基于决策树的电力光传输系统故障定位方法及系统技术方案

本发明专利技术公开了一种基于决策树的电力光传输系统故障定位方法及系统，包括：获取电力OTN设备的特征属性数据，构建特征向量；将所构建的特征向量输入至训练后的OTN故障定位决策树，输出故障定位区段；其中，所述OTN故障定位决策树包括一个根结点，若干个内部分支结点和若干个叶节点；每个叶节点对应于一个定位的故障区段，其他每个内部分支结点对应于OTN设备的特征状态，根节点包含样本全集，从根结点到每个叶节点的路径对应一个故障定位判定逻辑。本发明专利技术可以快速定位OTN光传输系统故障位置，解决了OTN系统分析判断故障位置困难，对运维人员技术要求高的问题。人员技术要求高的问题。人员技术要求高的问题。

【技术实现步骤摘要】
基于决策树的电力光传输系统故障定位方法及系统


[0001]本专利技术涉及光传输系统故障定位
，尤其涉及一种基于决策树的电力光传输系统故障定位方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]在智能电网的构建过程中，运用先进技术能够提高电力系统的运行效率，实现电网的创新发展。OTN光传输作为具有一定代表性的技术，对电力通信网络的工作性能起到积极作用，有效促进电力系统的稳定、良好运行。
[0004]电力光传输系统(以下简称OTN)的传输容量，相较于传统的SDH传输系统，传输带宽容量大大提升，但随之而来大量的尾纤连接，复杂的信号流向，使得日常运维的难度也大大增加。当电力OTN出现故障时，难以快速对其进行故障定位排查，对运维人员技术水平要求较高。

技术实现思路

[0005]为了解决上述问题，本专利技术提出了一种基于决策树的电力光传输系统故障定位方法及系统，可以快速定位电力OTN的故障位置，解决了电力OTN分析判断故障位置困难，对运维人员技术要求高的问题。
[0006]在一些实施方式中，采用如下技术方案：
[0007]一种基于决策树的电力光传输系统故障定位方法，包括：
[0008]获取电力OTN设备的输入光功率、输出光功率、MUT_LOS、R_LOS、OSC_LOS、HARD_BARD、IN_PWR_LOW、NE_NOT_LOGIN、NE_COMMU_BREAK告警、DOWN和UP状态特征属性数据，构建特征向量；
[0009]将所构建的特征向量输入至训练后的OTN故障定位决策树，输出故障定位区段；
[0010]其中，所述OTN故障定位决策树包括一个根结点，若干个内部分支结点和若干个叶节点；每个叶节点对应于一个定位的故障区段，其他每个内部分支结点对应于OTN设备的特征状态，根节点包含样本全集，从根结点到每个叶节点的路径对应一个故障定位判定逻辑。
[0011]作为进一步地方案，所述OTN故障定位决策树的训练过程包括：
[0012](1)基于电力OTN设备日常运维过程中故障消缺记录，构建训练样本集D1；所述训练样本集包括电力OTN设备的特征向量以及对应的故障区段；
[0013](2)选取电力OTN设备发生故障时的相关特征，构建属性集A；
[0014](3)生成根结点T，若训练样本集D1中所有实例属于同一类，则T为单结点树，将实例类别作为结点T的类标记；否则，计算属性集A中各特征的信息增益，并选择信息增益最大的特征属性a
*
；
[0015](4)若a
*
不大于设定的阈值，则T为单结点树，记录训练样本集D1中实例个数最多的
类别C，作为该结点的类标记；若a
*
大于设定的阈值，对于a
*
的每一个值令D
v
表示训练样本集D1在a
*
上取值为的样本子集；每一个D
v
生成结点T的一个分支结点；
[0016](5)如果将该分支结点标记为叶结点，将训练样本集D1中实例个数最多的类别C，作为该结点的类标记；否则，以D
v
作为起始节点，计算属性集A中除了特征属性a
*
之外的信息增益最大的特征属性，重复(4)
‑
(5)的过程，直至属性集A中所有特征属性均判断完毕；得到训练完成的OTN故障定位决策树。
[0017]作为进一步地方案，电力OTN设备的特征向量包括电力OTN设备的输入光功率、输出光功率、MUT_LOS、R_LOS、OSC_LOS、HARD_BARD、IN_PWR_LOW、NE_NOT_LOGIN、NE_COMMU_BREAK告警、DOWN和UP状态特征属性数据。
[0018]作为进一步地方案，还包括：基于部分电力OTN设备日常运维过程中故障消缺记录，构建验证集D2；得到训练完成的OTN故障定位决策树之后，利用验证集D2验证每一个叶节点在验证集上的决策精度H1；然后验证每一个叶节点的上一级节点在验证集上的决策精度H2，如果判决精度H2≥H1，则将该叶节点剪枝，得到剪枝后的OTN故障定位决策树，作为最终进行故障定的决策树。
[0019]作为进一步地方案，所述信息增益的计算方法为：
[0020]训练样本集D1的信息熵定义为为训练样本集D1中第k类样本所占的比例；
[0021]假定特征属性a有V个可能的取值{a1,a2,...,a
V
}，若使用a来对训练样本集D1进行划分，则会产生V个分支结点，其中第v个分支结点包含了训练样本集D1中所有在属性a上取值为a
v
的样本，计为D
v
；
[0022]计算出用属性a对训练样本集D1进行划分所获得的信息增益为：
[0023][0024]作为进一步地方案，若训练样本集D1中所有实例无任何特征或者训练样本集D1中样本在属性集A上取值相同，则T为单结点树，将训练样本集D1中实例个数最多的类别C，作为该结点的类标记。
[0025]作为进一步地方案，若将该分支结点标记为叶结点，将训练样本集D1中实例个数最多的类别C，作为该结点的类标记。
[0026]在另一些实施方式中，采用如下技术方案：
[0027]一种基于决策树的电力光传输系统故障定位系统，包括：
[0028]数据获取模块，用于获取电力OTN设备的输入光功率、输出光功率、MUT_LOS、R_LOS、OSC_LOS、HARD_BARD、IN_PWR_LOW、NE_NOT_LOGIN、NE_COMMU_BREAK告警、DOWN和UP状态特征属性数据，构建特征向量；
[0029]故障区段定位模块，用于将所构建的特征向量输入至训练后的OTN故障定位决策树，输出故障定位区段；
[0030]其中，所述OTN故障定位决策树包括一个根结点，若干个内部分支结点和若干个叶节点；每个叶节点对应于一个定位的故障区段，其他每个内部分支结点对应于OTN设备的特
征状态，根节点包含样本全集，从根结点到每个叶节点的路径对应一个故障定位判定逻辑。
[0031]在另一些实施方式中，采用如下技术方案：
[0032]一种终端设备，其包括处理器和存储器，处理器用于实现各指令；存储器用于存储多条指令，所述指令适于由处理器加载并执行上述的基于决策树的电力光传输系统故障定位方法。
[0033]在另一些实施方式中，采用如下技术方案：
[0034]一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行上述的基于决策树的电力光传输系统故障定位方法。
[0035]与现有技术相比，本专利技术的有益效果是：
[0036](1)本专利技术通过引入决策树机器学习算法，通过不断训练学习，可以快速定位OTN光传输系统故障位置，解决了OTN系统分析判断故障位置困难，对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于决策树的电力光传输系统故障定位方法，其特征在于，包括：获取电力OTN设备的输入光功率、输出光功率、MUT_LOS、R_LOS、OSC_LOS、HARD_BARD、IN_PWR_LOW、NE_NOT_LOGIN、NE_COMMU_BREAK告警、DOWN和UP状态特征属性数据，构建特征向量；将所构建的特征向量输入至训练后的OTN故障定位决策树，输出故障定位区段；其中，所述OTN故障定位决策树包括一个根结点，若干个内部分支结点和若干个叶节点；每个叶节点对应于一个定位的故障区段，其他每个内部分支结点对应于OTN设备的特征状态，根节点包含样本全集，从根结点到每个叶节点的路径对应一个故障定位判定逻辑。2.如权利要求1所述的一种基于决策树的电力光传输系统故障定位方法，其特征在于，所述OTN故障定位决策树的训练过程包括：(1)基于电力OTN设备日常运维过程中故障消缺记录，构建训练样本集D1；所述训练样本集包括电力OTN设备的特征向量以及对应的故障区段；(2)选取电力OTN设备发生故障时的特征向量，构建属性集A；(3)生成根结点T，若训练样本集D1中所有实例属于同一类，则T为单结点树，将实例类别作为结点T的类标记；否则，计算属性集A中各特征的信息增益，并选择信息增益最大的特征属性a
*
；(4)若a
*
不大于设定的阈值，则T为单结点树，记录训练样本集D1中实例个数最多的类别C，作为该结点的类标记；若a
*
大于设定的阈值，对于a
*
的每一个值令D
v
表示训练样本集D1在a
*
上取值为的样本子集；每一个D
v
生成结点T的一个分支结点；(5)如果将该分支结点标记为叶结点，将训练样本集D1中实例个数最多的类别C，作为该结点的类标记；否则，以D
v
作为起始节点，计算属性集A中除了特征属性a
*
之外的信息增益最大的特征属性，重复(4)
‑
(5)的过程，直至属性集A中所有特征属性均判断完毕；得到训练完成的OTN故障定位决策树。3.如权利要求2所述的一种基于决策树的电力光传输系统故障定位方法，其特征在于，电力OTN设备的特征向量包括电力OTN设备的输入光功率、输出光功率、MUT_LOS、R_LOS、OSC_LOS、HARD_BARD、IN_PWR_LOW、NE_NOT_LOGIN、NE_COMMU_BREAK告警、DOWN和UP状态特征属性数据。4.如权利要求2所述的一种基于决策树的电力光传输系统故障定位方法，其特征在于，还包括：基于部分...

【专利技术属性】
技术研发人员：马恺，朱尤祥，刘磊，吕新荃，朱国朋，韩光明，徐彬泰，王晓勇，翟旭，王立君，展思杰，肖沈阳，江颖洁，吕德品，田安琪，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：