【技术实现步骤摘要】
一种基于机器学习的ONU客户侧断电智能判断方法
[0001]本专利技术涉及通信传输业务
,特别是一种基于机器学习的ONU客户侧断电智能判断方法,根据部分ONU固定时段客户自行断电导致ONU上报告警的现象,利用K
‑
means聚类算法,分析得到一个能高效快速地检测ONU客户侧断电的模型,省去了维护人员手动拨打电话与客户联系以确认是否客户自行断电导致故障告警的环节,而先行判断ONU断电告警是否疑似客户侧断电引起,并直接进行标记以分类处理,从而降低人力成本,减少故障处理等待时间,缩减ONU断电故障工单量,有效提升故障工单派发准确率和处理效率。
技术介绍
[0002]目前通信运营商存在大量家庭宽带客户在固定时间将家用光猫ONU断电(ONU,Optical Network Unit,光网络单元,接收OLT发送的广播数据,OLT,optical line terminal,光线路终端),导致ONU上报告警,触发运营商故障中心派发故障工单。该类故障,目前维护人员只能通过手动拨打电话与客户联系,确认是否客户断电导致故障,如果是客户断电的情况维护人员无法对故障进行处理,只有客户回家才能重开电闸,故障才能自动恢复,运维人员需要等故障恢复后才能结束故障工单。该情况既浪费了维护人员故障询问、回单时间,又常引起维护人员因未及时回单被考核。
[0003]为了有效的解决家用光猫ONU断电故障工单处理耗时长以及人力资源紧张的问题,本专利技术以机器学习为基础背景,提出了基于机器学习的K
‑
means聚 ...
【技术保护点】
【技术特征摘要】
1.一种基于机器学习的ONU客户侧断电智能判断方法,其特征在于,根据ONU运维中存在固定时段客户自行断电导致ONU上报告警的现象,利用K
‑
means聚类算法,分析得到一个检测ONU客户侧断电的模型以先行判断ONU断电告警是否疑似客户侧断电引起,并直接进行标记以分类处理,能够省去维护人员手动拨打电话与客户联系以确认是否客户自行断电导致故障告警的环节,从而降低人力成本,减少故障处理等待时间,缩减ONU断电故障工单量,有效提升故障工单派发准确率和处理效率。2.根据权利要求1所述的基于机器学习的ONU客户侧断电智能判断方法,其特征在于,包括以下步骤:步骤1,采集到ONU掉电告警;步骤2,针对ONU掉电告警进行资源定位;步骤3,通过K
‑
means机器学习模型进行资源及告警时段识别;步骤4,判断是否资源一致且满足疑似客户侧断电时段,如果是,则依次经过步骤5a~步骤7a后进入步骤8,如果否,则依次经过步骤5b~至步骤7b后进入步骤8;步骤5a,打上疑似客户侧断电标志;步骤6a,派发通知工单;步骤7a,维护人员接单并填写预计恢复时间;步骤5b,无疑似客户侧断电标志;步骤6b,派发故障工单;步骤7b,维护人员接单并处理故障,等收到清除告警;步骤8,回单;步骤9,归档。3.根据权利要求2所述的基于机器学习的ONU客户侧断电智能判断方法,其特征在于,所述步骤1中的ONU掉电告警包括以下一种或多种:分支光纤断或OLT检测不到ONT的预期光信号LOSi/LOBi;GPON告警中的ONU掉线;GPON告警中的ONU信号失效;GPON告警中的ONU信号丢失;链接告警中的LINK_LOSS。4.根据权利要求2所述的基于机器学习的ONU客户侧断电智能判断方法,其特征在于,所述步骤2中包括运营商故障中心通过与资源管理系统接口获取资源数据,定位匹配ONU掉电告警的设备归属客户信息及区域信息是否完整,如果不完整则结束流程,如果完整则进入步骤3。5.根据权利要求2所述的基于机器学习的ONU客户侧断电智能判断方法,其特征在于,所述步骤3中包括将ONU掉电告警的ONU名称、归属客户信息、归属...
【专利技术属性】
技术研发人员:徐巍,唐慧,
申请(专利权)人:北京直真科技股份有限公司,
类型:发明
国别省市:
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。