[發明專利]光通道性能劣化智能預警方法、裝置、設備及存儲介質

有效

• 申請號: 202010531639.8
• 申請日: 2020-06-11
• 公開（公告）號: CN111865407B
• 公開（公告）日: 2021-11-30
• 發明（設計）人: 畢千筠
• 申請（專利權）人: 烽火通信科技股份有限公司
• 主分類號: H04B10/077
• 分類號: H04B10/077;H04B10/079;H04B17/373;H04B17/391
• 代理公司: 武漢智權專利代理事務所(特殊普通合伙) 42225
• 代理人: 王江能

本發明公開了一種光通道性能劣化智能預警方法、裝置、設備及存儲介質，所述方法通過獲取電信傳送網中待監測光通道的性能數據，根據性能數據構建待監測光通道的關鍵績效指標KPI性能預測模型；根據KPI性能預測模型對待監測光通道的性能進行周期趨勢預測，獲得性能趨勢預測結果；根據性能趨勢預測結果判斷待監測光通道是否出現性能趨勢劣化，在出現性能趨勢劣化時，進行預警處理，能夠對傳送網光通道KPI性能指標進行針對性建模，保障了模型在工程長期應用中始終保持較好的預測精度；同時基于模型對光通道KPI性能指標進行長短期性能與趨勢的預測和分析，實現對光通道性能劣化的提前感知和自動化預警。

技術領域

本發明涉及通信技術領域，尤其涉及一種光通道性能劣化智能預警方法、裝置、設備及存儲介質。

背景技術

在電信光傳送網中，光通道性能劣化是影響業務傳輸質量的一個重要因素，據統計大約60％的傳輸故障是由光通道的性能原因引起的；傳統網管對于光通道傳輸性能的監控，一般是通過手工設置一些性能監控的靜態閾值來實現，當光通道相關性能值超過該閾值時網管就報告警；這種方式有兩個主要缺陷，一是統一設置的靜態閾值缺乏針對性，不同光通道不同時期其性能表現各異，閾值設置過高起不到監控目的，設置過低又頻繁產生一些無效告警；二是缺乏對光通道性能劣化的預測能力，不能提前感知故障發生前的性能和趨勢的異常，是一種事后被動式運維。

發明內容

本發明的主要目的在于提供一種光通道性能劣化智能預警方法、裝置、設備及存儲介質，旨在解決現有技術中不能針對性的確定光通道性能劣化，且缺乏對光通道性能劣化的預測能力的技術問題。

第一方面，本發明提供一種光通道性能劣化智能預警方法，所述光通道性能劣化智能預警方法包括以下步驟：

獲取電信傳送網中待監測光通道的性能數據，根據所述性能數據構建所述待監測光通道的關鍵績效指標KPI性能預測模型；

根據KPI性能預測模型對所述待監測光通道的性能進行周期趨勢預測，獲得性能趨勢預測結果；

根據性能趨勢預測結果判斷所述待監測光通道是否出現性能劣化，在出現性能劣化時，進行預警處理。

可選地，所述獲取電信傳送網中待監測光通道的性能數據，根據所述性能數據構建所述待監測光通道的關鍵績效指標KPI性能預測模型，包括：

獲取電信傳送網中若干待監測光通道的性能數據；

根據各性能數據確定各待監測光通道的各性能預測目標，根據各性能預測目標從預設數據庫中選取對應的若干目標模型算法；

根據各性能預測目標和各目標模型算法構建各待監測光通道的關鍵績效指標KPI性能預測模型。

可選地，所述根據各性能預測目標和各目標模型算法構建各待監測光通道的關鍵績效指標KPI性能預測模型，包括：

根據各性能預測目標和各目標模型算法構建各待監測光通道的關鍵績效指標KPI性能預測候選基線模型；

獲取各待監測光通道的歷史性能數據，根據所述歷史性能數據從各KPI性能預測候選基線模型中選取最優基線模型；

獲取若干待監測光通道的通道參數；

根據各通道參數將各待監測光通道劃分為相同路由不同波長的光通道組；

基于所述最優基線模型對各光通道組進行分組訓練，獲得各待監測光通道的KPI性能預測模型。

可選地，所述獲取各待監測光通道的歷史性能數據，根據所述歷史性能數據從各KPI性能預測候選基線模型中選取最優基線模型，包括：

獲取各待監測光通道的歷史性能數據；