CN113691310B - 光纤链路的故障监测方法、装置、设备和存储介质 - Google Patents
光纤链路的故障监测方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN113691310B CN113691310B CN202110930239.9A CN202110930239A CN113691310B CN 113691310 B CN113691310 B CN 113691310B CN 202110930239 A CN202110930239 A CN 202110930239A CN 113691310 B CN113691310 B CN 113691310B
- Authority
- CN
- China
- Prior art keywords
- optical fiber
- fiber link
- state information
- parameter information
- optical
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/07—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems
- H04B10/075—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems using an in-service signal
- H04B10/079—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems using an in-service signal using measurements of the data signal
- H04B10/0791—Fault location on the transmission path
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
- G01M11/30—Testing of optical devices, constituted by fibre optics or optical waveguides
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
Abstract
本发明公开了一种光纤链路的故障监测方法、装置、设备和存储介质。光纤链路的故障监测方法包括:获取光纤链路不同位置处的光学参量信息和光纤链路的运行状态信息;分别对光学参量信息和运行状态信息进行数据预处理;根据数据预处理后的光学参量信息和运行状态信息,建立光学参量信息和运行状态信息的相互关系模型;基于相互关系模型和光纤链路的历史运行数据,确定光纤链路的运行状态并在光纤链路出现故障时确定故障点的位置。本发明的技术方案,实现了光纤链路的运行状态的实时监测与自动故障诊断,有助于提升光纤链路的故障监测的工作效率及准确度,从而提高光纤链路部件的可靠性。
Description
技术领域
本发明涉及电力光纤通信技术领域,尤其涉及一种光纤链路的故障监测方法、装置、设备和存储介质。
背景技术
近年来,光纤通信在电力调度、配网自动化和继电保护等领域发挥着重要作用,是确保电网动态调控和稳定运行的基础。电力光纤通信网络主要由光纤跳纤、光纤配线和光缆等部件以及传输、交换等设备构成,其可靠性、实时性和稳定性直接关系到电网的稳定和运营效益。
随着电力光纤通信网络的规模化建设和投运,以全绝缘光单元复合相线(Insulated Optical Unit Phase Conductor,IOPPC)为代表的电力光缆长度和光纤数量持续增加,光纤配线系统的规模越来越大,光纤链路部件的数量庞大、连接关系复杂,由此带来了管理和故障监测等诸多难题,具体表现为光纤链路的故障监测技术缺乏、故障监测准确率低和数据获取严重滞后等问题,急需有效的智能化故障监测手段,以确保电力光纤通信网络稳定可靠运行。
目前,现有的光纤链路故障监测方式,主要是运维人员根据经验判断受损的光纤部件,手动对其传递的业务数据进行核查,以确定受到影响的业务,并通知运维人员对受损光纤部件进行维护,工作效率低。因此,如何对光纤链路进行快速、准确的故障监测,是亟待解决的问题。
发明内容
本发明提供一种光纤链路的故障监测方法、装置、设备和存储介质,以提升光纤链路的故障监测的工作效率及准确度。
第一方面,本发明提供了一种光纤链路的故障监测方法,包括:
获取光纤链路不同位置处的光学参量信息和光纤链路的运行状态信息;
分别对所述光学参量信息和所述运行状态信息进行数据预处理;
根据数据预处理后的所述光学参量信息和所述运行状态信息,建立所述光学参量信息和所述运行状态信息的相互关系模型;
基于所述相互关系模型和所述光纤链路的历史运行数据,确定所述光纤链路的运行状态并在所述光纤链路出现故障时确定故障点的位置。
可选地,所述光学参量信息包括所述光纤链路传导的光信号的波长、频率、强度、偏振态和相位;所述运行状态信息包括所述光纤链路的温度、拉力、风致振动量、雷电流、电磁场和覆冰状态。
可选地,分别对所述光学参量信息和所述运行状态信息进行数据预处理,包括:
分别对所述光学参量信息和所述运行状态信息进行归一化处理,得到所述光学参量信息的归一化数据集和所述运行状态信息的归一化数据集。
可选地,对所述光学参量信息进行归一化处理的计算公式为:
其中,xscale为归一化处理后的所述光学参量信息,x为归一化处理前的所述光学参量信息,xmin为各所述光学参量信息中的最小值,xmax为各所述光学参量信息中的最大值;
对所述运行状态信息进行归一化处理的计算公式为:
其中,yscale为归一化处理后的所述运行状态信息,y为归一化处理前的所述运行状态信息,ymin为各所述运行状态信息中的最小值,ymax为各所述运行状态信息中的最大值。
可选地,根据数据预处理后的所述光学参量信息和所述运行状态信息,建立所述光学参量信息和所述运行状态信息的相互关系模型,包括:
基于所述光学参量信息的归一化数据集和所述运行状态信息的归一化数据集,建立所述光学参量信息和所述运行状态信息的相互关系模型;
其中,所述相互关系模型表示为:
其中,k为归一化数据集的权重等级,j为所述权重等级的影响权重,V为所述光学参量信息的归一化数据集,Y为所述运行状态信息的归一化数据集,wj为所述相互关系模型的输出值。
可选地,所述历史运行数据包括所述光纤链路的历史故障数据;
基于所述相互关系模型和所述光纤链路的历史运行数据,确定所述光纤链路的运行状态并在所述光纤链路出现故障时确定故障点的位置,包括:
设置对所述光纤链路的运行状态进行判定的输出阈值;
在所述相互关系模型的输出值小于或等于所述输出阈值时,根据当前的所述光学参量信息的归一化数据集和所述运行状态信息的归一化数据集与所述光纤链路的历史故障数据的相似度,确定所述光纤链路的运行状态并在所述光纤链路出现故障时确定故障点的位置。
可选地,在当前的所述光学参量信息的归一化数据集和所述运行状态信息的归一化数据集与所述历史故障数据的相似度大于或等于预设相似度时,确定所述光纤链路出现故障,并根据当前的所述光学参量信息的归一化数据集和所述运行状态信息的归一化数据集确定故障点的位置;
在当前的所述光学参量信息的归一化数据集和所述运行状态信息的归一化数据集与所述历史故障数据的相似度小于预设相似度时,确定所述光纤链路正常运行。
第二方面,本发明还提供了一种光纤链路的故障监测装置,包括:
信息获取模块,用于获取光纤链路不同位置处的光学参量信息和光纤链路的运行状态信息;
预处理模块,用于分别对所述光学参量信息和所述运行状态信息进行数据预处理;
模型建立模块,用于根据数据预处理后的所述光学参量信息和所述运行状态信息,建立所述光学参量信息和所述运行状态信息的相互关系模型;
状态确定模块,用于基于所述相互关系模型和所述光纤链路的历史运行数据,确定所述光纤链路的运行状态并在所述光纤链路出现故障时确定故障点的位置。
第三方面,本发明还提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面所述的光纤链路的故障监测方法。
第四方面,本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面所述的光纤链路的故障监测方法。
本发明提供的光纤链路的故障监测方法、装置、设备和存储介质,通过对光纤链路的光学参量信息和运行状态信息进行数据预处理,根据数据预处理后的光学参量信息和运行状态信息,建立光学参量信息和运行状态信息的相互关系模型,基于相互关系模型和光纤链路的历史运行数据,确定光纤链路的运行状态并在光纤链路出现故障时确定故障点的位置,实现了光纤链路的运行状态的实时监测与自动故障诊断,有助于提升光纤链路的故障监测的工作效率及准确度,从而提高光纤链路部件的可靠性。
附图说明
图1是本发明提供的一种光纤链路的故障监测方法的流程示意图;
图2是本发明提供的另一种光纤链路的故障监测方法的流程示意图;
图3是本发明提供的一种光纤链路的故障监测装置的模块结构示意图;
图4是本发明提供的一种终端的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明提供的一种光纤链路的故障监测方法的流程示意图,本实施例可适用于光纤链路的故障监测的情况,该方法可以由光纤链路的故障监测装置执行,该装置可以采用软件和/或硬件的方式实现,该装置可配置于电子设备中,例如服务器或终端设备,典型的终端设备包括移动终端,具体包括手机、电脑或平板电脑等。如图1所示,该方法具体可以包括:
S110、获取光纤链路不同位置处的光学参量信息和光纤链路的运行状态信息。
具体地,本发明各实施例中的光纤链路,均可以是基于全绝缘光单元复合相线(Insulated Optical Unit Phase Conductor,IOPPC)的光纤链路,该光纤链路中可包括光纤故障定位器、智能光纤配线盘、智能跳纤、智能尾纤、智能光缆等光纤链路部件。其中,光纤链路不同位置处的光学参量信息,可以是光纤故障定位器、断点、光纤通道等处的光学参量信息。光学参量信息具体为光纤链路中传导的光信号的一系列基础参量信息,光纤链路的运行状态信息为与光纤链路的运行状态相关的信息。
S120、分别对光学参量信息和运行状态信息进行数据预处理。
可选地,光学参量信息包括光纤链路传导的光信号的波长、频率、强度、偏振态和相位;运行状态信息包括光纤链路的温度、拉力、风致振动量、雷电流、电磁场和覆冰状态。其中,光纤链路的拉力即是光纤拉力,风致振动量是指由于空气流动的速度不稳定导致的光纤链路振动量,例如风致振动量可以是光纤链路的振动幅度。光纤链路的覆冰状态可包括光纤链路是否覆冰以及覆冰量。
示例性地,由于不同类型的光学参量信息之间的量化标准不同,为了使不同类型的光学参量信息之间具有可比性,可以对所有的光学参量信息进行预处理,例如,对所有的光学参量信息进行线性变换,使光纤链路传导的光信号的波长、频率、强度、偏振态和相位等光学参量信息均映射到同一区间范围内,实现各光学参量信息的等比缩放,从而得到数据预处理后的光学参量信息数据集。
同理,也可以对光纤链路所有的运行状态信息进行预处理,例如,对所有的运行状态信息进行线性变换,使光纤链路的温度、拉力、风致振动量、雷电流、电磁场和覆冰状态等运行状态信息均映射到同一区间范围内,实现各运行状态信息的等比缩放,从而得到数据预处理后的运行状态信息数据集。
S130、根据数据预处理后的光学参量信息和运行状态信息,建立光学参量信息和运行状态信息的相互关系模型。
示例性地,可以根据数据预处理后的光学参量信息数据集和运行状态信息数据集,以及光学参量信息数据集和运行状态信息数据集对于光学参量信息和运行状态信息的相互关系的权重,建立光学参量信息和运行状态信息的相互关系模型,以根据相互关系模型确定光纤链路的光学参量信息和运行状态信息之间的数值关系,从而确定与光纤链路的运行状态相对应的光学参量信息和运行状态信息之间的数值关系。
S140、基于相互关系模型和光纤链路的历史运行数据,确定光纤链路的运行状态并在光纤链路出现故障时确定故障点的位置。
示例性地,光纤链路的历史运行数据可包括历史光学参量信息和历史运行状态信息,该历史运行数据既包括光纤链路正常运行时的历史运行数据,也可以包括光纤链路出现故障时的历史运行数据。根据光纤链路出现故障时的历史运行数据,可确定在光纤链路出现故障时,光学参量信息和运行状态信息之间的预设数值关系。
若根据当前获取的数据预处理后的光学参量信息和运行状态信息建立二者之间的相互关系模型,基于该相互关系模型确定二者之间的数值关系满足预设数值关系,则可以确定光纤链路当前出现故障。通过对比光纤链路出现故障时的历史运行数据与当前的光学参量信息和运行状态信息,有助于确定当前的光学参量信息和运行状态信息中的故障数据,从而根据故障数据的信息源定位障点的位置。例如,光纤链路出现故障时的历史运行数据包括历史光学参量信息和历史运行状态信息,若通过对比当前的光学参量信息和历史光学参量信息,以及对比当前的运行状态信息和历史运行状态信息,确定某一光纤通道处当前传导的光信号的波长、频率和强度等与历史光学参量信息的相似度较高,则可确定光纤链路当前出现故障,并且故障点的位置为该光纤通道附近的光纤链路部件。
本发明的技术方案,通过对光纤链路的光学参量信息和运行状态信息进行数据预处理,根据数据预处理后的光学参量信息和运行状态信息,建立光学参量信息和运行状态信息的相互关系模型,基于相互关系模型和光纤链路的历史运行数据,确定光纤链路的运行状态并在光纤链路出现故障时确定故障点的位置,实现了光纤链路的运行状态的实时监测与自动故障诊断,有助于提升光纤链路的故障监测的工作效率及准确度,从而提高光纤链路部件的可靠性。
实施例二
图2是本发明提供的另一种光纤链路的故障监测方法的流程示意图。在上述实施例的基础上,本实施例进一步优化了上述光纤链路的故障监测方法。如图2所示,该光纤链路的故障监测方法具体包括:
S210、获取光纤链路不同位置处的光学参量信息和光纤链路的运行状态信息。
S220、分别对光学参量信息和运行状态信息进行归一化处理,得到光学参量信息的归一化数据集和运行状态信息的归一化数据集。
具体地,通过分别对光学参量信息和运行状态信息进行归一化处理,有助于将各光学参量信息均映射至同一数值区间内,并将各运行状态信息均映射至同一数值区间内。
可选地,对光学参量信息进行归一化处理的计算公式为:
其中,xscale为归一化处理后的光学参量信息,x为归一化处理前的光学参量信息,xmin为各光学参量信息中的最小值,xmax为各光学参量信息中的最大值。例如,在光学参量信息包括光纤链路传导的光信号的波长、频率、强度、偏振态和相位时,xmin为各波长、频率、强度、偏振态和相位中的最小值,xmax为各波长、频率、强度、偏振态和相位中的最大值。
可选地,对运行状态信息进行归一化处理的计算公式为:
其中,yscale为归一化处理后的运行状态信息,y为归一化处理前的运行状态信息,ymin为各运行状态信息中的最小值,ymax为各运行状态信息中的最大值。例如,在运行状态信息包括光纤链路的温度、拉力、风致振动量、雷电流、电磁场和覆冰状态时,ymin为各温度、拉力、风致振动量、雷电流、电磁场和覆冰状态中的最小值,ymax为各温度、拉力、风致振动量、雷电流、电磁场和覆冰状态中的最大值。
光学参量信息的归一化数据集中,可包括归一化处理之后的各光学参量信息,运行状态信息的归一化数据集,可包括归一化处理之后的各运行状态信息。
可选地,光学参量信息的归一化数据集可表示为:
V={xscale,z};
运行状态信息的归一化数据集可表示为:
Y={yscale,l};
其中,V为光学参量信息的归一化数据集,xscale为归一化处理后的光学参量信息,z为xscale对应的衍生参数,Y为运行状态信息的归一化数据集,yscale为归一化处理后的运行状态信息,l为yscale对应的衍生参数,且xscale、z、yscale和l均为标量。示例性地,在通过软件程序分别对V和Y进行函数拟合时,很多软件程序(例如Origin)中均内置了较多的函数模型,有时需要根据实际情况自定义函数,但若待拟合的函数与内置函数比较相近,则不必要使用自定义函数来完成拟合,因此可利用衍生参数(derived parameters),z和l即为用于拟合内置函数的参量。z和l的取值,可以根据xscale和yscale的取值,利用线性函数求解进行确定。例如z=k1xscale+b1,l=k2yscale+b2,k1、b1、k2和b2的具体值可以根据需求进行设置。
S230、基于光学参量信息的归一化数据集和运行状态信息的归一化数据集,建立光学参量信息和运行状态信息的相互关系模型。
其中,光学参量信息和运行状态信息的相互关系模型表示为:
其中,k为归一化数据集的权重等级,j为权重等级的影响权重,V为光学参量信息的归一化数据集,Y为运行状态信息的归一化数据集,wj为相互关系模型的输出值。其中,k和j的取值可以根据需求进行设置,本实施例对此不进行限制。基于实时确定的V和Y以及相互关系模型,可确定当前的V和Y对应的输出值wj。
S240、设置对光纤链路的运行状态进行判定的输出阈值。
在上述各实施例的基础上,可选地,历史运行数据包括光纤链路的历史故障数据。历史故障数据可以是光纤链路出现故障时的历史光学参量信息和历史运行状态信息。根据光纤链路出现故障时的历史光学参量信息、历史运行状态信息和二者的相互关系模型,有助于确定光纤链路既往故障时的相互关系模型的输出阈值,以根据经验值对输出阈值进行设置,相应的,该输出阈值为对光纤链路的故障状态进行判定的输出阈值。
S250、在相互关系模型的输出值小于或等于输出阈值时,根据当前的光学参量信息的归一化数据集和运行状态信息的归一化数据集与光纤链路的历史故障数据的相似度,确定光纤链路的运行状态并在光纤链路出现故障时确定故障点的位置。
示例性地,在根据光纤链路当前的光学参量信息和运行状态信息,通过时域和频域分析确定二者的相互关系模型的输出值小于或等于输出阈值时,可以将当前的光学参量信息和运行状态信息分别进行AD转换,得到光学参量信息的模拟信号和运行状态信息的模拟信号。若通过对比当前的光学参量信息的模拟信号和历史光学参量信息,以及对比当前的运行状态信息的模拟信号和历史运行状态信息,确定某一光纤通道处当前传导的光信号的波长、频率和强度等与历史光学参量信息的相似度较高,则可确定光纤链路当前出现故障,并且故障点的位置为该光纤通道附近的光纤链路部件。
可选地,在相互关系模型的输出值大于输出阈值时,可确定光纤链路当前正常运行。
可选地,在当前的光学参量信息的归一化数据集和运行状态信息的归一化数据集与历史故障数据的相似度大于或等于预设相似度时,确定光纤链路出现故障,并根据当前的光学参量信息的归一化数据集和运行状态信息的归一化数据集确定故障点的位置;在当前的光学参量信息的归一化数据集和运行状态信息的归一化数据集与历史故障数据的相似度小于预设相似度时,确定光纤链路正常运行。
其中,预设相似度的大小可根据需求进行设置。历史故障数据包括光纤链路出现故障时的历史光学参量信息和历史运行状态信息。相应地,当前的光学参量信息的归一化数据集和运行状态信息的归一化数据集与历史故障数据的相似度大于或等于预设相似度,可以是指当前的光学参量信息的归一化数据集与历史光学参量信息的相似度大于或等于预设相似度,以及当前的运行状态信息的归一化数据集与历史运行状态信息的相似度大于或等于预设相似度中的任意一种情况。在满足上述条件时,可以确定光纤链路出现故障,并根据当前的光学参量信息的归一化数据集与历史光学参量信息中相似度较大的数据,或者当前的运行状态信息的归一化数据集与历史运行状态信息中相似度较大的数据确定故障数据,从而根据故障数据的信息源定位障点的位置。
当前的光学参量信息的归一化数据集和运行状态信息的归一化数据集与历史故障数据的相似度小于预设相似度,可以是指当前的光学参量信息的归一化数据集与历史光学参量信息的相似度小于预设相似度,并且当前的运行状态信息的归一化数据集与历史运行状态信息的相似度小于预设相似度的情况。在满足上述条件时,可以确定光纤链路正常运行。
本发明的技术方案,通过分别对光纤链路的光学参量信息和运行状态信息进行归一化处理,根据归一化处理后的光学参量信息和运行状态信息,建立光学参量信息和运行状态信息的相互关系模型,基于相互关系模型和光纤链路的历史运行数据,确定光纤链路的运行状态并在光纤链路出现故障时确定故障点的位置,实现了光纤链路的运行状态的实时监测与自动故障诊断,有助于提升光纤链路的故障监测的工作效率及准确度,从而提高光纤链路部件的可靠性。
实施例三
图3是本发明提供的一种光纤链路的故障监测装置的模块结构示意图,本实施例可适用于光纤链路的故障监测的情况。本发明所提供的光纤链路的故障监测装置,可执行本发明任意实施例所提供的光纤链路的故障监测方法,具备执行方法相应的功能模块和有益效果。
如图3所示,该装置具体包括信息获取模块310、预处理模块320、模型建立模块330和状态确定模块340,其中:
信息获取模块310用于获取光纤链路不同位置处的光学参量信息和光纤链路的运行状态信息;
预处理模块320用于分别对光学参量信息和运行状态信息进行数据预处理;
模型建立模块330用于根据数据预处理后的光学参量信息和运行状态信息,建立光学参量信息和运行状态信息的相互关系模型;
状态确定模块340用于基于相互关系模型和光纤链路的历史运行数据,确定光纤链路的运行状态并在光纤链路出现故障时确定故障点的位置。
本发明所提供的光纤链路的故障监测装置,可执行本发明任意实施例所提供的光纤链路的故障监测方法,具备执行方法相应的功能模块和有益效果,不再赘述。
实施例四
图4是本发明提供的一种终端的结构示意图。图4示出了适于用来实现本发明实施方式的示例性设备410的框图。图4显示的设备410仅仅是一个示例,不应对本发明的功能和使用范围带来任何限制。
如图4所示,设备410以通用设备的形式表现。设备410的组件可以包括但不限于:一个或者多个处理器414,存储装置426,连接不同系统组件(包括存储装置426和处理器414)的总线416。
总线416表示几类总线结构中的一种或多种,包括存储装置总线或者存储装置控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(Industry SubversiveAlliance,ISA)总线,微通道体系结构(Micro Channel Architecture,MAC)总线,增强型ISA总线、视频电子标准协会(Video Electronics Standards Association,VESA)局域总线以及外围组件互连(Peripheral Component Interconnect,PCI)总线。
设备410典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备410访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储装置426可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(Random Access Memory,RAM)430和/或高速缓存存储器432。设备410可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统434可以用于读写不可移动的、非易失性磁介质(图4未显示,通常称为“硬盘驱动器”)。尽管图4中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘,例如只读光盘(Compact Disc Read-Only Memory,CD-ROM),数字视盘(Digital Video Disc-Read Only Memory,DVD-ROM)或者其它光介质读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线416相连。存储装置426可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块442的程序/实用工具440,可以存储在例如存储装置426中,这样的程序模块442包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块442通常执行本发明所描述的实施例中的功能和/或方法。
设备410也可以与一个或多个外部设备412(例如键盘、指向终端、显示器424等)通信,还可与一个或者多个使得用户能与该设备410交互的终端通信,和/或与使得该设备410能与一个或多个其它计算终端进行通信的任何终端(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口422进行。并且,设备410还可以通过网络适配器420与一个或者多个网络(例如局域网(Local Area Network,LAN),广域网(Wide Area Network,WAN)和/或公共网络,例如因特网)通信。如图4所示,网络适配器420通过总线416与设备410的其它模块通信。应当明白,尽管图中未示出,可以结合设备410使用其它硬件和/或软件模块,包括但不限于:微代码、终端驱动器、冗余处理器、外部磁盘驱动阵列、磁盘阵列(Redundant Arrays of Independent Disks,RAID)系统、磁带驱动器以及数据备份存储系统等。
处理器414通过运行存储在存储装置426中的程序,从而执行各种功能应用以及数据处理,例如实现本发明所提供的光纤链路的故障监测方法,该方法包括:
获取光纤链路不同位置处的光学参量信息和光纤链路的运行状态信息;
分别对光学参量信息和运行状态信息进行数据预处理;
根据数据预处理后的光学参量信息和运行状态信息,建立光学参量信息和运行状态信息的相互关系模型;
基于相互关系模型和光纤链路的历史运行数据,确定光纤链路的运行状态并在光纤链路出现故障时确定故障点的位置。
实施例五
本发明五还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明所提供的光纤链路的故障监测方法,该方法包括:
获取光纤链路不同位置处的光学参量信息和光纤链路的运行状态信息;
分别对光学参量信息和运行状态信息进行数据预处理;
根据数据预处理后的光学参量信息和运行状态信息,建立光学参量信息和运行状态信息的相互关系模型;
基于相互关系模型和光纤链路的历史运行数据,确定光纤链路的运行状态并在光纤链路出现故障时确定故障点的位置。
本发明的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是,但不限于是电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或终端上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),来连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (6)
1.一种光纤链路的故障监测方法,其特征在于,包括:
获取光纤链路不同位置处的光学参量信息和光纤链路的运行状态信息;
分别对所述光学参量信息和所述运行状态信息进行数据预处理,包括:
分别对所述光学参量信息和所述运行状态信息进行归一化处理,得到所述光学参量信息的归一化数据集和所述运行状态信息的归一化数据集;
对所述光学参量信息进行归一化处理的计算公式为:
其中,xscale为归一化处理后的所述光学参量信息,x为归一化处理前的所述光学参量信息,xmin为各所述光学参量信息中的最小值,xmax为各所述光学参量信息中的最大值;
对所述运行状态信息进行归一化处理的计算公式为:
其中,yscale为归一化处理后的所述运行状态信息,y为归一化处理前的所述运行状态信息,ymin为各所述运行状态信息中的最小值,ymax为各所述运行状态信息中的最大值;
根据数据预处理后的所述光学参量信息和所述运行状态信息,建立所述光学参量信息和所述运行状态信息的相互关系模型,包括:
基于所述光学参量信息的归一化数据集和所述运行状态信息的归一化数据集,建立所述光学参量信息和所述运行状态信息的相互关系模型;
其中,所述相互关系模型表示为:
其中,k为归一化数据集的权重等级,j为所述权重等级的影响权重,V为所述光学参量信息的归一化数据集,Y为所述运行状态信息的归一化数据集,wj为所述相互关系模型的输出值;
基于所述相互关系模型和所述光纤链路的历史运行数据,确定所述光纤链路的运行状态并在所述光纤链路出现故障时确定故障点的位置,包括:
设置对所述光纤链路的运行状态进行判定的输出阈值;
在所述相互关系模型的输出值小于或等于所述输出阈值时,根据当前的所述光学参量信息的归一化数据集和所述运行状态信息的归一化数据集与所述光纤链路的历史故障数据的相似度,确定所述光纤链路的运行状态并在所述光纤链路出现故障时确定故障点的位置,所述历史运行数据包括所述光纤链路的历史故障数据。
2.根据权利要求1所述的光纤链路的故障监测方法,其特征在于,所述光学参量信息包括所述光纤链路传导的光信号的波长、频率、强度、偏振态和相位;所述运行状态信息包括所述光纤链路的温度、拉力、风致振动量、雷电流、电磁场和覆冰状态。
3.根据权利要求1所述的光纤链路的故障监测方法,其特征在于,
在当前的所述光学参量信息的归一化数据集和所述运行状态信息的归一化数据集与所述历史故障数据的相似度大于或等于预设相似度时,确定所述光纤链路出现故障,并根据当前的所述光学参量信息的归一化数据集和所述运行状态信息的归一化数据集确定故障点的位置;
在当前的所述光学参量信息的归一化数据集和所述运行状态信息的归一化数据集与所述历史故障数据的相似度小于预设相似度时,确定所述光纤链路正常运行。
4.一种光纤链路的故障监测装置,其特征在于,包括:
信息获取模块,用于获取光纤链路不同位置处的光学参量信息和光纤链路的运行状态信息;
预处理模块,用于分别对所述光学参量信息和所述运行状态信息进行数据预处理,包括:
分别对所述光学参量信息和所述运行状态信息进行归一化处理,得到所述光学参量信息的归一化数据集和所述运行状态信息的归一化数据集;
对所述光学参量信息进行归一化处理的计算公式为:
其中,xscale为归一化处理后的所述光学参量信息,x为归一化处理前的所述光学参量信息,xmin为各所述光学参量信息中的最小值,xmax为各所述光学参量信息中的最大值;
对所述运行状态信息进行归一化处理的计算公式为:
其中,yscale为归一化处理后的所述运行状态信息,y为归一化处理前的所述运行状态信息,ymin为各所述运行状态信息中的最小值,ymax为各所述运行状态信息中的最大值;
模型建立模块,用于根据数据预处理后的所述光学参量信息和所述运行状态信息,建立所述光学参量信息和所述运行状态信息的相互关系模型,包括:
基于所述光学参量信息的归一化数据集和所述运行状态信息的归一化数据集,建立所述光学参量信息和所述运行状态信息的相互关系模型;
其中,所述相互关系模型表示为:
其中,k为归一化数据集的权重等级,j为所述权重等级的影响权重,V为所述光学参量信息的归一化数据集,Y为所述运行状态信息的归一化数据集,wj为所述相互关系模型的输出值;
状态确定模块,用于基于所述相互关系模型和所述光纤链路的历史运行数据,确定所述光纤链路的运行状态并在所述光纤链路出现故障时确定故障点的位置,包括:
设置对所述光纤链路的运行状态进行判定的输出阈值;
在所述相互关系模型的输出值小于或等于所述输出阈值时,根据当前的所述光学参量信息的归一化数据集和所述运行状态信息的归一化数据集与所述光纤链路的历史故障数据的相似度,确定所述光纤链路的运行状态并在所述光纤链路出现故障时确定故障点的位置,所述历史运行数据包括所述光纤链路的历史故障数据。
5.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-3中任一所述的光纤链路的故障监测方法。
6.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-3中任一所述的光纤链路的故障监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110930239.9A CN113691310B (zh) | 2021-08-13 | 2021-08-13 | 光纤链路的故障监测方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110930239.9A CN113691310B (zh) | 2021-08-13 | 2021-08-13 | 光纤链路的故障监测方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113691310A CN113691310A (zh) | 2021-11-23 |
CN113691310B true CN113691310B (zh) | 2022-07-29 |
Family
ID=78579851
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110930239.9A Active CN113691310B (zh) | 2021-08-13 | 2021-08-13 | 光纤链路的故障监测方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113691310B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116248176B (zh) * | 2022-10-31 | 2023-08-04 | 广东电网有限责任公司中山供电局 | 一种光纤状态监测预警方法、系统、设备和介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104144013A (zh) * | 2013-05-10 | 2014-11-12 | 中国电信股份有限公司 | Pon网络故障诊断方法、装置和系统 |
CN106777622A (zh) * | 2016-12-06 | 2017-05-31 | 山东瀚岳智能科技股份有限公司 | 基于人工智能的机电设备在线故障诊断的方法及系统 |
CN109063854A (zh) * | 2018-08-23 | 2018-12-21 | 河南中裕广恒科技股份有限公司 | 智能运维云平台系统及其控制方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111654323B (zh) * | 2019-03-04 | 2021-12-31 | 国网山西省电力公司信息通信分公司 | 智能光链路运维管理方法和装置 |
CN110460373A (zh) * | 2019-06-24 | 2019-11-15 | 中国南方电网有限责任公司超高压输电公司广州局 | 一种电力光缆故障快速定位方法和系统 |
CN110518973B (zh) * | 2019-07-26 | 2021-05-04 | 北京光锁科技有限公司 | 一种基于机器学习的光纤窃听监测方法及相关设备 |
CN112134615B (zh) * | 2020-09-22 | 2021-08-24 | 上海欣诺通信技术股份有限公司 | 一种基于光纤链路的监测系统、方法、终端及可读存储介质 |
CN213213470U (zh) * | 2020-09-27 | 2021-05-14 | 国家电网有限公司 | 通信线路的故障检测系统 |
-
2021
- 2021-08-13 CN CN202110930239.9A patent/CN113691310B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104144013A (zh) * | 2013-05-10 | 2014-11-12 | 中国电信股份有限公司 | Pon网络故障诊断方法、装置和系统 |
CN106777622A (zh) * | 2016-12-06 | 2017-05-31 | 山东瀚岳智能科技股份有限公司 | 基于人工智能的机电设备在线故障诊断的方法及系统 |
CN109063854A (zh) * | 2018-08-23 | 2018-12-21 | 河南中裕广恒科技股份有限公司 | 智能运维云平台系统及其控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113691310A (zh) | 2021-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112886922B (zh) | 一种光伏电站损失电量的计算方法、装置及存储介质 | |
CN112186900B (zh) | 一种基于5g技术的综合箱运行监控方法及装置 | |
CN113691310B (zh) | 光纤链路的故障监测方法、装置、设备和存储介质 | |
CN112541011A (zh) | 基于rpa和ai的电网终端故障处理方法及装置 | |
CN116233199B (zh) | 基于无线数据通信的污水处理设备智能水雾检测云平台 | |
CN113884943B (zh) | 漏电故障分析方法、装置、设备及介质 | |
CN116259165A (zh) | 监测数据处理方法、装置、电子设备及存储介质 | |
CN116414608A (zh) | 异常检测方法、装置、设备及存储介质 | |
CN114137360B (zh) | 一种配电网故障定位方法、装置及存储介质 | |
Hou et al. | A federated learning-based fault detection algorithm for power terminals | |
CN111835004A (zh) | 一种电网控制策略的确定方法、装置、设备及介质 | |
CN112581387B (zh) | 一种配电室智能运维系统、装置及方法 | |
CN113656160A (zh) | 数据机房故障处理方法、装置、介质与电子设备 | |
CN115372752A (zh) | 故障检测方法、装置、电子设备以及存储介质 | |
CN111369172A (zh) | 电力系统负荷保电控制方法、系统、设备和存储介质 | |
CN115238234B (zh) | 一种异常数据确定方法、电子设备及存储介质 | |
CN115292146B (zh) | 一种系统容量预估方法、系统、设备及存储介质 | |
CN116760463B (zh) | 光纤光缆的监控方法及装置、存储介质和电子设备 | |
CN111654023B (zh) | 一种电网运行状态的确定方法、装置、设备及介质 | |
CN113591787A (zh) | 光纤链路部件的识别方法、装置、设备和存储介质 | |
CN111401646A (zh) | 一种预停电计划的优化方法、装置、设备及存储介质 | |
CN116504042A (zh) | 一种异常温度告警的生成方法、装置、设备及介质 | |
CN115965046A (zh) | 一种高温气冷堆核电厂机械式过球计数器实现方法 | |
Fu et al. | Design and Research of Optical Cable Monitoring System Based on Multi-Channel Sensing | |
CN115438988A (zh) | 可再生能源管理方法、装置、系统、设备和介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |