经典案例无线集智维护平台支撑一线高效运维.docx

1、经典案例无线集智维护平台支撑一线高效运维无线集智维护平台，支撑一线高效运维一、摘要2018年10月，中国电信VoLTE即将进入试商用，LTE小区频繁退服是导致VoLTE掉话的主要原因之一，影响用户感知。目前，LTE退服率与退服历时是CDMA的两倍，LTE批量退服是CDMA的50倍，因此，LTE退服改善是支撑VoLTE业务发展的重要内容。此外，移动网络规模不断发展扩大，网络结构日益复杂，目前江苏电信已达到9万站址，40万的基站小区，对无线网络的维护与管理质量的要求也越来越高。然而，就当前的无线网络维护和管理情况而言，还存在着无线网络设备的维护和管理不到位，维护人员相对缺乏，代维人员的素质参差不齐

2、的情况，一线的维护工作任务多且担子重。在节约成本、提升效能的前提下，为了进一步提升无线网络维护工作质量与效率，改善以上存在的问题，江苏公司无线网络优化中心经过深入调研，从一线需求出发，利用IT与数据分析手段自主研发了“无线集智维护平台”，平台融合了无线、传输、自有动环、铁塔动环的基础数据、告警数据，无线话统数据等九维数据，并设计了23套监控、定位算法，为一线提供移动网一站式智能监控解决方案：通过打通相关专业数据库，实现高度关联分析，实时发现障碍并有效定位诊断，提升一线排障效率；设计算法，自动筛查天线、设备、接电、备电、高温、水浸等十四大隐患，实现网络智能诊断；通过大数据分析等IT化手段，自动预

3、警IPRAN、集中机房等集中风险，以问题为导向指导一线提升网络健壮性。支撑好基础维护工作是无线网稳定运行的重要保障。江苏公司力争以支撑一线工作为本，开拓思路，多措并举，引导分公司主动开展维护工作。2018年6月江苏公司AB类小区平均退服时长为50.96分钟，较2017年6月有效压降57%，CD类小区平均退服时长为54.83分钟，较2017年6月有效压降73%，退服指标改善显著。2018年7月至8月间，台风“安比”、“云雀”、“温比亚”登录江苏，部分区域连片退服，无线集智维护平台作为全省监控的重要平台，通过监控全网、五高一地退服指标和批量退服，推进传输、备电、天馈、高温隐患整治、站址巡检等，进一

4、步提升无线网络维护质量，有效提升4G与VoLTE用户感知。二、经验与亮点(一)一站式智能监控服务因缺乏相关专业数据，一线维护部门无法及时掌握传输、动力等问题引发的基站障碍。因缺乏统一的监控界面，一线维护人员需登录多套网管才能及时发现无线网络隐患。为进一步推动主动维护能力，提升维护效率，省无线网优中心通过自主研发打造了“无线集智维护平台”，通过融合无线、传输、动环、铁塔相关数据，设计23套监控与定位算法，为一线提供一站式智能监控能力，隐患识别与主动防治能力大幅提升。(二)建立网络评价体系，自动识别网络短板1.移动网健壮性八维评价体系为支撑分公司及时发现网络短板，“无线集智维护平台”建立了移动网健

5、壮性八维评价体系，包括了退服、群障、巡检、备电、传输、集中机房、隐患、配置等八个方面。基于针对以上各方面的八套算法，分别给予打分，通过雷达图的方式，直观地体现出本地的网络短板环节，引导分公司主动支撑。2.主动识别隐患：网络隐患自动全面排查，支撑主动维护随着网络规模的不断扩大，网络结构的日益复杂，可能出现隐患的环节也越来越多，且在日常维护工作中容易被忽略。为了克服这个难点，省网优基于前期的一线调研，自主开发了“无线集智维护平台”解决了主动识别隐患的问题。平台将网络中可能出现隐患的环节，以拓扑图的形式，直观地呈现出当前网络健壮质态。目前网络拓扑中包含的环节有：机房外传输BBU与RRU之间的告警（含

6、光衰大、误码高、抖动等）A设备IPRAN-A设备集中风险隐患环IPRAN-A设备环路集中风险隐患B设备IPRAN-B设备对集中风险隐患天线驻波、GPS、RCU告警，以及RSSI过高问题直放站直放站轮巡失败RRUC/L网RRU退服数机房内BBUC/L网BBU退服数高温高温告警（含电信/铁塔动环、A设备、无线设备高温告警）水浸水浸告警（含电信/铁塔动环）接电接电不稳备电蓄电池老化或动力不足集中机房集中机房电源或传输隐患今日巡检今日完成巡检的站址数巡检问题巡检发现的问题数接电算法规则：统历史四周站址掉电次数大于10的站址。 主要功能：动态监控频繁掉电站址（排除规律性拉电），自动识别常掉电站址，协助地

7、市解决站点接电不稳问题。平台支持省-市-县三级钻取，通过点击拓扑图中的“接电”，即可查看全省各地市接电问题数的柱状图，切换“清单”按钮可查看详单。备电算法规则：统计蓄电池有效服务时长小于30分钟的站址数，计算公式为：蓄电池有效服务时长=动环告警中的蓄电池欠压告警时间或无线网退服告警时间-交流停电时间主要功能：省内部分站址备电效果差，一方面BBU集中布放导致集中机房设备数量和负荷暴增，配套蓄电池容量不足，另一方面部分CL共站站址中新建的L网设备未改造接入备电保护，或已接入但站址蓄电池老化、备电容量不足。通过打通自有和铁塔动环告警接口，融合关联动环告警与无线告警，识别自有和铁塔权属蓄电池老化、容量

8、不足问题，及时整治蓄电池质差站点。平台支持省-市-县三级钻取，通过点击拓扑图中的“备电”，即可查看全省各地市备电问题数的柱状图，切换按钮可查看详单。传输隐患算法规则：传输告警包括BBU与RRU之间的告警（含光衰大、误码高、抖动等）。主要功能：传输是移动网络的神经系统，20%基站退服由传输线路障碍引起。需要加强传输线路健壮性保护，避免出现集中风险点，缩短线路障碍处理历时。通过打通传输与无线的数据库，实现基础数据与告警数据的有效关联，有效识别出各类传输告警。平台支持省-市-县三级钻取，点击网络拓扑中的“传输”，即可查看全省各地市传输问题数的柱状图，切换“清单”按钮可查看详单。天线隐患算法规则：天线

9、问题包括驻波、GPS、RCU告警，以及RSSI过高问题。主要功能：天线的驻波、干扰、接反等障碍影响用户感知，且易被忽视。通过及时监控，并提醒及时整治障碍，引起分公司关注。点击网络拓扑中的“天线”，即可查看全省各地市天线问题数的柱状图，切换“清单”按钮可查看详单。直放站脱管算法规则：一周内三次轮巡失败的直放站数。主要功能：通过无线集智维护平台通报的直放站问题数，可给代维公司下发整治计划，并督促及时整治。点击拓扑图中的“直放站”，即可查看全省各地市直放站问题数的柱状图，切换“清单”按钮可查看详单。高温告警算法规则：包括电信/铁塔动环、A设备、无线设备等高温告警。主要功能：随着高温雨季的来临，火灾、

10、雷击、水浸、高温、大风、断电等问题对通信设备的影响压力骤增，高温告警较平常增加3-5倍，基站小区退服告警较平常增加50%。为支撑一线及时整治高温隐患，通过点击网络拓扑中的“高温”，即可查看全省各地市高温问题数的柱状图，切换“清单”按钮可查看详单。自动识别短板在“主要问题”模块，通过设计算法，在该模块自动提醒主要障碍，通过高亮字体提醒重大障碍，障碍解决后提醒自动清除，形成闭环。(三)跨专业融合四类数据，集中风险主动预防，重大障碍精准定位1.集中风险预警：跨多专业关联融合，自动识别集中风险（1）IPRAN集中风险基于基础数据关联，识别B设备对、A2环路等挂载BBU或RRU过多的高集中风险。IPRA

11、N集中风险隐患类型问题描述B设备对挂载BBU数超120个A2环路挂载RRU数超120个（2）BBU集中隐患1)温度过高：基于动环、无线设备、A设备高温告警，及时监控解决高温问题。2)违规接电：基于障碍告警的关联定位已能识别相关问题，另外联合动力专业梳理BBU集中机房接电隐患，加强机房建设改造监管。2.故障精确定位：重大障碍及时监控定位，缩短排障历时目前通报“批量退服”的时延相对较长，且缺乏精准定位，影响一线排障效率。为了及时发现批量退服并，自主研发了“批量退服”实时短信邮件提醒功能，通过邮件方式第一时间通知退服数量，以及定位退服原因。（1）“批量退服”实时短信邮件提醒该功能主要监控了C、L网络

12、下的BBU和RRU，通过一定的预警条件五分钟内大于20个BBU同时退服或大于40个RRU同时退服。当判断满足预警条件时，系统会在一分钟内自动发送邮件和短信到维护负责人。后续当90%的网元恢复时，系统会再次短信邮件提醒。最后，所有退服数据会自动入库，形成闭环跟踪。（2）设计算法，智能定位障碍原因为了降低排障历时，在批量退服发生后尽快诊断出退服原因。通过与相关部门协调沟通，省网优中心打通了无线、动环（铁塔/自有）、传输告警数据库，将相关告警融合关联分析，实现智能定位。BBU批量退服原因分析优先级：1）掉电：50%以上告警原因为掉电2）A设备：90%以上BBU退服指向某一特定A设备3）BBU集中机房

13、：90%以上BBU退服指向某一特定BBU集中机房站址4）A环：90%以上BBU退服指向某一特定A环（B设备对+环号）5）B设备：90%以上BBU退服指向某一特定B设备 算法按照以上优先级顺序对BBU退服数据进行分析，初步判断退服原因，系统自动通过邮件和短信将退服详单及原因发送至地市维护负责人。RRU批量退服原因分析优先级：1）掉电：50%以上告警原因为掉电2）A设备：90%以上退服RRU的BBU指向某一特定BBU集中机房站址算法按照以上优先级顺序对RRU退服数据进行分析，初步判断退服原因，系统自动通过邮件和短信将退服详单及原因发送至地市维护负责人。(四)移动网代维能效管理由于代维人员参差不齐，

14、流动性大，工作质量、效率不高，缺乏有效管理手段，无线集智维护平台通过代维能效五维管理，提升代维人员质量，通过大数据手段，有效识别出工作质量、效率较低的人员，通过回炉重造提升技能。通过建立代维能效管理体系，综合考虑网络规模、网络质量、网络巡检、排障历时、队伍能力五大维度，按下图评估模型为分公司代维队伍打分，通过雷达图直观体现代维管理中的短板环节。网络规模通过评估当地站址数酌情评分。网络质量网络质量综合考虑退服指标和障碍重复率。指标权重退服指标60%障碍重复率40%网络巡检（1）远程维护作业计划执行无线专业集约化维护后，省网优负责全省远程维护作业计划的执行工作，为提高作业计划的执行效率，省网优开发

15、了自动作业计划模块，自动远程提取设备状态、性能及负荷情况，每天维护人员按时巡检结果即可。对于月度、季度及年度作业计划均派发到人，需要按时在工单中填写执行结果并闭环回单。（2）对于基站现场作业计划，省网优整合关联了全省的物理站址，开发了基于站址的巡检模块。巡检人员巡检时点击相应站址巡检，自动根据站址内所含设备生成巡检清单，巡检人员逐项填写记录即可。巡检模块涵盖全省物理站址，自动关联相关设备信息和站址信息，巡检人员根据站址等级进行巡检周期规划，按时点击巡检生成巡检记录。排障历时通过评估排障历时酌情给分。队伍能力分公司通过自行组织代维月度会议和技能竞赛，考核代维人员技能水平，对于不达标的人员通过回炉

16、重造、再次培训的方式，通过考试后再次任用。指标权重技能考试60%每百站址人员配置40%三、应用与成效(一)应用推广无线集智平台自上线后，省网优中心为包括省市县公司的无线中心分管副总、无线中心主任、维护主管、一线维护人员，共计206人开通了平台账号。分公司已将无线集智维护平台嵌入生产，每日登陆，主动支撑一线维护工作。无线集智维护平台，作为领导的好帮手，网络的智慧医生，已经成为了无线维护工作中不可或缺的环节。其中，苏州、无锡分公司将无线集智平台嵌入生产，每日登陆整治网络隐患，并投在大屏上实时监控网络质态。目前，无线集智维护平台作为退服指标发布的唯一平台，五高一地重保的监控平台，以及它的日报推送功能

17、，每天上班前自动发送邮件，第一时间将24小时内的问题隐患呈现到维护人员手上，起到提醒的作用。发生批量退服后，会有实时的短信邮件提醒。(二)应用成效截至2018年9月中旬，无线集智维护平台累计支撑一线及时发现19类问题2999个，解决问题率达90%。通过组织并指导市公司合理建设5983处站址备电、整治6231处蓄电池老化问题、主动排查193处IPRAN传输集中风险、解决337处BBU集中机房风险，并在高温雨季前组织“高温雨季巡防整治专项工作”，2018年6月江苏公司AB类小区平均退服时长较2017年6月有效压降57%，CD类小区平均退服时长较2017年6月有效压降73%，成功应对“安比”等三大台

18、风，进一步夯实了无线网络基础，提升了无线网络健壮质态。1.支撑扬州分公司直放站托管问题整治扬州公司基于“无线集智维护平台”，积极推动直放站脱管问题整治，成效显著。扬州直放站脱管问题数从4月1209个下降至8月170个，无锡运用大数据分析手段识别并解决直放站在线不工作问题40个，正在试点全省推广。2.支撑常州分公司严控无线网群障常州多措并举，严控无线网群障。常州无线中心使用无线集智维护平台，协同网维、接维等部门，共同开展同路由整改、C网汇聚点双挂改造、BBU集中机房配套能力评估、下挂超120个RRU的A2拓扑环优化等专项整治工作，并严格管控光缆障碍历时，加强备电保护，严控无线网群障。3.支撑淮安

19、分公司专项整治BBU集中机房1月5月间，淮安发生多次机房批量退服：退服数量退服原因涟水军民局21台BBUBBU集中机房用电与照明为一路电，更换楼顶电子大屏空开时批量退服1小时33分钟淮安区施河、泾口23台BBU朱桥至车桥光缆断，施河、泾口B对全阻累计13分钟（3次）市区水渡电信大厦24台BBU开关电源工作电流超过标称值，导致最上级引入交流开关（40A）跳脱，累计退服29分钟（2次） 通过无线集智维护平台，淮安分公司积极开展隐患排查和整治工作，截至目前已完成378个BBU集中机房方案会审，已梳理市区BBU集中机房需替换/增加7200W空调7台、组合开关电源模块6个、300AH蓄电池8组和500A

20、H蓄电池11组；完成市公司950B设备全部组环，A设备双路由隐患分析，避免A设备不耐高温引发群障。4.支撑全省全力应对台风2018年7月至8月间，“安比”、“云雀”、“温比亚”等台风登陆江苏，从期间退服RRU数来看，全网退服整体较为平稳，局部区域退服有所增加。无线集智维护平台作为重要监控平台，期间支撑全省实时关注退服情况，保证第一时间发现批量退服并定位，提升排障效率，确保4G用户感知2018年7月22日台风“安比”登录江苏南通，造成南通631个站点停电，部分区域连片大面积停电，但实际退服站点仅97个，不足停电站点的15%，这与南通在日常工作中以问题为导向，备电工作扎实，积极使用无线集智维护平台，及时整治备电站址常掉电、蓄电池老化或容量不足等问题密切相关。