本发明涉及电力通信网onu故障诊断技术领域，具体涉及一种基于决策树的onu故障诊断方法。
背景技术：
pon(无源光纤网络)技术可以提高光纤资源的利用率，但是在上行链路中容易受到干扰，影响pon系统的稳定运行。另外，pon系统传输距离延伸环境下，增加了相关光信号延伸设备，使这个问题更加复杂。一般来说，产生干扰的原因主要包括：长发光、发光超出或偏离授权窗口、消光比不达标、特定情况下短时发光或随机突发式乱发光等几种。从已有研究成果可知，长发光对业务的影响最为严重。所以，解决长发光问题，是当前的研究重点。
已有相关研究提出了一些长发光告警诊断方法，包括信号扫描法、虚拟onu法。但是，在这些算法中，需要人工积累判断规则，然后基于判断规则和告警信息，通过人工打开和关闭发光器、电源开关等措施，进行故障诊断，这种故障诊断的效率较低。
为了提高onu(光网络单元)故障诊断的效率，本发明提出了基于决策树的onu故障诊断算法。
技术实现要素：
本发明的目的在于克服现有技术中的不足，提供了一种基于决策树的onu故障诊断方法，代替人工故障诊断方法，提高故障诊断的效率。
为解决上述技术问题，本发明提供了一种基于决策树的onu故障诊断方法，其特征是，包括以下步骤：
步骤s1，采集一段时间内onu的状态特征与故障、告警特征与故障以及性能特征与故障，挖掘出特征与故障之间的对应关系；
步骤s2，根据特征与故障之间的对应关系，构建决策树；
步骤s3，采集onu实时特征，输入决策树中进行onu故障诊断；
步骤s4，对故障诊断的结果进行性能分析，如果不满足性能要求，则重新构造决策树。
进一步的，步骤s1中，采用hbase新型数据库存储采集到的特征与故障数据。
进一步的，步骤s2中，采用hunt算法来构建决策树。
进一步的，采用hunt算法创建决策树时，采用信息熵选择最好的数据特征，来划分数据集。
进一步的，采用信息熵选择最好的数据特征来划分数据集的过程为：如果给定一个节点t，它的条件熵计算公式如下：entropy(t)＝-∑jp(j|t)logp(j|t)，其中，p(j|t)表示给定节点t中属于类j的记录所占的比例，定义信息增益如下：
其中，ni表示与特征i相关联的记录个数，k表示特征值的个数，p表示当前节点的父节点，n表示父节点p中的数据个数。
进一步的，决策树采用文件存储方式。
进一步的，步骤s4中，采用准确率和误报率来分析onu故障诊断结果的性能，准确率和误报率的计算公式见下式：
与现有技术相比，本发明所达到的有益效果是：本发明能够用于代替人工故障诊断方法，提高了故障诊断的效率，而且取得了较高的准确率、较低的误报率。
附图说明
图1为本发明方法的流程图；
图2为实施例中采用本发明方法的准确率性能分析的示意图；
图3是实施例中采用本发明方法的误报率性能分析的示意图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
为解决pon系统上行链路中容易受到干扰，影响pon系统的稳定运行等问题。本发明的一种基于决策树的onu故障诊断方法，如图1所示，包括以下步骤：
步骤s1，采集一段时间内onu的状态特征与故障、告警特征与故障以及性能特征与故障，挖掘出特征与故障之间的对应关系；
通过olt、onu的oam模块获取运行、维护等数据，从epon系统的mpcp模块获取协议消息数据，从这些数据中抽取出状态特征与故障、告警特征与故障、性能特征与故障等数据。然后基于维护经验，挖掘出关键特征，以及关键特征组合下的故障诊断结果。
例如：当诊断发现部分onu满足以下特征组合时，则可将其列为疑似故障onu。特征1：多个onu发生告警的时间与单个onu告警修复的时间间隔小于n分钟；特征2：同一时间内，多于1个onu在线；特殊3：多个onu发生告警的时间间隔小于m分钟；特征4：多个onu误码率超过k比特；特征5：出现长发光的onu数量发生变化；特征6：onu与olt之间的通信时间超出正常阈值。
对采集到的特征及故障进行存储时，为提高数据存储的实时性，以及便于数据字段的调整，本发明采用hbase新型数据库存储采集到的数据。
首先对不同来源的数据做时间和空间的对准，然后对数据进行清洗和整理。其中使用的处理算法主要包括数据整合算法、数据抽样算法、缺失值处理算法、行内去重算法、数据修改算法等。例如，特征3中的m取值1分钟；特征1中的n取值1分钟；特征4中的k取值10比特。基于已有研究成果，以及pon网络运行过程中的实际数据，整理训练数据集，并用于训练模型。基于决策树的onu故障诊断训练数据举例见下表1。
表1：基于决策树的onu故障诊断训练数据举例
步骤s2，根据特征与故障之间的对应关系，构建决策树，将决策树存储为文件，便于实时应用到onu故障诊断中。
本发明实施例中采用现有的hunt算法来构建决策树，采用hunt算法时，构建决策树的思路是：以递归算法实现数据集的划分，算法的输入为数据集d、标签列表y＝{y1,y2,...,yc}。
创建决策树的递归算法如下：(1)判断数据集d中的数据是否属于同一个类别，如果是，标记为yt；(2)如果数据集d中包含属于多个类的数据，采用信息熵理论，选择一个合适的特征，将数据集划分为较小的数据子集；将未划分的数据划分到新的数据子集中；(3)递归调用该算法，直到所有子集中的数据都属于同一类别。
在该算法中，本发明采用信息论中的信息熵(entropy)选择最好的数据特征，来划分数据集。
已知，信息熵是用于度量随机变量的不确定性，即信息熵的取值与随机变量的不确定性成正比。例如，当x表示离散随机变量时，它的概率分布为p(x＝xi)＝pi,i＝1,2,...,n，则随机变量x的熵定义为
对于决策树的节点划分问题，如果给定一个节点t，它的条件熵计算公式如下：entropy(t)＝-∑jp(j|t)logp(j|t)，其中，p(j|t)表示给定节点t中属于类j的记录所占的比例。所以，定义信息增益(informationgain)如下：
其中，ni表示与特征i相关联的记录个数，k表示特征值的个数，p表示当前节点的父节点，n表示父节点p中的数据个数。
步骤s3，采集onu实时特征，输入决策树中进行onu故障诊断；
步骤s4，对故障诊断的结果进行性能分析，如果不满足性能要求，则重新构造决策树。
本发明使用准确率和误报率来分析onu故障诊断结果的性能，计算公式见下式。
如满足预设的阈值，输出诊断结果，故障诊断结束。如不满足，需进行重新构造决策树。
实施例
采用python语言编写本发明所述的方法。基于实际运行环境结果，模拟1000条到10000条数据进行试验。取总数据量的90％作为训练数据；取总数据量的10％作为测试数据。
从图2算法的准确率可知，算法的准确率在85％左右。从图3算法的误报率可知，算法的误报率在15％左右。所以，相对于人工故障诊断，本发明提出的onu诊断模型能够准确地进行各种onu故障的诊断预警，系统运行性能稳定，具有较高的实用价值。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本发明的保护范围。