基于决策树的电力光传输系统故障定位方法及系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115833935A(43)申请公布日2023.03.21(21)申请号202211344898.5G06F18/2431(2023.01)(22)申请日2022.10.31(71)申请人国网山东省电力公司信息通信公司地址250001山东省济南市市中区经三路17号申请人国家电网有限公司(72)发明人马恺朱尤祥刘磊吕新荃朱国朋韩光明徐彬泰王晓勇翟旭王立君展思杰肖沈阳江颖洁吕德品田安琪(74)专利代理机构济南圣达知识产权代理有限公司37221专利代理师董雪(51)Int.Cl.H04B10/079(2013.01)权利要求书2页说明书6页附图1页(54)发明名称基于决策树的电力光传输系统故障定位方法及系统(57)摘要本发明公开了一种基于决策树的电力光传输系统故障定位方法及系统，包括：获取电力OTN设备的特征属性数据，构建特征向量；将所构建的特征向量输入至训练后的OTN故障定位决策树，输出故障定位区段；其中，所述OTN故障定位决策树包括一个根结点，若干个内部分支结点和若干个叶节点；每个叶节点对应于一个定位的故障区段，其他每个内部分支结点对应于OTN设备的特征状态，根节点包含样本全集，从根结点到每个叶节点的路径对应一个故障定位判定逻辑。本发明可以快速定位OTN光传输系统故障位置，解决了OTN系统分析判断故障位置困难，对运维人员技术要求高的问题。CN115833935ACN115833935A权利要求书1/2页1.一种基于决策树的电力光传输系统故障定位方法，其特征在于，包括：获取电力OTN设备的输入光功率、输出光功率、MUT_LOS、R_LOS、OSC_LOS、HARD_BARD、IN_PWR_LOW、NE_NOT_LOGIN、NE_COMMU_BREAK告警、DOWN和UP状态特征属性数据，构建特征向量；将所构建的特征向量输入至训练后的OTN故障定位决策树，输出故障定位区段；其中，所述OTN故障定位决策树包括一个根结点，若干个内部分支结点和若干个叶节点；每个叶节点对应于一个定位的故障区段，其他每个内部分支结点对应于OTN设备的特征状态，根节点包含样本全集，从根结点到每个叶节点的路径对应一个故障定位判定逻辑。2.如权利要求1所述的一种基于决策树的电力光传输系统故障定位方法，其特征在于，所述OTN故障定位决策树的训练过程包括：(1)基于电力OTN设备日常运维过程中故障消缺记录，构建训练样本集D1；所述训练样本集包括电力OTN设备的特征向量以及对应的故障区段；(2)选取电力OTN设备发生故障时的特征向量，构建属性集A；(3)生成根结点T，若训练样本集D1中所有实例属于同一类，则T为单结点树，将实例类别作为结点T的类标记；否则，计算属性集A中各特征的信息增益，并选择信息增益最大的特征属性a*；(4)若a*不大于设定的阈值，则T为单结点树，记录训练样本集D1中实例个数最多的类别vC，作为该结点的类标记；若a*大于设定的阈值，对于a*的每一个值令D表示训练样本集vD1在a*上取值为的样本子集；每一个D生成结点T的一个分支结点；(5)如果将该分支结点标记为叶结点，将训练样本集D1中实例个数最多的类别vC，作为该结点的类标记；否则，以D作为起始节点，计算属性集A中除了特征属性a*之外的信息增益最大的特征属性，重复(4)‑(5)的过程，直至属性集A中所有特征属性均判断完毕；得到训练完成的OTN故障定位决策树。3.如权利要求2所述的一种基于决策树的电力光传输系统故障定位方法，其特征在于，电力OTN设备的特征向量包括电力OTN设备的输入光功率、输出光功率、MUT_LOS、R_LOS、OSC_LOS、HARD_BARD、IN_PWR_LOW、NE_NOT_LOGIN、NE_COMMU_BREAK告警、DOWN和UP状态特征属性数据。4.如权利要求2所述的一种基于决策树的电力光传输系统故障定位方法，其特征在于，还包括：基于部分电力OTN设备日常运维过程中故障消缺记录，构建验证集D2；得到训练完成的OTN故障定位决策树之后，利用验证集D2验证每一个叶节点在验证集上的决策精度H1；然后验证每一个叶节点的上一级节点在验证集上的决策精度H2，如果判决精度H2≥H1，则将该叶节点剪枝，得到剪枝后的OTN故障定位决策树，作为最终进行故障定的决策树。5.如权利要求2所述的一种基于决策树的电力光传输系统故障定位方法，其特征在于，所述信息增益的计算方法为：训练样本集D1的信息熵定义为为训练样本集D1中第k类样本所占的比例；12V假定特征属性a有V个可能的取值{a,a,...,a}，若使用a来对训练样本集D1进行划分，v则会产生V个分支结点，其中第v个分支结点包含了训练样本集D1中所有在属性a上取值为a2CN1158