[发明专利]一种载波网络故障的诊断方法、系统、设备和介质

说明书

本发明涉及公开了一种载波网络故障的诊断方法、系统、设备和介质，包括：获取网络特征数据集，并根据所述网络特征数据集，构建载波网络的故障诊断数据集；对所述故障诊断数据集进行预处理，得到预处理后的故障诊断数据集，其中，所述预处理包括：归一化处理；将所述预处理后的故障诊断数据集分为测试数据集和训练数据集；将训练数据集输入到预设的故障诊断分类模型进行训练，获得训练后的故障诊断分类模型；将所述测试数据集输入到训练后的故障诊断分类模型，获得载波网络的故障分类结果。本发明提出的基于网络特征的载波网络故障的诊断方法具有较好的应用效果和性能，解决了电力载波网络故障的诊断算法准确率低的问题。

技术领域

本发明涉及电力通信的故障处理技术领域，特别是涉及一种载波网络故障的诊断方法、系统、设备和介质。

背景技术

电力线载波网已成为电力物联网应用的重要基础网络资源。在电力线载波网络环境下，电力物联网的业务数据可以通过电力线进行传播，降低了网络资源的建设成本和建设费用。随着网络虚拟化技术的快速发展和应用，基于网络切片技术的载波网络已成为一个重要的研究领域。在基于网络切片技术的载波网络环境下，传统的网络资源被划分为底层网络资源和虚拟网络资源。底层网络资源负责为虚拟网络资源提供网络资源。虚拟网络资源承载特定的电力物联网业务，可以实现业务之间的隔离。通过分析可知，基于网络切片技术的载波网络提升了网络资源的利用率和电力业务的可靠性。但是，在基于网络切片技术的载波网络环境下，虚拟网络的业务状态对于底层网络服务提供商来说是透明的，底层网络资源的状态对于虚拟网服务提供商来说也是透明的。这种背景下，虚拟网业务的故障诊断与已有研究的处理方法存在较大差异。所以，如何准确定位故障，提高电力线载波网的可靠性已成为一个关键问题。

目前，通过对已有研究分析可知，已有研究根据网络管理系统采集的数据，采用智能算法进行数学建模，从而对疑似故障集合进行推理，推理出的疑似故障集合的准确率低、推理时间长。

发明内容

本发明的目的是：提供一种载波网络故障的诊断方法、系统、设备和介质，能够解决电力载波网络故障的诊断算法准确率低的问题。

为了实现上述目的，本发明提供了一种载波网络故障的诊断方法，包括：

获取网络特征数据集，并根据所述网络特征数据集，构建载波网络的故障诊断数据集；

对所述故障诊断数据集进行预处理，得到预处理后的故障诊断数据集，其中，所述预处理包括：归一化处理；

将所述预处理后的故障诊断数据集分为测试数据集和训练数据集；

将训练数据集输入到预设的故障诊断分类模型进行训练，获得训练后的故障诊断分类模型；

将所述测试数据集输入到训练后的故障诊断分类模型，获得载波网络的故障分类结果。

进一步的，所述故障诊断数据集包括：底层节点度数、底层节点的中心度、底层节点的重要性、底层节点的历史故障次数、底层节点的故障相关性、底层节点的故障独立性和底层节点的资源利用率。

进一步地，所述底层节点的中心度，采用如下计算公式：

其中，表示底层节点的中心度，N表示底层节点，n_i表示N的元素，表示底层节点n_i到底层节点n_j的端到端的跳数；

所述底层节点的重要性，采用如下计算公式：

其中，表示底层节点的重要性，δ_j表示类型为j的电力业务的数量，z表示底层节点上承载的电力业务类型的数量；

所述底层节点的故障相关性，采用如下计算公式：