jī)在第i個(gè)運(yùn)行周期之前的歷史運(yùn)行數(shù)據(jù)及所述第i個(gè)運(yùn)行周期內(nèi)的實(shí)時(shí)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(gè)運(yùn)行周期的故障判斷模型；i為大于等于1的整數(shù)；

計(jì)算模塊，用于根據(jù)所述發(fā)射機(jī)在第i個(gè)運(yùn)行周期的故障判斷模型及所述第i個(gè)運(yùn)行周期的實(shí)時(shí)運(yùn)行數(shù)據(jù)確定所述發(fā)射機(jī)在所述第i個(gè)運(yùn)行周期內(nèi)的故障概率；

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(duì)所述發(fā)射機(jī)進(jìn)行故障預(yù)警。

另一實(shí)施例中，所述建模分析模塊，具體用于：

對(duì)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；