【技术实现步骤摘要】
基于深度学习的电力通信网络运行状态监测方法和装置
本专利技术涉及计算机领域，具体而言，涉及一种基于深度学习的电力通信网络运行状态监测方法和装置。
技术介绍
电力通信网络的运行状态的正常与否直接影响用户通信体验，因此需要对电力通信网络的运行状态进行监控，当电力通信网络运行状态异常时及时对其进行维护。但是，相关技术通常采用人工巡检方式监控电力通信网络的运行状态，这样不仅会增加人力成本投入，而且也会导致对电力通信网络运行状态的监控效率较低，且存在延时，无法对电力通信网络的故障进行及时维护。针对相关技术采用人工巡检方式监控电力通信网络运行状态，导致监控效率较低且存在延时的问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种基于深度学习的电力通信网络运行状态监测方法和装置，以至少解决相关技术采用人工巡检方式监控电力通信网络运行状态，导致监控效率较低且存在延时的技术问题。根据本专利技术实施例的一个方面，提供了一种基于深度学习的电力通信网络运行状态监测方法，包括：获取电力通信网络...
【技术保护点】
1.一种基于深度学习的电力通信网络运行状态监测方法，其特征在于，包括：/n获取电力通信网络的通信数据，其中，所述通信数据至少包括：所述电力通信网络的拓扑结构、所述电力通信网络的业务数据、所述电力通信网络的故障信息；/n根据预先训练好的电力通信网络模型获取所述通信数据所对应的电力通信网络的运行状态数据，其中，所述电力通信网络模型用于指示电力通信网络的通信数据与电力通信网络的运行状态数据之间的对应关系；/n根据所述电力通信网络的运行状态数据对所述电力通信网络的运行状态进行监控。/n
【技术特征摘要】
1.一种基于深度学习的电力通信网络运行状态监测方法，其特征在于，包括：
获取电力通信网络的通信数据，其中，所述通信数据至少包括：所述电力通信网络的拓扑结构、所述电力通信网络的业务数据、所述电力通信网络的故障信息；
根据预先训练好的电力通信网络模型获取所述通信数据所对应的电力通信网络的运行状态数据，其中，所述电力通信网络模型用于指示电力通信网络的通信数据与电力通信网络的运行状态数据之间的对应关系；
根据所述电力通信网络的运行状态数据对所述电力通信网络的运行状态进行监控。
2.根据权利要求1所述的方法，其特征在于，
所述根据预先训练好的电力通信网络模型获取所述通信数据所对应的电力通信网络的运行状态数据包括：根据预先训练好的电力通信网络模型确定所述通信数据所对应的电力通信网络的调度运行情况、通信系统故障、通信设备投退运情况；
所述根据所述电力通信网络的运行状态数据对所述电力通信网络的运行状态进行监控包括：根据所述电力通信网络的调度运行情况、通信系统故障、通信设备投退运情况对所述电力通信网络的运行状态进行监控。
3.根据权利要求1所述的方法，其特征在于，在所述获取电力通信网络的通信数据之前，所述方法还包括：
获取所述电力通信网络的样本通信数据，及与所述样本通信数据对应的样本运行状态数据；
利用所述样本通信数据与所述样本运行状态数据之间的对应关系对深度神经网络进行训练，得到所述电力通信网络模型，其中，在训练所述深度神经网络时，所述深度神经网络的输入参数为所述样本通信数据，所述深度神经网络的输出参数为所述样本运行状态数据。
4.根据权利要求1所述的方法，其特征在于，所述根据所述电力通信网络的运行状态数据对所述电力通信网络的运行状态进行监控包括：
以集中传输网管为依托，根据所述电力通信网络的运行状态数据对所述电力通信网络的运行状态进行监控。
5.一种基于深度学习的电力通信网络运行状态监测装置，其特征在于，包括：
第一...
【专利技术属性】
技术研发人员：巫健，江冰，闫蕾芳，禹宁，罗江，竹瑞博，屈蓓蓓，樊磊，李晶，王美丽，王慧芳，霍美如，张凯，高峰，高枫，任学武，
申请(专利权)人：国网山西省电力公司信息通信分公司，
类型：发明
国别省市：山西;14
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。