[发明专利]电力通信网机房移动运维方法

权利要求书

1.一种电力通信网机房移动运维方法，其特征在于，包括以下步骤：

1)数据存储：

将机房巡视运维工单、作业指导书、设备台账作为初始化数据进行存储；

2)数据关联：

数据关联时采用分类ID对作业指导书和机房巡视工单进行关联标注；

3)数据采集：

利用智能数据采集识别技术中的二维码识别、图像识别实现对于机房巡视过程中巡视工作成果的数据采集识别，为标准化作业指导数据的巡视管控提供数据验证支撑；对于数据采集过程中非原始设定数据采集分析，使用基于Anderson-Darling检验的聚类类别学习算法；

所述聚类类别学习算法的输入为样本集x(x₁,x₂,…,x_n)，显著性水平α，C＝φ(聚类中心)；

所述聚类类别学习算法的输出为聚类类别数k，聚类模型；

所述聚类类别学习算法包括：

第一步：k＝1，C＝{c₁}，

第二步：执行算法k-means(C，X)，分类样本集为k个子集，每一个子样本集表示为：{x_i|class(x_i)＝j}；

第三步：使用Anderson-Darling检验，测试每一个{x_i|class(x_i)＝j}是否服从一个高斯分布；如果不服从，数据集{x_i|class(x_i)＝j}应该被分裂，该数据集的中心c_j应该用两个中心代替，k＝k+1；如果服从，则保持c_j；

第四步：返回至第二步重复执行，直到再没有k值增加；

4)数据比对查询

对采集到的数据ID和系统初始化机房巡视工单数据、作业指导书数据ID进行比对，确认运维信息；

5)规则管控

规则管控的关联规则算法为FP-tree算法，包括：

(1)构造FP-tree

①扫描机房巡视规则管控事务数据库D，获得D中所包含的全部频繁项F1及它们各自的支持度，对F1中的频繁项按其支持度的降序排序，结果为项目头表L；

②创建FP-tree的根节点T，以“null”标记，再次扫描机房巡视规则管控事务数据库，对于D中每个机房巡视规则管控事务Trans，创建Trans中的频繁项，并按F1中的次序排序，设排序后的频繁项表为[p|P]，其中p是第一个频繁项，而P是剩余的频繁项，调用insert-tree([p|P],T)；

insert-tree([p|P],T)过程执行情况如下：如果T符合规则管控N使得N.item-name＝p.item.name,则N的计数值增加1；否则创建一个规则管控新节点N,将其计数设置为1，链接到它的管控规则父节点T，并且通过节点链结构将其链接到具有相同item-name的节点；如果P非空，递归调用insert-tree(P,N)，在机房巡视规则管控事务数据库再次扫描完毕后，一个完全的FP-tree就建立了；

(2)挖掘FP-tree

从项头表L中的最后一项开始，根据节点链得到其分枝，若有多个分枝，逐一分开考虑，对每个分枝，做如下处理：取得该节点到根节点null的路径，对该路径上所有节点进行组合，根节点null除外，并设置各组合的计数值；然后将所有的组合送入候选频繁模式集合CF，若CF中已经存在相同的组合，即组合的标识符号相同，则进行合并；合并操作为：组合标识保持不变，计数值为二者之和；该路径上所有的组合进入候选频繁模式集CF后，对该路径上的节点进行修正，修正过程为：使该路径上的所有节点的count值减去当前考虑节点的count值；此后,再取L表中的上一项，重复上述过程直到表中的所有项都被考虑完毕，或者相应考虑的节点的计数值count＝0，此时完成整棵树的挖掘处理；最后用给出的min_sup值即最小支持度剔除CF中计数值小于min_sup的组合；则留在CF中的就是所要找的频繁模式，依此可构造出所有的候选关联规则，并可用给出的min_suf值即最小置信度，筛选出所需要的关联规则；

6)结果回发

在完成整个巡视工作，并进行巡视工作结果比对后，系统先对巡视结果进行本地化存储，完成存储之后系统使用无线传输技术进行数据回传。