[發(fā)明專利]預測光模塊故障的方法、裝置和設備

在審

• 申請?zhí)枺?/td>: 201910093487.5
• 申請日: 2019-01-30
• 公開（公告）號: CN111507363A
• 公開（公告）日: 2020-08-07
• 發(fā)明（設計）人: 俞芳芳;董峰;宋偉;楊慶平
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京龍雙利達知識產(chǎn)權代理有限公司 11329
• 代理人: 時林;毛威

1.一種預測光模塊故障的方法，其特征在于，包括：

獲取光模塊在預設時間段內(nèi)的待檢測序列，所述待檢測序列包括所述光模塊的工作參數(shù)的多個測量值；

獲取所述工作參數(shù)對應的分類閾值；所述分類閾值是根據(jù)所述工作參數(shù)對應的分類樣本集生成的；

根據(jù)所述工作參數(shù)對應的分類閾值與所述待檢測序列中的多個測量值的比較結果，確定所述光模塊的第一預測結果，所述第一預測結果指示所述光模塊是否進入故障模式。

2.根據(jù)權利要求1所述的方法，其特征在于，當所述第一預測結果指示所述光模塊進入故障模式時，所述方法還包括：

根據(jù)所述待檢測序列生成特征集；

將所述特征集輸入故障預測模型，得到第二預測結果，所述第二預測結果指示所述光模塊預期發(fā)生故障的緊急程度。

3.根據(jù)權利要求2所述的方法，其特征在于，所述方法還包括：

獲取所述工作參數(shù)對應的樣本序列；

根據(jù)所述分類閾值以及所述樣本序列確定所述樣本序列的標簽，所述標簽指示所述樣本序列對應的光模塊是否是正常光模塊，或，所述標簽指示所述樣本序列對應的光模塊發(fā)生故障的緊急程度；

生成所述樣本序列對應的故障預測樣本，所述故障預測樣本包括所述樣本序列的特征集以及所述樣本序列的標簽；

根據(jù)所述故障預測樣本生成所述故障預測模型。

4.根據(jù)權利要求3所述的方法，其特征在于，所述方法還包括：

根據(jù)所述待檢測序列的特征集以及所述第二預測結果更新所述故障預測模型。

5.根據(jù)權利要求1-4中任意一項所述的方法，其特征在于，所述獲取所述工作參數(shù)對應的分類閾值之前，所述方法還包括：

獲取所述工作參數(shù)對應的分類樣本集，所述分類樣本集中包括多個分類樣本，每個分類樣本包括所述工作參數(shù)的一個測量值及第一分類標識；

根據(jù)所述分類樣本集，確定所述工作參數(shù)對應的所述分類閾值。

6.根據(jù)權利要求5所述的方法，其特征在于，所述根據(jù)所述分類樣本集，確定所述工作參數(shù)對應的所述分類閾值，包括：

根據(jù)所述分類樣本集與多個參考分類閾值確定多個損失值，每個損失值對應一個參考分類閾值，所述多個參考分類閾值是預設的，或，所述多個參考分類閾值是根據(jù)所述分類樣本集中的每個分類樣本的測量值確定的；

將所述多個損失值中最小的損失值對應的參考分類閾值確定為所述分類樣本集對應的分類閾值；

根據(jù)所述分類樣本集對應的分類閾值確定所述工作參數(shù)對應的所述分類閾值。

7.根據(jù)權利要求6所述的方法，其特征在于，所述根據(jù)所述分類樣本集與多個參考分類閾值，確定多個損失值，包括：

根據(jù)所述多個參考分類閾值中的每一個參考分類閾值，將所述分類樣本集中的分類樣本重新分類，并根據(jù)分類結果確定所述分類樣本集中的每一個分類樣本的第二分類標識；

根據(jù)每個分類樣本的第二分類標識與第一分類標識，基于下列損失函數(shù)確定所述參考分類閾值對應的損失值：

其中，loss代表所述分類樣本集中的所有第一分類標識與對應的第二分類標識的均方誤差，N為所述分類樣本集中分類樣本的個數(shù)，N大于或等于2，O_q為所述N個分類樣本中索引值為q的分類樣本的第一分類標識，P_q為所述索引值為q的分類樣本的第二分類標識。