历史工单分析研判与（资产）智能维护的探索

信息通信技术与政策 ›› 2019, Vol. 45 ›› Issue (2): 91-96.

出版日期:2019-02-15 发布日期:2020-12-04
作者简介:
刘海滨:中国铁塔股份有限公司响应中心工程师，对外经济贸易大学统计学院在职人员高级课程研修班学员

Online:2019-02-15 Published:2020-12-04

摘要/Abstract

摘要： 在中国铁塔股份有限公司动环监控系统建设实施及不断完善的背景下，通过对故障维护工单的传统统计分析，结合机器学习，判断故障的自愈能力及恢复时间，减少一线人员的工作量，提高工作效率。同时，可结合相应的资产数据，设备的性能数据，对站址上的设备情况进行评估分析，提高维护的能动性，前瞻性，达到对设备故障的预测分析，作到提前介入，减少故障的发生。

关键词: 工单分析, 机器学习, 随机森林, 资产整治

刘海滨. 历史工单分析研判与（资产）智能维护的探索[J]. 信息通信技术与政策, 2019, 45(2): 91-96.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://ictp.caict.ac.cn/CN/Y2019/V45/I2/91

[1]	张仲礼, 林甫生, 朱根. 探索·创新当代经济新学科新方法新流派（第三卷）[M]. 上海社会科学院出版社, 2008.
[2]	（美）吴信东, 库玛尔. 数据挖掘十大算法[M]. 清华大学出版社出版, 2014.
[3]	Oracle 官方文档分析函数https://docs.oracle.com/cd/E11882_01/server.112/e41084/functions004.htm#SQLRF06174

[1]	张子婷, 曾宇, 任宏丹, 孟锐. 数据中心不间断电源蓄电池智能预维系统及技术研究[J]. 信息通信技术与政策, 2022, 48(3): 55-63.
[2]	陈磊, 李雅静. 人工智能系统安全综述*[J]. 信息通信技术与政策, 2021, 47(8): 56-63.
[3]	孙永平, 王立峰, 张震伟, 杨勤. 基于随机森林回归的火电机组供电煤耗遗传优化模型[J]. 信息通信技术与政策, 2021, 47(3): 76-82.
[4]	朱康奇, 华楠, 李艳和, 郑小平, . 数字孪生技术在光网络中的应用与问题*[J]. 信息通信技术与政策, 2021, 47(12): 69-.
[5]	辛冉, 高深, 阮博男. 5G 核心网网元服务异常检测*[J]. 信息通信技术与政策, 2021, 47(11): 89-.
[6]	郭亮, 齐旭, 刘水旺, 蔡永顺. 基于机器学习的数据中心参数自动优化关键技术研究[J]. 信息通信技术与政策, 2020, 46(6): 21-24.
[7]	吕博. 一种机器学习数据集半自动标注方法研究*[J]. 信息通信技术与政策, 2019, 45(7): 44-50.
[8]	贾斐, 张彦坤. 人工智能在医疗领域的应用[J]. 信息通信技术与政策, 2019, 45(7): 62-64.
[9]	陈曦, 宫政, 刘垚. 人工智能在物流领域的发展研究[J]. 信息通信技术与政策, 2019, 45(6): 40-45.
[10]	刘海滨. 历史工单分析与智能派单的探索[J]. 信息通信技术与政策, 2018, 44(6): 68-74.
[11]	顾昕钰. 未来移动通信网络智能优化技术研究[J]. 信息通信技术与政策, 2018, 44(11): 20-25.

历史工单分析研判与（资产）智能维护的探索

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献 3

相关文章 11

编辑推荐

Metrics

本文评价