CN116015444A - 一种光纤宽带信息传输异常分析方法 - Google Patents
一种光纤宽带信息传输异常分析方法 Download PDFInfo
- Publication number
- CN116015444A CN116015444A CN202310005265.XA CN202310005265A CN116015444A CN 116015444 A CN116015444 A CN 116015444A CN 202310005265 A CN202310005265 A CN 202310005265A CN 116015444 A CN116015444 A CN 116015444A
- Authority
- CN
- China
- Prior art keywords
- optical fiber
- fiber broadband
- broadband
- data
- coefficient
- 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.)
- Pending
Links
Images
Landscapes
- Optical Communication System (AREA)
Abstract
本发明公开了一种光纤宽带信息传输异常分析方法,具体涉及光纤通信技术领域,包括步骤S01、采集光纤宽带的通信讯号质量r(v),通过控制变量法得到关于光纤宽带信息传输性能影响指标的实验数据;步骤S02、根据实验数据得到的实验数据得到数学模型
Description
技术领域
本发明光纤通信技术领域,更具体地说,本发明涉及一种光纤宽带信息传输异常分析方法。
背景技术
光纤是宽带的一种接入介质,相较于铜缆宽带具有优异的效果,光纤是一种由挤压的玻璃或塑料制成的柔韧的透明纤维,略粗于人的头发,通常由低折射率的透明纤芯和透明包层材料组成。光纤作为光波导体,使光在纤芯内发生全反射的现象,光纤宽带网络所承载的信息量极大,如果在非用户支线上发生故障将会产生巨大的经济损失,所以提升光纤网络的稳定性和可靠性,进行光纤宽带网络的线路监测和异常分析显得尤为重要。现有的光纤宽带监测系统存在下列问题:
1、光信号在光纤网络中的传输过程中会因各种原因而出现光功率减少的现象,称之为“衰减”,每一条传输线路都会造成信号能量的损耗,光纤传输损耗的大小直接影响了光纤网络的通信能力,光纤宽带的固有损耗和随时间变化的损耗导致难以判断光纤宽带的异常。
2、在电力通信中需要定期对光纤宽带进行监测以保证光纤宽带信息传输性能满足要求,但是随着变电站数量众多且不断增长,光纤宽带的监测概率缺少动态调整,不够智能。
发明内容
为了克服现有技术的上述缺陷,本发明的实施例提供一种光纤宽带信息传输异常分析方法,通过建立光纤宽带传输性能预测模型预测光纤宽带的正常值,进而筛选出异常光纤;通过提供一种采样算法,根据光纤宽带传输性能的差异设置不同光纤宽带的监测频率;通过判断光纤的维修复杂程度,计算光纤的维修成本,以解决上述背景技术中提出光纤宽带信息传输异常分析中的针对性差、效率低,还解决了光纤宽带性能异常判断难以及异常光纤维修成本模糊的问题。
为实现上述目的,本发明提供如下技术方案:一种光纤宽带信息传输异常分析方法,包括下列步骤:
步骤S01、采集实验数据:采集光纤宽带的通信讯号质量r(v),通过控制变量法得到关于光纤宽带信息传输性能影响指标的实验数据,所述光纤宽带信息传输性能影响指标包括:色散系数β、衰减系数α、非线性系数γ、传输距离l与光纤宽带场强E;
步骤S02建立数学模型:得到的实验数据先经过二进正交小波预处理,再经过差分处理,获得平稳的数据,最后得到光纤宽带信息传输性能影响指标满足数学模型所述场强E通过光纤电场传感器测得,所述t表示时间,所述c表示常数,c通过数学模型的验证优化得出;
步骤S03、计算光纤宽带传输性能基准值:将光纤宽带的初始参数和场强输入数学模型中,得到光纤宽带的基准性能值,所述初始参数为光纤宽带初始的电场与色散系数、衰减系数、非线性系数;
步骤S04、实时数据采集:基于光纤宽带采样算法选择光纤宽带进行采样,采集计算光纤宽带传强与色散系数、衰减系数、非线性系数数据,将实时数据带入数学模型得到光纤宽带传输性能实际值,并与基准性能值进行比较;
步骤S05、异常分析:若光纤宽带的实际性能值与基准性能值偏差超过预设值Ⅰ,则判断该光纤宽带为异常,调取该光纤宽带的实时数据和历史数据,对比数据的差异,得到光纤色散系数β、衰减系数α、非线性系数γ对异常影响的系数;
步骤S06、智能决策:根据异常影响的系数,得到不同故障的发生概率pi,评估每种故障处理的难度评分Si,最后通过计算得到处理异常光纤宽带的难度评分Q,根据难度评分分配维修任务。
在一个优选地实施方式中,所述r(v)满足公式r(v)=h·h(v)Mf+Z(v)t,根据r(v)数值检测异常信号,其中h(v)表示干扰控制信息,Z(v)表示通信道口的噪声,Mf表示光纤宽带的带宽,所述h取值为0、1,若h=1表示接收到的信息中有通信讯号的存在,若h=0表示接收到的信息中没有通信讯号的存在。
在一个优选地实施方式中,所述光纤宽带信息采样基于终端设备包括有光功率计、光源和光时域反射计、光纤损耗测试仪。
在一个优选地实施方式中,所述采集方式为在计算机控制显示端上加入定时群发数据上传指令给各监测终端,定时采集光纤宽带信息传输性能影响指标。
在一个优选地实施方式中,所述光纤宽带采样算法包括下列步骤:
步骤S11、光纤宽带用于连接两个通信节点,设通信节点为n,光纤宽带数目为m,所述m满足m通过遍历光纤宽带得到,m为有效检测光缆数集合,每条光纤宽带拥有唯一编号,编号为m1、m2、m3、…、mn,用表示光纤宽带的状态;
步骤S12、每条光纤宽带初始的系数r为1,令当前采样周期数t=1,设置采样周期数T,按照概率随机抽取z条光纤宽带,所述z为m的10%-30%;
步骤S13、计算光纤宽带系数:通过带入数学模型得到光纤宽带传输性能实际值,偏离计算光纤宽带传输性能基准值百分比数值p,若50%>p>10%则标记该条光纤的系数为r×(1+2p),被采样概率为增加1+2p倍,将p>100%的光纤宽带标记为待采样光纤宽带集;
步骤S14、令t=t+1,如果t>T,则终止,反之返回步骤S13。
在一个优选地实施方式中,在步骤S11中,所述为二进制变量,用于标记光纤宽带是否被检测过1次,若光纤宽带mn在第t个周期内被检测过,则值为1;否则为0,满足保证在完成所有周期的检测后有效检测光缆数据集合中的光纤宽带至少被检测一次。
在一个优选地实施方式中,所述异常影响的系数的计算过程包括下列步骤:
步骤S21、先得到若干组光纤宽带数据,每组中包含了光纤色散系数β、衰减系数α、非线性系数γ特征数据,对每组的数据矩阵进行标准化处理,得到的矩阵视为聚类关系的矩阵;
步骤S22、建立模糊相似矩阵,根据多元分析法确定标准化处理的矩阵的相似度在0-1之间,然后建立对象到对象的模糊相似矩阵,采用封闭闭包的方式,根据平方自合成的方式计算模糊相似矩阵的传递闭包,所述传递闭包采用截矩阵的方式得到聚类关系;
步骤S23、在聚类关系矩阵基础上,删除其中的一个条件属性,得到去掉该条件属性之后的数据矩阵,计算该数据矩阵的信息熵,根据信息熵的大小确定条件属性的权重大小,即光纤色散系数β、衰减系数α、非线性系数γ的权重数值;
步骤S24、得到光纤宽带的历史数据与实时数据,分别计算光纤色散系数β、衰减系数α、非线性系数γ特征数据历史平均数据和实时数据的差值;
步骤S25、将得到的差值与权重系数相乘,得到异常影响的系数。
在一个优选地实施方式中,所述智能决策包括成本计算模块,所述成本计算模块用于预测光纤宽带的维修成本CF,满足公式设光纤宽带包括n种故障,其中ti表示第i件故障的处理时间,ICi为处理第i件故障的固定成本,所述ICi与Si、平均劳动力成本呈线性相关,所述pi为第i件故障的发生概率,pi通过对历史数据和异常影响的系数的统计分析得到。
本发明具体采用通过建立光纤宽带传输性能预测模型预测光纤宽带的正常值,进而筛选出异常光纤;通过提供一种采样算法,根据光纤宽带传输性能的差异设置不同光纤宽带的监测频率;通过判断光纤的维修复杂程度,计算光纤的维修成本,以解决上述背景技术中提出光纤宽带信息传输异常分析中的针对性差、效率低,还解决了光纤宽带性能异常判断难以及异常光纤维修成本模糊的问题。
附图说明
图1为本发明的方法流程图。
图2为本发明的采样算法流程图。
图3为本发明的异常影响的系数计算流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
本实施例提供了如图1所示一种光纤宽带信息传输异常分析方法,包括下列步骤:
步骤S01、采集实验数据:采集光纤宽带的通信讯号质量r(v),通过控制变量法得到关于光纤宽带信息传输性能影响指标的实验数据,所述光纤宽带信息传输性能影响指标包括:色散系数β、衰减系数α、非线性系数γ、传输距离l与光纤宽带场强E;
步骤S02建立数学模型:得到的实验数据先经过二进正交小波预处理,再经过差分处理,获得平稳的数据,最后得到光纤宽带信息传输性能影响指标满足数学模型所述场强E通过光纤电场传感器测得,所述t表示时间,所述c表示常数,c通过数学模型的验证优化得出;
步骤S03、计算光纤宽带传输性能基准值:将光纤宽带的初始参数和场强输入数学模型中,得到光纤宽带的基准性能值,所述初始参数为光纤宽带初始的电场与色散系数、衰减系数、非线性系数;
步骤S04、实时数据采集:基于光纤宽带采样算法选择光纤宽带进行采样,采集计算光纤宽带传强与色散系数、衰减系数、非线性系数数据,将实时数据带入数学模型得到光纤宽带传输性能实际值,并与基准性能值进行比较;
步骤S05、异常分析:若光纤宽带的实际性能值与基准性能值偏差超过预设值Ⅰ,则判断该光纤宽带为异常,调取该光纤宽带的实时数据和历史数据,对比数据的差异,得到光纤色散系数β、衰减系数α、非线性系数γ对异常影响的系数;
步骤S06、智能决策:根据异常影响的系数,得到不同故障的发生概率pi,评估每种故障处理的难度评分Si,最后通过计算得到处理异常光纤宽带的难度评分Q,根据难度评分分配维修任务。
进一步的,所述r(v)满足公式r(v)=h·h(v)Mf+Z(v)t,根据r(v)数值检测异常信号,其中h(v)表示干扰控制信息,Z(v)表示通信道口的噪声,Mf表示光纤宽带的带宽,所述h取值为0、1,若h=1表示接收到的信息中有通信讯号的存在,若h=0表示接收到的信息中没有通信讯号的存在。
进一步的,所述光纤宽带信息采样基于终端设备包括有光功率计、光源和光时域反射计、光纤损耗测试仪。
进一步的,所述采集方式为在计算机控制显示端上加入定时群发数据上传指令给各监测终端,定时采集光纤宽带信息传输性能影响指标。
进一步的,如图2所示,所述光纤宽带采样算法包括下列步骤:
步骤S11、光纤宽带用于连接两个通信节点,设通信节点为n,光纤宽带数目为m,所述m满足m通过遍历光纤宽带得到,m为有效检测光缆数集合,每条光纤宽带拥有唯一编号,编号为m1、m2、m3、…、mn,用表示光纤宽带的状态;
步骤S12、每条光纤宽带初始的系数r为1,令当前采样周期数t=1,设置采样周期数T,按照概率随机抽取z条光纤宽带,所述z为m的10%-30%;
步骤S13、计算光纤宽带系数:通过带入数学模型得到光纤宽带传输性能实际值,偏离计算光纤宽带传输性能基准值百分比数值p,若50%>p>10%则标记该条光纤的系数为r×(1+2p),被采样概率为增加1+2p倍,将p>100%的光纤宽带标记为待采样光纤宽带集;
步骤S14、令t=t+1,如果t>T,则终止,反之返回步骤S13。
进一步的,在步骤S11中,所述为二进制变量,用于标记光纤宽带是否被检测过1次,若光纤宽带mn在第t个周期内被检测过,则值为1;否则为0,满足保证在完成所有周期的检测后有效检测光缆数据集合中的光纤宽带至少被检测一次。
进一步的,如图3所示,所述异常影响的系数的计算过程包括下列步骤:
步骤S21、先得到若干组光纤宽带数据,每组中包含了光纤色散系数β、衰减系数α、非线性系数γ特征数据,对每组的数据矩阵进行标准化处理,得到的矩阵视为聚类关系的矩阵;
步骤S22、建立模糊相似矩阵,根据多元分析法确定标准化处理的矩阵的相似度在0-1之间,然后建立对象到对象的模糊相似矩阵,采用封闭闭包的方式,根据平方自合成的方式计算模糊相似矩阵的传递闭包,所述传递闭包采用截矩阵的方式得到聚类关系;
步骤S23、在聚类关系矩阵基础上,删除其中的一个条件属性,得到去掉该条件属性之后的数据矩阵,计算该数据矩阵的信息熵,根据信息熵的大小确定条件属性的权重大小,即光纤色散系数β、衰减系数α、非线性系数γ的权重数值;
步骤S24、得到光纤宽带的历史数据与实时数据,分别计算光纤色散系数β、衰减系数α、非线性系数γ特征数据历史平均数据和实时数据的差值;
步骤S25、将得到的差值与权重系数相乘,得到异常影响的系数。
进一步的,所述智能决策包括成本计算模块,所述成本计算模块用于预测光纤宽带的维修成本CF,满足公式设光纤宽带包括n种故障,其中ti表示第i件故障的处理时间,ICi为处理第i件故障的固定成本,所述ICi与Si、平均劳动力成本呈线性相关,所述pi为第i件故障的发生概率,pi通过对历史数据和异常影响的系数的统计分析得到。
综上,本发明提供的一种光纤宽带信息传输异常分析方法,通过建立光纤宽带传输性能预测模型预测光纤宽带的正常值,进而筛选出异常光纤;通过提供一种采样算法,根据光纤宽带传输性能的差异设置不同光纤宽带的监测频率;通过判断光纤的维修复杂程度,计算光纤的维修成本,以解决上述背景技术中提出光纤宽带信息传输异常分析中的针对性差、效率低,还解决了光纤宽带性能异常判断难以及异常光纤维修成本模糊的问题。
最后:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种光纤宽带信息传输异常分析方法,其特征在于:包括下列步骤:
步骤S01、采集实验数据:采集光纤宽带的通信讯号质量r(v),通过控制变量法得到关于光纤宽带信息传输性能影响指标的实验数据;
步骤S02、建立数学模型:得到的实验数据先经过二进正交小波预处理,再经过差分处理,获得平稳的数据,最后得到光纤宽带信息传输性能影响指标满足数学模型
步骤S03、计算光纤宽带传输性能基准值:将光纤宽带的初始参数和场强输入数学模型中,得到光纤宽带的基准性能值;
步骤S04、实时数据采集:基于光纤宽带采样算法选择光纤宽带进行采样,将实时数据带入数学模型得到光纤宽带传输性能实际值,并与基准性能值进行比较;
步骤S05、异常分析:若光纤宽带的实际性能值与基准性能值偏差超过预设值Ⅰ,则判断该光纤宽带为异常,调取该光纤宽带的实时数据和历史数据,对比数据的差异,得到光纤色散系数β、衰减系数α、非线性系数γ对异常影响的系数;
步骤S06、智能决策:根据异常影响的系数,得到不同故障的发生概率pi,评估每种故障处理的难度评分Si,最后通过计算得到处理异常光纤宽带的难度评分Q,根据难度评分分配维修任务。
3.根据权利要求1所述的一种光纤宽带信息传输异常分析方法,其特征在于:所述r(v)满足公式r(v)=h·h(v)Mf+Z(v)t,根据r(v)数值检测异常信号,其中h(v)表示干扰控制信息,Z(v)表示通信道口的噪声,Mf表示光纤宽带的带宽,所述h取值为0、1,若h=1表示接收到的信息中有通信讯号的存在,若h=0表示接收到的信息中没有通信讯号的存在。
4.根据权利要求1所述的一种光纤宽带信息传输异常分析方法,其特征在于:所述光纤宽带信息采样基于终端设备包括有光功率计、光源和光时域反射计、光纤损耗测试仪。
5.根据权利要求1所述的一种光纤宽带信息传输异常分析方法,其特征在于:所述采集方式为在计算机控制显示端上加入定时群发数据上传指令给各监测终端,定时采集光纤宽带信息传输性能影响指标。
6.根据权利要求1所述的一种光纤宽带信息传输异常分析方法,其特征在于:所述光纤宽带采样算法包括下列步骤:
步骤S11、光纤宽带用于连接两个通信节点,设通信节点为n,光纤宽带数目为m,所述m满足m通过遍历光纤宽带得到,m为有效检测光缆数集合,每条光纤宽带拥有唯一编号,编号为m1、m2、m3、…、mn,用表示光纤宽带的状态;
步骤S12、每条光纤宽带初始的系数r为1,令当前采样周期数t=1,设置采样周期数T,按照概率随机抽取z条光纤宽带,所述z为m的10%-30%;
步骤S13、计算光纤宽带系数:通过带入数学模型得到光纤宽带传输性能实际值,偏离计算光纤宽带传输性能基准值百分比数值p,若50%>p>10%则标记该条光纤的系数为r×(1+2p),被采样概率为增加1+2p倍,将p>100%的光纤宽带标记为待采样光纤宽带集;
步骤S14、令t=t+1,如果t>T,则终止,反之返回步骤S13。
8.根据权利要求1所述的一种光纤宽带信息传输异常分析方法,其特征在于:所述异常影响的系数的计算过程包括下列步骤:
步骤S21、先得到若干组光纤宽带数据,每组中包含了光纤色散系数β、衰减系数α、非线性系数γ特征数据,对每组的数据矩阵进行标准化处理,得到的矩阵视为聚类关系的矩阵;
步骤S22、建立模糊相似矩阵,根据多元分析法确定标准化处理的矩阵的相似度在0-1之间,然后建立对象到对象的模糊相似矩阵,采用封闭闭包的方式,根据平方自合成的方式计算模糊相似矩阵的传递闭包,所述传递闭包采用截矩阵的方式得到聚类关系;
步骤S23、在聚类关系矩阵基础上,删除其中的一个条件属性,得到去掉该条件属性之后的数据矩阵,计算该数据矩阵的信息熵,根据信息熵的大小确定条件属性的权重大小,即光纤色散系数β、衰减系数α、非线性系数γ的权重数值;
步骤S24、得到光纤宽带的历史数据与实时数据,分别计算光纤色散系数β、衰减系数α、非线性系数γ特征数据历史平均数据和实时数据的差值;
步骤S25、将得到的差值与权重系数相乘,得到异常影响的系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310005265.XA CN116015444A (zh) | 2023-01-04 | 2023-01-04 | 一种光纤宽带信息传输异常分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310005265.XA CN116015444A (zh) | 2023-01-04 | 2023-01-04 | 一种光纤宽带信息传输异常分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116015444A true CN116015444A (zh) | 2023-04-25 |
Family
ID=86033367
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310005265.XA Pending CN116015444A (zh) | 2023-01-04 | 2023-01-04 | 一种光纤宽带信息传输异常分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116015444A (zh) |
-
2023
- 2023-01-04 CN CN202310005265.XA patent/CN116015444A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113156917B (zh) | 基于人工智能的电网设备故障诊断方法及系统 | |
CN109474333B (zh) | 一种基于深度学习的电力光缆实时监测保护系统 | |
CN114866137B (zh) | 电力光缆网的检测方法及装置 | |
CN111650451A (zh) | 一种换流变故障原因辨识方法及系统 | |
CN116614177B (zh) | 一种光纤状态多维度参量监测系统 | |
CN111525697A (zh) | 基于电流监测与线路拓扑分析的中低压配电网防窃电方法和系统 | |
CN108809706B (zh) | 一种变电站的网络风险监测系统 | |
CN114169237A (zh) | 结合eemd-lstm及孤立森林算法的电力电缆接头温度异常预警方法 | |
CN116684878B (zh) | 一种5g信息传输数据安全监测系统 | |
CN115616341A (zh) | 一种基于物联网的远程自动查找电力电缆线路的运维监控系统 | |
CN116015444A (zh) | 一种光纤宽带信息传输异常分析方法 | |
CN114070407B (zh) | 一种可同时实现光纤链路损伤补偿与异常损耗监测的方法 | |
CN115981192A (zh) | 基于工业网络协同控制与预判方法 | |
CN212782059U (zh) | 一种基于输电线路寿命的评估系统 | |
CN110336606B (zh) | 一种基于参数估计与业务识别的电力光网络故障诊断方法 | |
CN112327216B (zh) | 一种基于边缘计算的电缆健康状态评估装置及方法 | |
CN117692260B (zh) | 基于数据分析的网络异常行为识别方法 | |
CN117353811A (zh) | 一种电力光通信系统多工况状态监测及分析方法 | |
CN117870779B (zh) | 一种自动化设备远程无线智能监控方法及系统 | |
CN117031164B (zh) | 基于数据分析的干式空心电抗器运行温度智能监管系统 | |
CN117152925B (zh) | 基于大数据的电力通信数据处理系统 | |
CN114743089B (zh) | 一种基于ssa-svm的图像识别gis故障诊断装置及方法 | |
CN117353807B (zh) | 一种基于人工智能的光缆远程监测系统及方法 | |
CN116896167B (zh) | 一种基于人工智能的输电线路动态增容监测及预警方法 | |
CN117394311B (zh) | 一种基于多源信息融合的配电网韧性评估及紧急控制方法 |
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 |