一种网线故障智能检测方法、系统、设备及存储介质技术方案

本申请提供了一种网线故障智能检测方法、系统、设备及存储介质，通过获取网线故障波信号，对所述网线故障波信号进行频率变换后，确定故障信号幅值序列和故障平移因子序列，进而得到故障频率信号特征集，根据所述故障频率信号特征集，确定故障频率原因集，根据所述故障频率原因集，确定故障原因概率值，根据所述故障原因概率值，确定故障结果预测概率值，将所述故障结果预测概率值和检测得到的故障结果实际概率值进行比对，得到故障判断值，获取所述网线检测波信号的检测频率信号特征集，根据所述检测频率信号特征集和故障判断值确定所述待检测网线的故障原因类型，可有效提高网线故障检测的准确率。故障检测的准确率。故障检测的准确率。

【技术实现步骤摘要】
一种网线故障智能检测方法、系统、设备及存储介质


[0001]本申请涉及网线检测
，更具体的说，本申请涉及一种网线故障智能检测方法、系统、设备及存储介质。

技术介绍

[0002]随着信息技术的快速发展，计算机网络在现代社会中扮演着至关重要的角色，而网线作为计算机网络的基础组成部分之一，其稳定性和可靠性对网络性能至关重要，然而由于网线长期使用或受到外界因素的影响，如物理损伤、电磁干扰等，网线可能会出现各种故障，如断线、短路、信号衰减等问题，这些问题不及时检测和处理，将严重影响网络传输性能和数据安全。
[0003]现有的网线故障检测方法主要依赖人工巡检和简单的测试仪器，在计算机网络发生故障时，需要联系相关专业人员对网线进行检测，通过该相关专业人员的技术与经验来判断网线的故障原因，但根据人为的主观经验判断所发生的网线故障容易产生较大误差。

技术实现思路

[0004]本申请提供一种网线故障智能检测方法、系统、设备及存储介质，以解决根据人为的主观经验判断所发生的网线故障容易产生较大误差的技术问题。
[0005]为解决上述技术问题，本申请采用如下技术方案：
[0006]第一方面，本申请提供一种网线故障智能检测方法，包括如下步骤：
[0007]获取网线在发生故障时的历史信号数据，得到网线故障波信号；
[0008]对所述网线故障波信号进行频率变换后，确定故障信号幅值序列和故障平移因子序列，根据所述故障信号幅值序列和所述故障平移因子序列对所述网线故障波信号进行特征提取，得到故障频率信号特征集；
[0009]根据所述故障频率信号特征集，确定所述网线故障波信号的故障频率原因集，根据所述故障频率原因集，确定网线各类故障原因对应的故障原因概率值；
[0010]根据网线各类故障原因对应的故障原因概率值，确定各类故障结果对应的故障结果预测概率值，将各类故障结果对应的故障结果预测概率值和检测得到的故障结果实际概率值进行比对，得到故障判断值；
[0011]获取待检测网线的信号数据，得到网线检测波信号，获取所述网线检测波信号的检测频率信号特征集，根据所述检测频率信号特征集和故障判断值确定所述待检测网线的故障原因类型。
[0012]在一些实施例中，对所述网线故障波信号进行频率变换后，确定故障信号幅值序列和故障平移因子序列具体可包括：
[0013]将所述网线故障波信号转换为频域信号，得到网线故障频域信号；
[0014]根据所述网线故障频域信号绘制频谱图，得到网线故障频谱图；
[0015]根据所述网线故障频谱图，确定网线故障频谱图中所有的峰谷值；
[0016]将网线故障频谱图中的所有峰谷值作为故障信号幅值，进而确定所述故障信号幅值序列；
[0017]将网线正常波信号转换为频域信号，得到网线正常频域信号；
[0018]将所述故障信号幅值序列中的各个故障信号幅值分别减去相同频率对应的网线正常频域信号的信号幅值，得到频率误差幅值序列；
[0019]将所述频率误差幅值序列中的各个频率误差幅值及各个频率误差幅值对应的频率坐标值经过欧拉公式变换，得到所述故障平移因子序列。
[0020]在一些实施例中，确定所述故障信号幅值序列之后还包括：
[0021]获取网线正常工作时的信号，得到网线正常波信号。
[0022]在一些实施例中，根据所述故障信号幅值序列和所述故障平移因子序列对所述网线故障波信号进行特征提取，得到故障频率信号特征集具体包括：
[0023]获取所述网线故障波信号的故障信号幅值序列；
[0024]获取所述网线故障波信号的故障平移因子序列；
[0025]获取所述网线故障波信号；
[0026]根据所述故障信号幅值序列、故障平移因子序列和所述网线故障波信号，得到故障频率信号特征集，其中故障频率信号特征集根据下述公式确定：
[0027][0028]其中W
i
表示故障频率信号特征集中第i个故障频率信号特征值，b
i
表示故障信号幅值序列中第i个故障信号幅值，g
i
表示故障平移因子序列中第i个故障平移因子，f(t)表示网线故障波信号，σ()
*
为复共轭函数，表示对括号内的值取其复共轭，t为所述网线故障波信号的时间变量，dt表示时间变量的微分。
[0029]在一些实施例中，根据所述故障频率信号特征集，确定所述网线故障波信号的故障频率原因集具体可包括：
[0030]根据所述故障频率信号特征集，预设第一特征阈值；
[0031]当故障频率信号特征集中的故障频率信号特征高于该预设第一特征阈值时，则将该故障频率信号特征归为第一类故障频率原因；
[0032]根据所述故障频率信号特征集，预设第二特征阈值；
[0033]当故障频率信号特征集中的故障频率信号特征高于该预设第二特征阈值且低于预设第一特征阈值时，则将该故障频率信号特征归为第二类故障频率原因；
[0034]根据所述故障频率信号特征集，预设第三特征阈值；
[0035]当故障频率信号特征集中的故障频率信号特征高于该预设第三特征阈值且低于预设第二特征阈值时，则将该故障频率信号特征归为第三类故障频率原因；
[0036]重复上述步骤，直到将故障频率信号特征集中的所有故障频率信号特征全部归到不同的故障频率原因中，得到故障频率原因集。
[0037]在一些实施例中，根据网线各类故障原因对应的故障原因概率值，确定各类故障结果对应的故障结果预测概率值具体可包括：
[0038]确定故障结果类别与故障原因类别之间的对应关系；
[0039]获取各类故障原因对应的故障原因概率值；
[0040]根据所述故障结果类别与故障原因类别之间的对应关系和各类故障原因对应的故障原因概率值，确定各类故障结果对应的故障结果预测概率值，其中各类故障结果对应的故障结果预测概率值根据下式确定：
[0041][0042]其中P(B
j
)为第j类网线故障结果对应的故障结果预测概率值，n为第j类网线故障结果对应的全部故障原因类别个数，P(A
i
)为第j类网线故障结果对应的全部故障原因类别中第i类故障原因对应的故障原因概率值。
[0043]在一些实施例中，故障判断值可根据下述公式确定：
[0044][0045]其中η为故障判断值，P(B
j
)为第j类网线故障结果对应的故障结果预测概率值，Q(B
j
)为第j类网线故障结果对应的故障结果实际概率值，P(B
v
|B
j
)为检测到第j类网线故障结果发生时，第v类网线故障结果对应的故障结果预测概率值最大的概率，m为故障结果的类别个数。
[0046]第二方面，本申请提供一种网线故障智能检测系统，其包括有故障检测单元，所述故障检测单元具体包括：
[0047]网线故障波信号获本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种网线故障智能检测方法，其特征在于，包括如下步骤：获取网线在发生故障时的历史信号数据，得到网线故障波信号；对所述网线故障波信号进行频率变换后，确定故障信号幅值序列和故障平移因子序列，根据所述故障信号幅值序列和所述故障平移因子序列对所述网线故障波信号进行特征提取，得到故障频率信号特征集；根据所述故障频率信号特征集，确定所述网线故障波信号的故障频率原因集，根据所述故障频率原因集，确定网线各类故障原因对应的故障原因概率值；根据网线各类故障原因对应的故障原因概率值，确定各类故障结果对应的故障结果预测概率值，将各类故障结果对应的故障结果预测概率值和检测得到的故障结果实际概率值进行比对，得到故障判断值；获取待检测网线的信号数据，得到网线检测波信号，获取所述网线检测波信号的检测频率信号特征集，根据所述检测频率信号特征集和故障判断值确定所述待检测网线的故障原因类型。2.如权利要求1所述的方法，其特征在于，对所述网线故障波信号进行频率变换后，确定故障信号幅值序列和故障平移因子序列具体包括：将所述网线故障波信号转换为频域信号，得到网线故障频域信号；根据所述网线故障频域信号绘制频谱图，得到网线故障频谱图；根据所述网线故障频谱图，确定网线故障频谱图中所有的峰谷值；将网线故障频谱图中的所有峰谷值作为故障信号幅值，进而确定所述故障信号幅值序列；将网线正常波信号转换为频域信号，得到网线正常频域信号；将所述故障信号幅值序列中的各个故障信号幅值分别减去相同频率对应的网线正常频域信号的信号幅值，得到频率误差幅值序列；将所述频率误差幅值序列中的各个频率误差幅值及各个频率误差幅值对应的频率坐标值经过欧拉公式变换，得到所述故障平移因子序列。3.如权利要求2所述的方法，其特征在于，确定所述故障信号幅值序列之后还包括：获取网线正常工作时的信号，得到网线正常波信号。4.如权利要求1所述的方法，其特征在于，根据所述故障信号幅值序列和所述故障平移因子序列对所述网线故障波信号进行特征提取，得到故障频率信号特征集具体包括：获取所述网线故障波信号的故障信号幅值序列；获取所述网线故障波信号的故障平移因子序列；获取所述网线故障波信号；根据所述故障信号幅值序列、故障平移因子序列和所述网线故障波信号，得到故障频率信号特征集，其中故障频率信号特征集根据下述公式确定：其中W
i
表示故障频率信号特征集中第i个故障频率信号特征值，b
i
表示故障信号幅值序
列中第i个故障信号幅值，g
i
表示故障平移因子序列中第i个故障平移因子，f(t)表示网线故障波信号，σ()
*
为复共轭函数，表示对括号内的值取其复共轭，t为所述网线故障波信号的时间变量，dt表示时间变量的微分。5.如权利要求1所述的方法，其特征在于，根据所述故障频率信号特征集，确定所述网线故障波信号的故障频率原因集具体包括：根据所述故障频率信号特征集，预设第一特征阈值；当故障频率信号特征集中的故障频率信号特征值高于该预设第一特征阈值时，则将该故障频率信号特征归为第一类故障频率原因；根据所述故障频率信号特征集，预设第二特征阈值；当故障频率信号特征集中的故障频率信号特征值高于该预设第二特征阈值且低于预设第...

【专利技术属性】
技术研发人员：周洁，沈智华，周子木，周子林，
申请(专利权)人：深圳市中科微盛科技有限公司，
类型：发明
国别省市：