[发明专利]一种光性能劣化趋势预测的更新方法及系统有效

专利信息
申请号: 201910700355.4 申请日: 2019-07-31
公开(公告)号: CN110555546B 公开(公告)日: 2022-04-08
发明(设计)人: 匡立伟;范志文 申请(专利权)人: 烽火通信科技股份有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06N3/02;G06N3/08
代理公司: 武汉智权专利代理事务所(特殊普通合伙) 42225 代理人: 李斯
地址: 430000 湖北省武*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 性能 趋势 预测 更新 方法 系统
【说明书】:

一种光性能劣化趋势预测的更新方法及系统,本发明涉及光通信领域,方法包括步骤:基于原始关键性能指标,构建预测光性能劣化趋势的神经网络;从增加的光性能指标中提取新关键性能指标,通过计算新关键性能指标和原始关键性能指标之间的协方差获得相关系数,选择相关系数小于或等于影响度阈值的新关键性能指标,作为全部或部分样本更新所述神经网络。本发明在光性能指标增加时,从中获得新关键性能指标,并作为样本更新预测光性能劣化的神经网络,不断地完善光性能劣化趋势,提高预测的准确率。

技术领域

本发明涉及光通信领域,具体来讲涉及一种光性能劣化趋势预测的更新方法及系统。

背景技术

光通信设备在运行过程中,光器件、光模块和光通道等不断产生大量性能状态数据,即为性能指标;这些数据由设备光模块和单盘获取,上报管理和控制平台进行处理。

传统光性能劣化预测方法包括马尔可夫转移矩阵预测、指数平滑预测等,这些方法挖掘光性能指标变化规律,并基于挖掘到的变化规律预测光性能指标劣化趋势。

但是,这些方法需要获取影响劣化趋势预测的关键性能指标,如果有部分关键性能指标无法获取,预测误差会比较大。在实际通信网络工程中,受到各种因素的影响,部分关键性能指标可能无法及时获取。例如,通信中断导致光功率性能指标无法上报,光模块厂商暂时无法提供色散等关键性能指标,管控平台硬盘故障导致光信噪比性能指标数据丢失,上述情况都会导致部分关键光性能指标无法提取,影响传统预测方法的预测效果。

发明内容

针对现有技术中存在的缺陷,本发明的目的在于提供一种光性能劣化趋势预测的更新方法及系统,当光性能指标增加时,从中获得新关键性能指标,并作为样本更新预测光性能劣化的神经网络,不断地完善光性能劣化趋势,提高预测的准确率。

为达到以上目的,一方面,采取一种光性能劣化趋势预测的更新方法,包括步骤:

基于原始关键性能指标,构建预测光性能劣化趋势的神经网络;

从增加的光性能指标中提取新关键性能指标,通过计算新关键性能指标和原始关键性能指标之间的协方差获得相关系数,选择相关系数小于或等于影响度阈值的新关键性能指标,作为全部或部分样本更新所述神经网络。

在上述技术方案的基础上,对于通信设备中各处理对象,每一个光性能指标经周期性采集后都构成一个时间序列,该处理对象的各个光性能指标的时间序列构成一个时间序列矩阵。

在上述技术方案的基础上,所述关键性能指标的提取过程包括:将所述时间序列矩阵进行奇异值分解为左奇异空间矩阵、奇异值矩阵、右奇异空间矩阵的乘积,若所述奇异值矩阵对角线上前n个元素占比超过重要度阈值,将三个所述矩阵中第n个元素之后截断,截断后的三个矩阵相乘得到关键性能指标矩阵,矩阵中所有元素即为关键性能指标;其中,关键性能指标包括为原始关键性能指标和新关键性能指标。

在上述技术方案的基础上,从光性能指标中提取所述关键性能指标时,先通过数据清洗去除不合格的光性能指标,再对于合格的光性能指标构建所述时间序列矩阵。

在上述技术方案的基础上,所述基于原始关键性能指标构建预测光性能劣化趋势的神经网络包括:将原始关键性能指标作为训练样本,选择神经网络模型,拟合出光性能劣化趋势函数;

所述神经网络的输入为处理对象当前时刻的关键性能指标,或者多个相连时刻的关键性能指标;输出为下一时刻所述处理对象的剩余可用寿命。

在上述技术方案的基础上,所述多个相连时刻的关键性能指标作为神经网络输入包括:将当前时刻的关键性能指标和上一时刻的关键性能指标,共同作为神经网络输入。

在上述技术方案的基础上,选择相关系数小于或等于影响度阈值的新关键性能指标,作为部分样本,和所述原始关键性能指标共同更新所述神经网络。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于烽火通信科技股份有限公司,未经烽火通信科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910700355.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top