面向自智網(wǎng)絡(luò)的傳輸故障自愈系統(tǒng)研究

發(fā)布時(shí)間:2023-09-08 12:48:41  |  來源:通信世界全媒體  

(CWW)隨著電信運(yùn)營商“CHBN四輪驅(qū)動(dòng)”戰(zhàn)略發(fā)展,傳輸網(wǎng)絡(luò)承載的無線2G/3G/4G/5G、家寬業(yè)務(wù)、集客專線及其他新型業(yè)務(wù)的故障快速恢復(fù)面臨更高要求;同時(shí)隨著業(yè)務(wù)發(fā)展,傳輸網(wǎng)絡(luò)規(guī)模本身也日益龐大,以筆者所在的浙江移動(dòng)為例,全省有16萬套傳輸設(shè)備、223萬千米光纜、66萬條傳輸電路,日常運(yùn)維壓力與日俱增。而傳統(tǒng)的傳輸網(wǎng)絡(luò)運(yùn)維模式流程復(fù)雜,主要依靠運(yùn)維人員現(xiàn)場搶修故障,運(yùn)維成本較高,故障恢復(fù)的及時(shí)性難以得到保障;并且缺少可視化過程呈現(xiàn),無法快速確定故障影響范圍、遠(yuǎn)程調(diào)度和高效搶通業(yè)務(wù)。

本研究主要探索傳輸自智網(wǎng)絡(luò)運(yùn)維新模式,通過打造自動(dòng)化的傳輸業(yè)務(wù)自恢復(fù)能力,實(shí)現(xiàn)傳輸業(yè)務(wù)故障域內(nèi)自愈、光纜故障跳纖輔助搶通,同時(shí)通過跨專業(yè)、跨網(wǎng)絡(luò)、跨平臺(tái)的能力共享,拉通其他故障域相關(guān)系統(tǒng),實(shí)現(xiàn)故障識(shí)別、故障定位、方案處理、故障處置的全流程自動(dòng)化和可視化,進(jìn)而實(shí)現(xiàn)CHBN不同業(yè)務(wù)場景下的傳輸故障自愈,讓一線故障處理人員真正做到“故障無感”,滿足運(yùn)營商自智網(wǎng)絡(luò)發(fā)展要求,踐行降本增效理念,節(jié)省日常運(yùn)維成本。

核心技術(shù)能力


(資料圖片)

傳統(tǒng)的傳輸故障搶修采用線下面向人的“遠(yuǎn)程專家經(jīng)驗(yàn)+現(xiàn)場人工搶修”模式,需要通過人工翻閱操作指導(dǎo)手冊進(jìn)行遠(yuǎn)程調(diào)度,且需要監(jiān)控人員、傳輸運(yùn)維專家、外線維護(hù)及客服人員多輪交互溝通。為此本研究將傳輸故障搶修模式創(chuàng)新升級(jí)為線上面向機(jī)器的自動(dòng)調(diào)用模式,系統(tǒng)基于AI自學(xué)習(xí)能力自動(dòng)生成搶修方案,完成故障搶通。本研究所涉及的創(chuàng)新技術(shù)包括流程自動(dòng)化、故障可視化、方案智輸出、業(yè)務(wù)自恢復(fù)、能力原子化5項(xiàng)核心能力。

流程自動(dòng)化:當(dāng)前運(yùn)營商傳輸網(wǎng)故障處理只有故障識(shí)別、故障定位實(shí)現(xiàn)自動(dòng)化,故障方案、故障搶修均需要人工完成。代維人員接到故障工單后需要通過現(xiàn)場熔纖、跳纖、更換硬件等操作修復(fù)故障,此過程完全依賴現(xiàn)場代維人員的經(jīng)驗(yàn)。因此,筆者基于自智網(wǎng)絡(luò)設(shè)想提出了“全流程自動(dòng)化”的解決方案,首創(chuàng)PTN遠(yuǎn)程業(yè)務(wù)自愈、現(xiàn)場跳纖方案兩項(xiàng)核心能力,滿足故障“先搶通,后恢復(fù)”目標(biāo),實(shí)現(xiàn)故障識(shí)別、定位、處置、修復(fù)全流程自動(dòng)化?!肮收献孕迯?fù)”跨系統(tǒng)交互模型如圖1所示。

圖1“故障自修復(fù)”跨系統(tǒng)交互模型無感化

業(yè)務(wù)自愈核心能力,先于故障派單系統(tǒng)在告警預(yù)處理階段實(shí)現(xiàn)業(yè)務(wù)“無感”恢復(fù),針對(duì)一線代維真正實(shí)現(xiàn)故障面向自智網(wǎng)絡(luò)的傳輸故障自愈系統(tǒng)研究。

現(xiàn)場跳纖輔助能力,針對(duì)無法遠(yuǎn)程業(yè)務(wù)自愈的場景,通過現(xiàn)場跳纖輔助能力自動(dòng)生成跳纖搶通方案,并自動(dòng)派單至一線搶修人員,實(shí)現(xiàn)全程自動(dòng)化、線上化。

故障可視化:通過對(duì)傳輸設(shè)備、傳輸光纜進(jìn)行數(shù)據(jù)采集和錄入,映射成數(shù)字孿生實(shí)體,實(shí)現(xiàn)故障的可視化和模擬仿真。在傳輸設(shè)備方面,利用網(wǎng)管數(shù)據(jù)驅(qū)動(dòng),將抽象的網(wǎng)元、告警、業(yè)務(wù)等信息具象化,然后利用傳輸光纜NFC、RFID等啞資源數(shù)據(jù)采集新模式,將光纜、告警等資源映射到GIS地圖,最終構(gòu)建數(shù)字化、可視化智慧運(yùn)維地圖,實(shí)現(xiàn)故障全程可管可視。

方案智輸出:基于上述數(shù)字化仿真設(shè)備和光纜資源,利用告警信息聚類分析,提供自動(dòng)匯聚故障信息及處理方案能力,結(jié)合系統(tǒng)專家經(jīng)驗(yàn)庫積累的歷史故障搶修場景,通過AI智能研判,匹配歷史方案庫,自動(dòng)輸出傳輸故障光纜跳纖搶通方案和可用纖芯信息。

為此本研究首創(chuàng)基于中斷光路和中斷光纜的迂回路由最小跳數(shù)跳纖算法,可實(shí)現(xiàn)無法同纜調(diào)纖場景的故障搶通。基于已識(shí)別的傳輸中斷告警信息及相關(guān)光路、光纜信息,通過通用路由組織規(guī)范,輸出異路由光纜跳纖搶通方案。該算法較傳統(tǒng)同纜調(diào)纖方案適用范圍更廣,成功率更高。

業(yè)務(wù)自恢復(fù):針對(duì)政企專線等高價(jià)值用戶,通過對(duì)業(yè)務(wù)狀態(tài)實(shí)時(shí)感知,結(jié)合隨流檢測性能數(shù)據(jù)、SRv6重路由技術(shù),快速自動(dòng)恢復(fù)中斷業(yè)務(wù),在保證SLA的情況下,維持業(yè)務(wù)“永久在線”,提升用戶體驗(yàn),簡化業(yè)務(wù)運(yùn)維。

當(dāng)前主流傳輸設(shè)備廠家只具備SPN重路由能力,為此本研究首創(chuàng)PTN業(yè)務(wù)一鍵重路由能力,基于故障管理系統(tǒng)已定界定位的故障根因,自動(dòng)關(guān)聯(lián)相關(guān)傳輸電路,自學(xué)習(xí)故障搶修案例庫,自動(dòng)導(dǎo)航生成故障搶修方案,并一鍵自動(dòng)下發(fā)激活至設(shè)備完成故障修復(fù),滿足高價(jià)值用戶、亞運(yùn)重保等場景需求。

能力原子化:在上述平臺(tái)核心能力探索建設(shè)的基礎(chǔ)上,筆者提出“大平臺(tái)、小工具”相結(jié)合的模式,通過能力解耦,實(shí)現(xiàn)現(xiàn)有能力的原子化,并能共享給外部平臺(tái)。目前已實(shí)現(xiàn)基于ChatOps機(jī)器人等小工具應(yīng)用,通過告警狀態(tài)和業(yè)務(wù)信息自助獲取,實(shí)現(xiàn)網(wǎng)絡(luò)能力實(shí)時(shí)共享,并已完成傳輸日常光路開環(huán)故障自助查詢、傳輸光纜故障影響業(yè)務(wù)查詢等機(jī)器人部署,賦能一線代維人員自助查詢使用。各核心能力平臺(tái)與ChatOps機(jī)器人交互模型如圖2所示。

圖2 各核心能力平臺(tái)與ChatOps機(jī)器人交互模型

總結(jié)

通過上述流程自動(dòng)化、故障可視化、方案智輸出、業(yè)務(wù)自恢復(fù)、能力原子化5項(xiàng)核心能力的部署,本研究在浙江移動(dòng)已實(shí)現(xiàn)系統(tǒng)上線,覆蓋無線、家客、集客及傳輸?shù)?2類已知故障場景,截至目前共準(zhǔn)確輸出跳纖搶通方案59 0 4個(gè),實(shí)現(xiàn)業(yè)務(wù)自愈5 61次,有效支撐了運(yùn)營商日常故障處置和重保場景保障,快速實(shí)現(xiàn)傳輸故障搶通修復(fù)。另外,通過核心能力解耦,傳輸光路開環(huán)通報(bào)、光纜/設(shè)備承載業(yè)務(wù)查詢等ChatOps機(jī)器人支撐一線人員自助查詢1萬余次。通過上述傳輸故障自愈系統(tǒng)和ChatOps機(jī)器人的應(yīng)用,浙江移動(dòng)在傳輸故障處置效率、業(yè)務(wù)恢復(fù)時(shí)長等方面有了較大改善,在自智網(wǎng)絡(luò)實(shí)踐方面積累了一定經(jīng)驗(yàn),為運(yùn)營商網(wǎng)絡(luò)運(yùn)維模式變革探索出了新的路徑。


關(guān)鍵詞:

 

網(wǎng)站介紹  |  版權(quán)說明  |  聯(lián)系我們  |  網(wǎng)站地圖 

星際派備案號(hào):京ICP備2022016840號(hào)-16 營業(yè)執(zhí)照公示信息版權(quán)所有 郵箱聯(lián)系:920 891 263@qq.com