[發(fā)明專利]故障原因定位方法、裝置、電子設(shè)備及存儲介質(zhì)有效
| 申請?zhí)枺?/td> | 201911392356.3 | 申請日: | 2019-12-30 |
| 公開(公告)號: | CN113132125B | 公開(公告)日: | 2022-08-23 |
| 發(fā)明(設(shè)計)人: | 吳薇 | 申請(專利權(quán))人: | 中國移動通信集團(tuán)四川有限公司;中國移動通信集團(tuán)有限公司 |
| 主分類號: | H04L41/0631 | 分類號: | H04L41/0631;H04L41/0677;G06N3/00;G06N3/08 |
| 代理公司: | 北京國昊天誠知識產(chǎn)權(quán)代理有限公司 11315 | 代理人: | 許振新 |
| 地址: | 610000 四*** | 國省代碼: | 四川;51 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 故障 原因 定位 方法 裝置 電子設(shè)備 存儲 介質(zhì) | ||
1.一種故障原因定位方法,其特征在于,包括:
對故障管理系統(tǒng)上報的歷史告警數(shù)據(jù)進(jìn)行預(yù)處理;
通過PSO算法優(yōu)化訓(xùn)練模型的初始權(quán)值閾值至所述訓(xùn)練模型對應(yīng)的目標(biāo)函數(shù)算法收斂;
基于尋優(yōu)的所述初始權(quán)值閾值,將預(yù)處理后的所述歷史告警數(shù)據(jù)作為所述訓(xùn)練模型的輸入、所述歷史告警數(shù)據(jù)對應(yīng)的故障原因作為所述訓(xùn)練模型的輸出進(jìn)行訓(xùn)練,得到故障原因定位模型;
基于所述故障原因定位模型進(jìn)行故障原因定位;
所述通過PSO算法優(yōu)化訓(xùn)練模型的初始權(quán)值閾值至所述訓(xùn)練模型對應(yīng)的目標(biāo)函數(shù)算法收斂,包括:
在經(jīng)過PSO算法的種群初始化、適應(yīng)度計算、個體最優(yōu)粒子更新和全局最優(yōu)粒子更新后,計算種群中全局最優(yōu)粒子的變異概率;
基于全局最優(yōu)粒子的變異概率,對全局最優(yōu)極值執(zhí)行變異;
更新種群中的粒子的速度和位置以尋找所述全局最優(yōu)極值;
當(dāng)以所述全局最優(yōu)極值作為所述訓(xùn)練模型初始的權(quán)值閾值并使得訓(xùn)練模型對應(yīng)的目標(biāo)函數(shù)算法收斂或所述PSO算法的迭代次數(shù)達(dá)到預(yù)設(shè)的次數(shù)時,將所述全局最優(yōu)極值作為所述訓(xùn)練模型的初始權(quán)值閾值;
所述計算種群中全局最優(yōu)粒子的變異概率的計算公式為其中,k為迭代次數(shù),ρ為改變指數(shù)曲線變化率的擴張常數(shù),為第k代的種群適應(yīng)度方差,pmax為變異概率的最大值,pmin為變異概率的最小值;
所述對全局最優(yōu)極值執(zhí)行變異的計算公式為其中,λ為一隨機數(shù),η是滿足標(biāo)準(zhǔn)正態(tài)分布的隨機數(shù),Gaussian(σ)是服從高斯分布且標(biāo)準(zhǔn)差為σ的隨機數(shù);
所述更新種群中的粒子的速度和位置的計算公式為和Xk+1=Xk+Vk+1,其中,ω為慣性權(quán)重,r1和r2為分布于0到1區(qū)間的隨機數(shù),k是當(dāng)前迭代次數(shù),為第k次迭代時個體最優(yōu)粒子位置,為第k次迭代時全局最優(yōu)粒子位置,c1和c2為常數(shù),Vk為第k次迭代時的速度,Vk+1為第k+1次迭代時的速度,Xk為第k次迭代時的粒子位置,Xk+1為第k+1次迭代時的粒子位置。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述基于所述故障原因定位模型進(jìn)行故障原因定位,包括:
接收所述故障管理系統(tǒng)上報的當(dāng)前告警數(shù)據(jù);
對所述當(dāng)前告警數(shù)據(jù)進(jìn)行預(yù)處理;
將預(yù)處理后的所述當(dāng)前告警數(shù)據(jù)輸入到預(yù)先訓(xùn)練的所述故障原因定位模型,以得到與所述當(dāng)前告警數(shù)據(jù)對應(yīng)的故障原因。
3.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述對故障管理系統(tǒng)上報的歷史告警數(shù)據(jù)進(jìn)行預(yù)處理,包括:
對所述歷史告警數(shù)據(jù)進(jìn)行去噪、數(shù)據(jù)補全和歸一化處理,得到與所述歷史告警數(shù)據(jù)對應(yīng)的多維向量。
4.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述歷史告警數(shù)據(jù)包括傳輸告警數(shù)據(jù)、動環(huán)監(jiān)控告警數(shù)據(jù)、無線告警數(shù)據(jù)以及家庭寬帶告警數(shù)據(jù)中的至少一種。
5.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述訓(xùn)練模型為BP神經(jīng)網(wǎng)絡(luò)模型。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于中國移動通信集團(tuán)四川有限公司;中國移動通信集團(tuán)有限公司,未經(jīng)中國移動通信集團(tuán)四川有限公司;中國移動通信集團(tuán)有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201911392356.3/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 上一篇:雙極化天線
- 下一篇:一個新的甘油單-二酰酯脂肪酶





