买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网福建省电力有限公司;国网福建省电力有限公司福州供电公司;国网信通亿力科技有限责任公司

摘要：本发明涉及光通信网络故障排查技术领域，公开了一种基于机器学习技术的通信故障定位系统及其相应方法，其相应方法，包括以下步骤：按照固定的采样周期，从光通信网络中采集原始数据；处理原始数据获得光通信网络中的每个节点的节点特征；生成特征集合，特征集合包括光通信网络中所有节点的节点特征，并且这些节点特征来源于同一个采样周期内的原始数据，生成多个训练样本。本发明利用可解释性算法分析节点特征对网络故障识别模型输出的贡献，能够提供更具解释性的故障定位结果，帮助运维人员理解故障发生的原因和影响范围，加快问题定位和修复的速度，提高工作效率，更好地处理大规模数据并具备实时性。

主权项：1.一种基于机器学习技术的通信故障定位方法，其特征在于，包括以下步骤：S100，按照固定的采样周期，从光通信网络中采集原始数据；S200，处理原始数据获得光通信网络中的每个节点的节点特征；S300，生成特征集合，特征集合包括光通信网络中所有节点的节点特征，并且这些节点特征来源于同一个采样周期内的原始数据，生成多个训练样本，并为训练样本标记光通信网络故障类型，一个训练样本包括一个特征集合；S400，通过训练样本训练网络故障识别模型，网络故障识别模型输入一个特征集合，并输出光通信网络故障类型，该光通信网络故障类型表示该特征集合对应的采样周期内光通信网络故障类型，光通信网络故障类型包括：无故障、单一链路拥塞故障、单一路由器故障、综合故障；S500，利用可解释性算法分析节点特征对网络故障识别模型输出的贡献，获得贡献数据；S600，输入待识别的采样周期对应的特征集合到步骤S400中训练完成的网络故障识别模型中获得待识别的采样周期的光通信网络故障类型，识别的结果是无故障则终止步骤，否则进入下一步骤；S700，将贡献数据和节点特征输入故障定位模型中，故障定位模型输出该节点特征对应的节点的故障类型。

全文数据：

权利要求：

百度查询： 国网福建省电力有限公司 国网福建省电力有限公司福州供电公司 国网信通亿力科技有限责任公司 一种基于机器学习技术的通信故障定位系统及其相应方法