基于贝叶斯疑似度的启发式故障定位算法

故障定位问题理论上已经证明为NP-Hard问题.为了降低计算复杂度,以概率加权的二分图作为故障传播模型,提出了一种基于贝叶斯疑似度的启发式故障定位算法(Bayesian suspected degree fault localization algorithm,简称BSD).引入贝叶斯疑似度,对所有故障仅计算一遍;同时采用增量覆盖方式,使算法具有较低的计算复杂度O(|F|×|S|).仿真实验结果表明,BSD算法具有较高的故障检测率和较低的故障误检率,即使在部分告警无法观察、告警丢失和虚假等情况下,算法依然具有较高的故障检测率.BSD算法具有多项式计算复杂度,可以满足大规模通信网故障定位的要求.     

基于贝叶斯征兆解释度的链路故障定位算法

针对故障和征兆关系不确定的网络中故障定位算法检测率低和误检率高的缺陷,提出了一种基于贝叶斯征兆解释度的链路故障定位算法。该算法以概率加权的二分图作为故障传播模型,通过处理贝叶斯后验概率信息,定义一种新的参数贝叶斯征兆解释度,并基于该参数对可能链路故障进行判断,得出最优故障假设集合,实现链路故障定位。理论分析和仿真实验表明,该算法具有较低的计算复杂度,且在小规模不确定网络中具有较高的故障检测率和较低的故障误检率。     

网络中多节点故障定位的探测路径选择算法

针对现有故障定位技术不能满足多节点故障定位的要求,尤其当网络中存在大量故障节点时,提出了一种基于主动探测的探测路径选择算法。该算法主要包括用于故障检测的贪婪路径选择算法和用于故障定位的禁忌链路搜索算法。在故障检测阶段,使用贪婪路径选择算法迭代地选择具有最小权重的探测路径覆盖网络中的节点。在故障定位阶段,使用禁忌链路搜索算法多次生成候选路径集以选择最合适的探测路径来解决多节点故障定位问题。在随机网络拓扑和真实网络拓扑上的仿真结果表明,与现有的节点故障定位算法相比,探测路径选择算法具有更高的成功定位率和更低的探测成本。     

智能分类算法在游戏故障告警中的应用

在游戏运维领域,为了充分挖掘游戏用户在反馈故障时的意图,运用自然语言处理的手段对记录故障事件的文本进行分类,可以减少告警的误判发布更具价值的告警.本文提出一种面向突发告警事件的智能分类算法,首先分析用户反馈文本数据的各项特征,然后对数据利用半自动构建的语义映射工具进行概率计算,从而形成有效的告警类别.将此方法应用到企业级业务故障定位中,能更有针对性地发布告警,收敛无关告警,支撑运维人员更快速准确地定位到故障原因.实验结果表明,基于语义映射的智能分类算法能够有效地提高告警的针对性,比简单的文本分类算法具有更好的结果.     

基于简单网络断层扫描的失效链路定位研究

失效链路是无线传感器网络中一种典型的网络故障现象,严重影响了无线传感器网络的运行与服务质量,必须加以发现并修复。主要研究了基于简单网络断层扫描方法定位失效链路的技术。引入二元分离模型描述链路状态,在已知链路状态先验分布条件下,失效链路定位问题描述为最大后验估计问题。通过将失效链路定位问题映射为加权最小集合覆盖问题,提出了一种基于启发策略的失效链路定位算法。仿真实验结果表明,该算法具有可行性和有效性。     

基于高频纹波的DWT-RF故障定位方法

为了解决光伏系统单相接地故障下的故障定位问题,提出一种基于电路中高频信号的DWT-RF故障定位方法。利用离散小波变换对含有高频纹波的信号进行分解,得到一系列特征数据。将故障定位问题视作单标签多分类问题,在建模时,在每种故障模式下训练0-1分类的RF模型,再将若干子模型结合起来。通过调优阈值法构建决策层,利用子模型的输出判定故障位置。使用PSCAD建立仿真模型构造故障模式,并获取不同故障模式下的数据,通过实验数据分析及模型对比,验证了该方法在集电线路故障定位问题上有较好效果。     

软件定义卫星网络的链路故障检测和恢复方案

针对具有星间链路的卫星网络,提出了一种软件定义卫星网络架构下的链路故障检测和恢复方案。首先基于软件定义卫星网络架构设计了一种主动上报式故障检测机制,并设计了链路故障检测算法,实现对卫星网络中链路故障的快速发现和准确定位。在此基础上,提出了一种保护加恢复式故障恢复机制来快速恢复因故障导致的业务中断。最后在原型系统中对该方案进行了验证。实验结果表明,该方案可以在毫秒级的时间内快速检测并准确定位到链路故障,并可以在10±2ms的时间内对故障进行快速恢复。同时,该方案可适用于多种卫星网络拓扑。     

故障定位及告警相关处理

故障定位是故障识别的一个很重要的方面。在本文中 ,简要介绍了运用告警相关的基本原理如何解决电信管理网的故障定位问题 ,并结合作者的工程实际 ,给出了告警相关及故障定位在本地电话网网络管理系统 (HiTMN)中的应用。     

基于LTE方向型传播模型的模拟退火加权定位算法

针对LTE网络采集到的MRO数据,提出一种基于LTE方向型传播模型的模拟退火加权定位算法。先结合LTE定向天线和小区特性,引入方向型参量提出基于RSS的方向型传播模型,对传统的信号传播模型COST-231 Hata进行改进;然后提出距离比加权算法消除RSS波动误差,将定位问题转换为一元求解问题,使用模拟退火算法计算最优解;最后通过距离椭圆模型对结果进行方位校正,得到最终终端定位结果。算法对比实验结果表明,基于LTE方向型传播模型的模拟退火加权定位算法具有较高的定位精度,完全符合FCC规定的定位精度要求。     

一种基于依赖图的故障定位算法

大型网络中的单一故障可能导致大量故障表示(告警),从而很难隔离故障源.故障管理的有效与否和功能强弱直接关系到被管理网络的可用性和可靠性.故障检测、故障定位都是故障管理中的重要环节.由于故障管理的速度和准确性很大程度上依赖于故障定位过程,因此本文针对故障定位提出了一种基于依赖图的故障定位算法.     

基于二分图极大权值匹配的SOC故障定位算法研究*

针对故障传播给故障定位带来的影响,考虑SOC功能测试系统中的故障源和故障事件之间的不确定性,提出一种基于二分图的故障定位算法。首先从SOC中抽象出特定的硬件模块,由这些模块构成故障源。然后故障源结合相应的故障事件组合成二分图,在二分图的基础上生成一种适用于SOC故障定位的故障传播模型(Fault Propagation Model,FPM)。最后将SOC故障定位的问题转化成二分图极大权值匹配的求解问题,从概率上保证结果的正确性。实验结果表明,故障定位准确率提高了0~21%,误报率下降了0~15%,更加适用于小型系统的故障定位。     

一种基于频谱信息并结合碰集和遗传算法的缺陷定位方法

在软件研制过程中,缺陷定位是一个重要的研究课题。但是,实际软件中的缺陷数量无法被预先判定,且已有的单缺陷定位方法不易使用,已有的多缺陷定位方法存在定位效率不高的问题。基于此,文中对多缺陷定位方法GAMFL进行了研究和改进,提出了基于频谱信息并结合碰集和遗传算法的缺陷定位方法GAHIT。该方法定义了定位基本块,并用其替代语句进行缺陷定位,缩小了搜索范围;在初始种群的构造过程中,提出了采用求解失败用例执行路径碰集的方法,优化了初始种群的生成,并给出了新的适应度函数的计算方法,提高了算法的整体执行效率;最后针对遗传算法的结果,给出了缺陷检查策略,提高了在最优种群中查找缺陷的准确性。实验结果表明,所提方法能够有效处理缺陷数量未知情况下的定位问题,在单缺陷和多缺陷程序中都有较好的定位效果。     

模型未知的离散事件系统故障诊断方法

针对离散事件系统模型难以建立的大型实际系统,无法对其进行有效故障诊断的问题,提出一种基于主动学习的故障诊断方法。首先,为获取到的系统事件日志添加正常/故障标签,并将日志集划分为训练集和测试集,提出一种基于抽象技术的迭代算法提取训练集中日志的故障特征样本。然后,通过故障特征样本构造初始故障识别器,并利用测试集中的日志检验识别器的准确性。仿真结果表明,该故障诊断算法使得模型未知下诊断精度更高。最后,实例说明系统模型未知下故障诊断算法的应用。与现有研究相比,提出的方法可以在系统模型未知下进行故障诊断且算法复杂度为多项式,诊断精度更高,应用范围更加广泛。     

多层免疫故障诊断模型的研究

借鉴生物免疫系统的分层防御机理以及层次间的相互刺激作用,提出了用于网络故障诊断的多层免疫诊断模型。模型采用三层结构,包括固有诊断层、故障传播识别层和适应性诊断层。固有诊断层考虑故障在发生概率上相互独立的已有知识,故障传播识别层采用B细胞免疫网络作为故障定位的故障传播模型,适应性诊断层学习和概括未知故障中发现的模式。多层故障诊断方法既能检测出已知故障,又能检测出未知故障。采用网络故障传播模型及定位算法,能找出最优的测点组合诊断所有的故障,可以减少需测测点的数量。     

分析语句命中谱的自动故障定位方法研究

软件故障的自动定位能提高测试过程的效率,对改善软件的可信性也相当重要。在原有程序谱分析故障定位基础上,提出了基于语句命中谱分析的自动故障定位方法,通过引进聚类函数克服了基于模型的故障定位计算量过大的问题,并和现有的程序谱定位工具Pinpoint、Tarantula进行了比较,最终通过实验证明了这种方法的高效性和优越性。     

基于分层模型的组合服务故障定位算法

在面向服务的架构中,服务之间的依赖关系具有单向性的特点。基于这种单向性依赖,提出了服务故障传播的分层模型并设计了服务的分层算法,将服务节点分层。根据分层模型设计了服务故障定位的监测探针和诊断部署,减少了监测探针的数目。在探针探测结果的基础上,提出了分层模型下基于贝叶斯网络的故障定位算法,该算法通过计算故障发生时服务的影响因子和可信度,快速定位故障。仿真结果验证了该算法可以较准确地定位组合服务中的故障,且保持较低的误报率。     

基于IGSA优化的LSSVM制冷系统故障诊断研究

为提高制冷系统故障诊断的准确率,提出一种基于改进引力搜索算法(IGSA)优化的最小二乘支持向量机(LSSVM)的制冷系统故障诊断方法。首先,引入粒子群算法的速度更新机制对引力搜索算法进行改进,增加粒子的记忆性和信息共享能力,提高了算法的收敛速度和搜索精度;其次,利用IGSA对LSSVM的核参数与正则化参数进行优化,得到最优的IGSA-LSSVM故障诊断模型。最后,利用故障模拟实验台模拟制冷系统的四种典型故障,将优化好的LSSVM模型对其进行分类识别,并与标准LSSVM、GSA-LSSVM和PSO-LSSVM模型进行比较。仿真结果表明,基于IGSA优化的LSSVM方法具有良好的辨识能力和泛化能力,能够更好地对制冷系统故障进行诊断。     

一种改进的无线传感器网络DV-Hop定位算法在煤矿井下漏电事故中的应用

煤矿井下输电线路的实时监测中,漏电故障定位是供电系统保护的重要研究课题。针对井下无线传感器网络定位算法存在不准确的问题,提出了一种改进DV-Hop节点定位算法。首先通过计算锚节点组成的三角形面积,排除面积极小的锚节点组,避免锚节点近似共线的情况,完成了锚节点的优选方案;此外在粒子群算法的基础上结合遗传算法和混沌理论,提出了一种遗传混沌粒子群优化算法;最后利用改进的粒子群算法对DV-Hop算法定位得到的节点位置进行校正。经过仿真实验表明在相同的网络环境下,与传统DV-Hop算法相比,改进算法能够更有效地提高定位精度,从而更加准确地监测到煤矿井下漏电事故位置。     

基于故障传播的模块化BP神经网络电路故障诊断

大规模的数模混合电路所含故障模式众多,电路故障状态复杂,且易发生传播,因而电路故障诊断难度较大。针对大规模电路发生故障时存在故障传播的问题,提出一种基于故障传播的模块化BP神经网络（MBPFP）故障诊断方法。首先,在电路模块划分的基础上分析子电路间的故障传播,并将故障源和故障传播源"模块化";然后,通过子电路的异常检测模型进行一级定位,缩小故障原因集合,确定故障模块;最后,利用目标模块的BP神经网络模型进行二级定位,实现故障诊断并识别故障模式。与传统BP神经网络等方法进行比较的实验结果表明,MBPFP故障诊断方法具有较高的故障覆盖率,在定位准确率方面提高了至少8个百分点,其性能优于传统BP神经网络等方法。     

基于系统辨识算法的风力机桨距系统故障诊断

针对风力机桨距系统故障,提出一种基于观测器的多新息随机梯度辨识算法的故障诊断方法．多新息随机梯度辨识算法通过扩展新息长度能够改进随机梯度辨识算法的估计精度,根据系统的规范状态空间模型,结合状态观测器可以实现系统状态和参数的交互估计．将桨距系统模型转换为可辨识的状态空间模型,依据桨距系统故障会引起系统参数变化的特点,采用所提出的算法对系统状态和参数进行估计,将桨距系统故障诊断问题转化为系统状态和参数估计问题．仿真结果表明,所提出的方法能够有效诊断桨距系统故障．