通信管理系统动环缺陷派单方法及装置制造方法及图纸

本发明专利技术公开了一种通信管理系统动环缺陷派单方法及装置，其中，该方法包括：采集通信管理系统的动环告警数据；将采集的动环告警数据，输入到训练好的缺陷故障预测模型中，输出通信管理系统的缺陷故障信息，其中，故障预测模型为对深度残差神经网络进行机器学习训练得到的模型；根据通信管理系统的缺陷故障信息，生成待派发的检修工单信息。本发明专利技术基于深度残差神经网络训练缺陷故障预测模型，能够利用大规模动环告警数据预测缺陷故障，大大提高了故障缺陷的预测准确率，进一步根据预测出的缺陷故障信息，生成相应的检修工单，能够大大提升动环缺陷工单自动派发工作的实用性、智能性、高效性。

【技术实现步骤摘要】
通信管理系统动环缺陷派单方法及装置
本专利技术涉及通信管理系统领域，尤其涉及一种通信管理系统动环缺陷派单方法及装置。
技术介绍
本部分旨在为权利要求书中陈述的本专利技术实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。电力通信网是电力系统不可缺少的重要组成部分之一，是电网调度自动化和生产管理现代化的基础，是确保电网安全、经济、稳定运行的重要技术手段。在信息通信运维现场，面对庞大复杂的信息集合，如何方便快捷地获取电力通信网的故障信息是快速完成检修任务、提高检修效率的唯一解决方法。随着机器学习算法在各行各业的应用普及，现有技术借助机器学习算法来实现电力通信网故障信息的预测，但由于电力通信网是一个复杂网络，引起电力通信网的故障种类繁多(例如，激光器性能劣化、工作环境温度过高或过低、光功率偏高或偏低、单板故障、尾纤性能劣化、接续盒故障、光缆纤芯中断、光缆中断等)，其数据维度虽不高但是属性复杂并且相互之间存在影响与关联关系，例如，不同厂家产品在不同环境下性能表现不一，这为机器学习前期特征选取带来了困难。并且，由于特征本文档来自技高网...

【技术保护点】
1.一种通信管理系统动环缺陷派单方法，其特征在于，包括：/n采集通信管理系统的动环告警数据；/n将采集的动环告警数据，输入到训练好的缺陷故障预测模型中，输出所述通信管理系统的缺陷故障信息，其中，所述故障预测模型为对深度残差神经网络进行机器学习训练得到的模型；/n根据所述通信管理系统的缺陷故障信息，生成待派发的检修工单信息。/n

【技术特征摘要】
1.一种通信管理系统动环缺陷派单方法，其特征在于，包括：
采集通信管理系统的动环告警数据；
将采集的动环告警数据，输入到训练好的缺陷故障预测模型中，输出所述通信管理系统的缺陷故障信息，其中，所述故障预测模型为对深度残差神经网络进行机器学习训练得到的模型；
根据所述通信管理系统的缺陷故障信息，生成待派发的检修工单信息。


2.如权利要求1所述的方法，其特征在于，所述方法还包括：
获取训练样本数据和测试样本数据；
根据所述训练样本数据，对预先构建的深度残差神经网络进行机器学习，训练得到一个缺陷故障预测模型；
根据所述测试样本数据，对训练得到的缺陷故障预测模型进行测试，直到满足预设收敛条件。


3.如权利要求2所述的方法，其特征在于，使用Dropout正则化优化算法对训练过程中的深度残差神经网络进行优化。


4.如权利要求2所述的方法，其特征在于，所述方法还包括：
构建一个包含BN层的深度残差神经网络，其中，所述BN层用于对深度残差神经网络中每一层的数据进行归一化处理。


5.一种通信管理系统动环缺陷派单装置，其特征在于，包括：
告警数据采集模块，用于采集通信管理系统的动环告警数据；
缺陷故障预测模块，用于将采集的动环告警数据，输入到训练好的缺陷故障预测模型中，输出所述通信管理系统的缺陷故障信息，其中，所述故障预测模型...

【专利技术属性】
技术研发人员：万莹，许鸿飞，张翼，吕海军，张少军，邢宁哲，张继东，刘昀，刘天丽，王彦璋，来媛，
申请(专利权)人：国网冀北电力有限公司信息通信分公司，国家电网有限公司，
类型：发明
国别省市：北京;11