孫偉 李忠良 張麗華

摘 要：本文主要通過先進的人工智能python語言，在Visual Studio code集中開發(fā)環(huán)境下，實現(xiàn)基站故障的自動統(tǒng)計分析輸出，大幅提升日常故障分析處理的效率和準確率，壓縮故障處理時限，助力移動網(wǎng)NPS提升。

關(guān)鍵詞：基站故障;超長斷站;超頻斷站;超短斷站;超量斷站

中圖分類號：G642

一 概述

本項目利用Python語言簡潔、模塊化以及擁有豐富的資源庫的特點，基于Visual Studio Code集成開發(fā)環(huán)境，快速實現(xiàn)基站故障原因統(tǒng)計匯總、超長斷站、超頻斷站、超短斷站的自動輸出展示。

二 基站故障大數(shù)據(jù)研究及分析

1導(dǎo)入庫及函數(shù)模板

利用Python的大數(shù)據(jù)處理功能主要使用了pandas和numpy兩個標準庫。導(dǎo)入庫及函數(shù)模板后，讀取桌面上的alarms斷站excel表格，準備進行數(shù)據(jù)處理。

#導(dǎo)入各種庫以及函數(shù)模板

import pandas as pd

import numpy as np

from pandas import DataFrame

from pandas import Series

from pandas import to_datetime

#導(dǎo)入具體的文件

data = pd.read_excel（r'C：＼Users＼Lenovo＼Desktop＼alarms斷站.xls'）

df_0 = pd.DataFrame（data）

df_0['故障原因'].fillna（'其他'）

2 四超斷站分析及設(shè)計

本文提到的四超斷站指的是超長斷站、超短斷站、超頻斷站和超量斷站。

超長斷站分析及設(shè)計：按照故障關(guān)鍵項有效列順序，對“故障時長”列進行排序，自動輸出時長較長的100個（或10個）到一個新的excel表“超長斷站”;同理，如果對“故障時長”列進行判斷，如果大于等于1分鐘，小于10分鐘，自動輸出生成一個新的excel表”超短斷站”。

超頻斷站分析及設(shè)計：按照上述有效列順序，對“網(wǎng)元名稱”列中基站名稱進行統(tǒng)計，得到斷站告警的次數(shù)，把斷站次數(shù)大于等于5（大于10）的排好順序，自動輸出一個新的excel表“超頻斷站”。（同理類推，可以輸出頻次大于10的基站，頻次大于100的基站）

超量斷站分析及設(shè)計：按照有效列順序，對“工單號”列進行統(tǒng)計，保留大于等于10次的工單;再對“故障原因”和“區(qū)縣”進行統(tǒng)計判斷是否均大于等于10次，確定是否符合超量斷站的基本定義“同一時間內(nèi)因同一故障原因造成10個以上邏輯基站斷站”，符合條件的自動輸出新的excel表格“超量斷站”。

以超頻斷站為例的Python代碼見下：

#超頻斷站

df_cpdz = df_0.loc[：，['地市'，'區(qū)縣'，'網(wǎng)元名稱'，'網(wǎng)管告警標題'，'告警發(fā)生時間'，'告警清除時間'，'故障時長']]

counts1 = df_cpdz[u'網(wǎng)元名稱'].value_counts（）

counts = counts1[counts1>=5]

x =counts.index.values

cpdz = DataFrame（columns=['地市'，'區(qū)縣'，'網(wǎng)元名稱'，'網(wǎng)管告警標題'，'告警發(fā)生時間'，'告警清除時間'，'故障時長']）

for i in range（len（x））：

for j in range（len（df_cpdz））：

if df_cpdz.iat[j，2] == x[i]：

cpdz = cpdz.append（df_cpdz[j：j+1]，ignore_index=True）

t = Series（index=cpdz['網(wǎng)元名稱']）

for i in t.index.values：

t[i] = counts[i]

t.index=range（len（t））

t=t.astype（int）

cpdz.insert（7，'斷站次數(shù)'，t，allow_duplicates = True）

cpdz= cpdz.astype（str）

cpdz.to_excel（r'C：＼Users＼Lenovo＼Desktop＼超頻斷站.xls'，index=None）

三 結(jié)語

利用Python語言強大的數(shù)據(jù)處理功能，成功實現(xiàn)了基站故障分析的各項基本功能，可以在1-2秒內(nèi)自動輸出故障報表，并且在處理大量數(shù)據(jù)方面具有明顯優(yōu)勢，不僅大大提高了工作效率，而且為下一步擴大人工智能語言Python在移動網(wǎng)基站規(guī)劃、建設(shè)、優(yōu)化及維護方面應(yīng)用提供了良好的實踐基礎(chǔ)。

參考文獻：

[1]楊帆，丁曉劍，劉禹鋒，劉健.主體思維導(dǎo)向視角下的Python課程教學(xué)探索[J].計算機時代，2021（02）：74-76+79.

[3] 瞿蘇.基于Python的飛機大戰(zhàn)游戲設(shè)計[J].揚州職業(yè)大學(xué)學(xué)報.2019（01）.

（中國聯(lián)通臨沂市分公司? ?山東? 臨沂? 276000）