广播电视高山转播台站智慧运维系统设计与典型应用

王 星

（山西广播电视无线管理中心，山西 太原 030001）

0 引 言

广播电视高山转播台站是我国广播电视系统的重要组成部分，具有传输距离远、覆盖范围广、抗干扰能力强等特点，能够有效保障广播电视安全播出。随着“智能化”时代的到来，各种高新技术已应用于广播电视的诸多领域，但转播台站的智能化建设还相对滞后，系统运维能力与安全播出的目标不够匹配，急需在“智慧广电”建设目标的指引下，将物联网思维、大数据技术等引入转播台站智慧运维系统的设计中，从传播平台、安全监管等方面重构运维体系。国家广播电视总局印发了《智慧广电技术体系及实施指南（2022年版）》，明确了智慧广电发展的总体目标，并设定了智慧台站建设的路线图、时间轴。因此，对于广播电视高山转播台站而言，建设一套稳定、高效的智慧化运维系统，通过实时远程监测与智能管理控制，切实提高台站安全播出能力，具有重要的推广意义。

1 智慧运维系统的设计

1.1 基础架构

广播电视转播台站智慧运维系统的设计主要以实现“有人值守，无人值班”为目标，通过运维系统对台站运行的全流程、全场景进行实时监控和运维。系统的总体架构[1]主要包括运维监管平台（包括综合运维、监控配置）、状态监测平台（包括信源监测、动力与环境监测）以及智能专家库系统。

1.2 系统组成

1.2.1 运维监管平台

1.2.1.1 综合运维

综合运维模块主要完成对转播台站运维工作的统一管理，主要涉及故障处置、安全播出、技术服务等内容。综合运维模块提供转播台站运行时的故障处置流程和标准，通过诊断工具自动分析、判断故障类型，按照预案进行快速处置；完成对台站运行的软硬件设备进行定期的升级维护，并根据系统运行效率调整优化网络结构，重点做好安全防护与备份等工作；对技术服务提出明确要求，包括服务开通的时限与标准、服务执行的过程监控以及对服务的反馈评估等。

1.2.1.2 监控配置

监控配置模块主要完成对广播电视转播台站监测设备的配置与管理，是智慧运维系统采集数据的重要环节。通过对监测设备的合理配置，智慧运维系统能够根据业务范围、运行情况实时抽检各节点信号，并对工作状态进行判断。运维系统适时介入，进行调控或预警，降低出现故障的可能性。

1.2.2 状态监测平台

状态监测平台是对广播电视转播台站智慧监测系统主体功能的补充，是智慧运维系统与智慧监测系统之间互联互通的纽带，主要完成在“有人值守，无人值班”状态下转播台站运行过程中出现新问题的补充监测，可有效完善转播台站智慧安全与管理体系，主要包括主、备信源监测和动力环境监测两部分。

（1）主、备信源监测。主、备信源监测根据系统预案设置的时间节点，自动检测主用的信源信号状态，确保发射端的完好状态，依据信号监测模块的分析判断结论，适时调整备用信源数量和配置。

（2）动力环境监测。动力环境监测实现对机房、配电房内的动力设备装置进行自主监测，如对电流、电压的异态检查，对电源自动切换装置的工作状态检查；对转播台站环境信息进行动态监测，如温湿度实时显示，火情、浸水探测以及安防设备监控等。

1.2.3 智能专家库系统

专家库系统（Expert Database System，EDS）主要由知识库、推理机、用户接口及解释器等几个部分构成。该系统可视为一种基于人工智能（Artificial Intelligence，AI）技术的智能应用，通过AI技术来模拟人类专家的经验和知识，在一定条件下解决现阶段广播电视转播台站运行的特定问题[2]。智能专家库系统的运行机制如图1所示，主要环节如下。

图1 智能专家库系统的运行机制

（1）自动采集、整理并归档各类故障情况。专家库系统通过系统建设时录入的数据库内容，针对性地展开对转播台站工作状态的分析，并形成业务报表，主要记录日常维护、状态检查以及情况处置等信息。

（2）智能化处置各类故障。系统通过对信号、设备的监测反馈，自动诊断故障，在推理机、知识库的支持下得到诊断结果以及结果解释，并以知识表示的形式得到故障树模型，生成动态黑板，将全部处置办法进行动态排序。

（3）自动更新迭代各类新情况处置办法，由智能专家库系统按关联度、匹配性等因素给出最佳解决方案，并同步至局域网内的各个专家库中。

2 智慧运维系统的典型应用

2.1 统计分析与智能预警

智慧运维系统能够根据业务需求自动统计各类数据，并分析、整理、归档，满足系统智能的数据分析要求，降低人工介入的程度。系统基于设备运行标准自主发现运行中的问题，运用大数据分析、人工智能以及物联网技术，提高转播台站设备、业务与运维间的关联度，强化系统运维的智慧性[3]，如利用设备间业务交叉性完成关联预警，利用业务特性完成智能预警等。遇到突发的紧急情况，尤其是技术人员/管理人员需要掌握细节时，可视化界面以弹窗形式展示主要的情况说明，智能提示预警信息，明确处置流程。

2.2 机器学习与智能监测

机器学习与智能监测主要集中在设备使用、内容生产以及安防监控等领域，利用标签技术对采集样本进行分类，利用模糊集等算法完成训练，并对部分数据进行细分和挖掘，为智能关联奠定基础。通过人工神经网络等算法，将智慧运维系统向深度学习的领域演进，重点解决小规模的数据关联，并支持在特定场景下自主处置业务问题的能力。例如，智慧运维系统运行时，一旦监测机制发现问题，优先推送至故障处置流程，如当监测到设备故障、突发事故或超出阈值告警等，由智能专家库系统介入，通过查询知识库中的已有方案，自动匹配处置办法，并给出处理建议，故障排除后反馈处置结果[4]。条件不匹配时，可启动专家在线问询机制提供线上支持，否则可以以推理机、知识库中的学习算法启动自学习处理机制，形成局部最优解决方案，并推送至技术人员，诊断与处置流程如图2所示。

图2 智能专家库系统的诊断与处置流程

2.3 信息可视化

信息可视化主要包括定点监测、数据分析、预警提示以及信息报表等[5]。

（1）定点监测。技术人员需要掌握当前系统运行的状态，并随时将信号质量和设备状态等信息搜集、整理、上报。

（2）数据分析。技术人员能够查阅系统运行数据，并进行深度分析与比对，寻找可能存在的隐患和故障，以提前干预的方式进行优化调整。

（3）预警提示。发现故障时，系统及时发出预警指令，并提示处置方法，故障处置完毕后自动生成处置情况报告发送至综合运维模块。

（4）信息报表。系统对系统运行的情况进行全面的统计分析，并根据设置的模板生成信息报表，提供至智慧运维系统的管理人员，便于其了解、掌握系统状态。

3 结 语

广播电视转播台站智慧运维系统的构建，进一步完善了台站在安全播出方面的控制与防护，加强了运维监管、状态监测以及专家库系统建设，有效支撑“有人值守，无人值班”的建设目标，并助力广播电视转播台站全方位、全流程、全覆盖的“智慧广电”体系建设，提升对设备运行和服务保障的管理水平。