[发明专利]基于大数据的CBTC系统实时故障智能诊断方法及系统

权利要求书

1.一种基于大数据的CBTC系统实时故障智能诊断方法，其特征在于：

首先，MSS子系统通过故障事件自定义配置文件自定义CBTC各子系统的故障事件，并且事件具有唯一性；

其次，在CBTC各子系统运行过程中，MSS子系统实时存储CBTC各子系统交互的接口数据和各子系统处理过程中产生的数据信息；

然后，当MSS子系统产生或检测到各子系统的故障后，依据故障事件自定义配置文件查找对应故障事件，并通过接口将故障事件发送给MSS子系统故障智能诊断模块，MSS子系统故障智能诊断模块分析MSS子系统存储的数据，直到定位到外部接口为止；

最后，MSS子系统故障智能诊断模块判断故障根因是否来源于其中一个子系统，如果来源于该子系统，则上报MSS子系统；否则，将判断故障依据的接口数据反馈给MSS子系统，MSS子系统再将此信息转发给该子系统的故障智能诊断模块，并由该子系统的故障智能诊断模块继续定位，直到定位到具体的故障原因。

2.根据权利要求1所述的一种基于大数据的CBTC系统实时故障智能诊断方法，其特征在于：MSS子系统中配置文件自定义的故障事件包括以下数据：唯一的事件ID、故障描述、判断故障的条件。

3.根据权利要求2所述的一种基于大数据的CBTC系统实时故障智能诊断方法，其特征在于：判断故障的条件为1个或者多个，并且多个条件或者同时满足，或者满足其一即可。

4.根据权利要求3所述的一种基于大数据的CBTC系统实时故障智能诊断方法，其特征在于：发送给MSS子系统故障智能诊断模块的故障有两个来源：MSS自定义的故障事件和转发自CBTC其他子系统故障智能诊断模块的故障。

5.根据权利要求4所述的一种基于大数据的CBTC系统实时故障智能诊断方法，其特征在于：当MSS子系统产生或检测到故障时，将集中站设备ID、报警序列号、事件ID、故障对象名、故障时CBI主系标志、故障发生的周期号、故障产生前一定周期范围内MSS存储的大数据发送给MSS子系统故障智能诊断模块，MSS子系统故障智能诊断模块依据事件ID对应的故障条件，分析MSS子系统发送的数据，查找引发故障条件的原因A，如果已有数据不能定位出原因，则仍需向MSS子系统请求大数据，请求大数据时应包含集中站设备ID、日志起始周期号、周期号所在系和需要数据的系；MSS子系统收到大数据请求后，需要判断周期号所在系和需要数据的系是否一致，如果一致，则从指定的起始周期号和周期号所在系向前取一定周期范围内的数据；否则，根据指定的起始周期号和周期号所在系先找到对应的时间点，从该时间点开始向前取一定周期的数据，之后将这些数据发送给MSS子系统故障智能诊断模块。

6.根据权利要求5所述的一种基于大数据的CBTC系统实时故障智能诊断方法，其特征在于：MSS子系统故障智能诊断模块收到MSS子系统发送的大数据后，继续解析，定位到引发故障条件的原因A后，如果原因A不是根因，则需要查找出现原因A的周期号，此时发送原因A相关业务参数变量变化周期的请求给MSS子系统，MSS子系统反馈指定参数变量的变化周期；MSS子系统故障智能诊断模块收到出现原因A的周期号后，以该周期号为起始周期号向MSS子系统请求大数据，MSS子系统收到请求后，向MSS子系统故障智能模块发送数据，MSS子系统故障智能诊断模块继续分析导致A的原因，直到定位到外部接口为止。

7.一种基于大数据的CBTC系统实时故障智能诊断系统，其特征在于，包括MSS子系统和MSS子系统故障智能诊断模块，所述MSS子系统设有故障自定义模块、数据存储模块、故障检测模块；其中，

故障自定义模块通过配置方式自定义各子系统的故障事件，形成故障事件自定义配置文件，并且事件具有唯一性；

数据存储模块实时存储CBTC各子系统交互的接口数据和各子系统处理过程中产生的自定义数据信息；

故障检测模块检测到子系统的故障后，依据故障事件自定义配置文件查找对应故障事件，并通过接口将故障事件发送给MSS子系统故障智能诊断模块；

MSS子系统故障智能诊断模块收到故障事件后，对故障事件进行分析，直到定位到外部接口故障。