[发明专利]一种基于社会发展和气候因素预测光缆网阻断概率的方法

摘要

本发明提供一种基于社会发展和气候因素预测光缆网阻断概率的方法，包括确定台站站点，输入与台站站点相关的属性数据，包括根据巡线工作日常规律、社会发展与气候数据特点确定数据搜集的时间范围，确定对应周期下不同站点的社会发展属性数据和气候属性数据；设定故障级别划分，对所有属性数据进行归一化；基于机器学习构建光缆网故障概率的预测模型，当精度满足条件时根据预测模型进行预测光缆网阻断概率。本发明能够准确提供光缆网故障的预测结果，使巡线维护光缆网更有针对性，有助于提高光缆网巡线工作人员的效率。

主权项

一种基于社会发展和气候因素预测光缆网阻断概率的方法，包括以下步骤：步骤1，确定台站站点，在光缆网拓扑图上选择巡线线路，取巡线线路上故障数量较多的台站所在地，记为C{city1,city2,...,cityJ}，其中，J为城市总数，各城市分别记为city1,city2,...,cityJ；步骤2，输入与台站站点相关的属性数据，包括根据巡线工作日常规律、社会发展与气候数据特点确定数据搜集的时间范围，将数据采集的周期记为T{time1,time2,...,timeI}，其中I为周期总数，各周期分别记为time1,time2,...,timeI；确定对应周期T＝timei下不同C＝cityj的社会发展属性数据和气候属性数据，社会发展属性数据记为气候属性数据记为步骤3，整理数据集，包括基于光缆网故障数据，根据步骤4所采用的学习模型类型设定相应的故障级别划分，设有L个级别，分别记为level_L1,level_L2,…level_LL，设表示城市j第i周期的光缆网故障级别；对所有属性数据进行归一化；步骤4，基于机器学习构建光缆网故障概率的预测模型，包括根据逐周期预测策略，将归一化后的社会发展属性数据和气候属性数据与故障数据进行匹配，形成输入数据集，{{Stime1,city1,Wtime1,city1,Ltime2,city1},{Stime2,city1,Wtime2,city1,Ltime3,city1},...,{StimeI,city1,WtimeI,city1,LtimeI+1,city1},{Stime1,city2,Wtime1,city2,Ltime2,city2},{Stime2,city2,Wtime2,city2,Ltime3,city2},...,{StimeI,city2,WtimeI,city2,LtimeI+1,city2},......{Stime1,cityJ,Wtime1,cityJ,Ltime2,cityJ},{Stime2,cityJ,Wtime2,cityJ,Ltime3,cityJ},...,{StimeI,cityJ,WtimeI,cityJ,LtimeI+1,cityJ}}]]>并将输入数据集分为训练集与测试集，采用训练集训练预测模型，得到预测模型参数；步骤5，采用测试集验证步骤4所得预测模型参数，当精度满足条件时得到预测模型，根据预测模型进行预测光缆网阻断概率。