基于健康画像的光通信设备故障预测算法

摘要：

针对光通信网设备风险预警无法进行人工分析的问题,提出基于用户画像技术与深度学习算法的设备故障预测算法.基于数据采集与数据增强构建设备健康画像,从含有脏数据且格式不统一的原始数据中抽取与设备故障相关联的标签序列,将序列数据"喂"入深度学习模型,获得高准确度的故障预测结果.仿真结果表明:该算法能够基于设备原始数据构建设备健康画像并实时训练深度学习模型,获得接近100％的设备故障预测准确率;与全标签序列的算法和未进行数据增强的算法相比,所提算法将故障预测准确率分别提升了7.8％和3.3％.

关键词：故障预测;健康画像;光通信设备;深度学习

所属期刊栏目：45

分类号：TP181;TN830(自动化基础理论)

资助基金：2020年度第二批宁夏自然科学基金项目;国网宁夏电力有限公司2020年研究开发项目计划第一批

在线出版日期：2021-09-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：31-35