一种基于人工智能的通信网管监控方法技术

本发明专利技术公开了一种基于人工智能的通信网管监控方法，包括如下步骤：步骤1，通过人工智能模拟数据接口的方式将人工操作流程进行分析和处理，代替人工操作自动登录进入网管系统；步骤2，调用图像采集工具对当前网管系统进行图像采集；步骤3，将采集的图像进行图像处理，降噪并进行特征提取；步骤4，通过基于卷积神经网络(CNN)的图像识别算法对参数进行获取和分析，与预先设定的阈值进行对比，判断设备是否异常；步骤5，通过卷积神经网络算法的分析以及对图像识别技术的对比,对卷积神经网络算法进行改进,以提高图像识别效果。本发明专利技术能够大幅度提升对于配网通信网管的巡检效率。

【技术实现步骤摘要】
一种基于人工智能的通信网管监控方法
本专利技术涉及一种用于智能电网通信管控领域的基于人工智能的通信网管监控方法。
技术介绍
保障电力通信网设备的正常运行是实现电网正常运行及高效维护的一项重要基础。各级各类电力通信网采用的通信技术，与电信运营商的结构基本一致，都需要以最快的速度发现、识别、处置通信网内的线路、设备故障。对电力生产而言，在有限的人员配置情况下，单位运维人员要监控更多的通信网管，在发现通信故障的及时性和判断故障原因的准确性上的要求更高。传统的通信网监控技术的框架下，通常存在三方面的问题：一是需要安排值班人员针对各类通信网管进行巡检，检查通信网中的线路、设备是否有异常，因为在周期性巡视极大耗费人力资源，并且通过肉眼判断也较易造成视觉疲劳，遗漏潜在风险；二是通过各类通信设备的北向接口汇总集中推送告警，更多的接口较易产生误告警，也放弃了基于网管拓扑图像的直观展现；三是缺乏事后追溯手段，尤其是通信线路发生短暂的瞬断后迅速恢复，导致错失提前预判潜在风险的机会。
技术实现思路
本专利技术的目的是为了克服现有技术的不足，本文档来自技高网...

【技术保护点】
1.一种基于人工智能的通信网管监控方法，其特征在于，包括如下步骤：/n步骤1，通过人工智能模拟数据接口的方式将人工操作流程进行分析和处理，代替人工操作自动登录进入网管系统；/n步骤2，调用图像采集工具对当前网管系统进行图像采集；/n步骤3，将采集的图像进行图像处理，降噪并进行特征提取；/n步骤4，通过基于卷积神经网络(CNN)的图像识别算法对参数进行获取和分析，与预先设定的阈值进行对比，判断设备是否异常；/n步骤5，通过卷积神经网络算法的分析以及对图像识别技术的对比,对卷积神经网络算法进行改进,以提高图像识别效果。/n

【技术特征摘要】
1.一种基于人工智能的通信网管监控方法，其特征在于，包括如下步骤：
步骤1，通过人工智能模拟数据接口的方式将人工操作流程进行分析和处理，代替人工操作自动登录进入网管系统；
步骤2，调用图像采集工具对当前网管系统进行图像采集；
步骤3，将采集的图像进行图像处理，降噪并进行特征提取；
步骤4，通过基于卷积神经网络(CNN)的图像识别算法对参数进行获取和分析，与预先设定的阈值进行对比，判断设备是否异常；
步骤5，通过卷积神经网络算法的分析以及对图像识别技术的对比,对卷积神经网络算法进行改进,以提高图像识别效果。


2.根据权利要求1...

【专利技术属性】
技术研发人员：徐刚，朱峰，夏仕俊，沈主浮，朱炯，李佳文，游兆阳，陈毅龙，杨光，蒋凌云，张佳卓，董万新，单文丽，陈颂，肖云杰，余长江，刘春梅，潘麟，孙峥鸿，钟鸣，钱巍斌，
申请(专利权)人：国网上海市电力公司，
类型：发明
国别省市：上海;31