一种光纤通信端口网络的故障管控系统的制作方法

1.本发明属于光纤通信领域，涉及故障管控技术，具体是一种光纤通信端口网络的故障管控系统。


背景技术：

2.目前，光纤通信网络的系统中常使用光纤收发器进行传输，光纤收发器存在光纤接收端口和光纤发送端口，当光纤通信网络出现故障时，即通过主控芯片切断端口开关，停止光纤通信网络的工作；但是并不能确定是光纤通信网络的变电站设备故障还是光纤通信网络的链路故障，武断地切断端口开关，工作人员还是要到现场进行故障排查，需要耗费大量的时间，严重影响光纤通信网络的数据传输工作。
3.公开号为cn110808777a的发明专利提供了一种光纤通信网络的故障管控系统与方法，包括故障检测装置，与故障识别装置连接，设置于光纤通信网络的端口处，用于检测光纤通信网络是否存在故障；故障识别装置，用于区分光纤通信网络的故障类型，且与故障定位装置连接，所述故障类型包括链路故障、设备故障；故障定位装置，用于确定故障区域的位置；故障清除裝置，分别与故障识别装置、故障定位装置连接，用于暂停故障区域或设备的工作。
4.上述方案能准确识别光纤通信网络的故障为设备故障或是链路故障，针对不同的故障类型施行相应的措施，节省光纤通信网络故障排查的时间，并且能准确的找到故障点，避免因故障引起的大面积或长时间的非正常工作；但是，上述方案针对通信网络的故障仅通过故障清除装置进行清除，并没有对故障数据进行充分利用，导致对通信网络的认知不准确，容易发生突发故障；因此，上述方案仍需进一步改进。


技术实现要素：

5.为了解决上述方案存在的问题，本发明提供了一种光纤通信端口网络的故障管控系统。
6.本发明的目的可以通过以下技术方案实现：一种光纤通信端口网络的故障管控系统，包括处理器、数据采集模块、数据分析模块、故障清除模块、网络预测模块和全局管理模块；
7.所述数据采集模块与至少一个故障检测装置电气连接；所述数据采集模块用于获取检测数据，将检测数据分别发送至数据分析模块和数据存储模块；所述检测数据包括光纤通信端口的电流和电压、与光纤通信端口相连接光纤中的光强；
8.所述网络预测模块用于对光纤通信网络的故障进行预测，包括：
9.实时获取通信网络的检测数据、网络工作时长和网络工作环境，整合并标记为输入数据；
10.获取预测模型；
11.将输入数据输入至预测模型获取输出结果并标记为预测标签，所述预测标签即为
输入数据对应的状态标签；
12.将预测标签分别发送至全局管理模块和数据存储模块；
13.所述全局管理模块用于对光纤通信网络进行统一维护和管理，包括：
14.根据光纤通信网络的连接方式和分布生成网络实时监测图；所述网络实时监测图包括显示通信链路和光纤网络端口；
15.所述网络实时监测图中的通信链路设置有链路标签，光纤网络端口设置有端口标签；
16.所述链路标签包括链路故障总次数、链路故障清除标签和预测标签；所述端口标签包括端口故障总次数、设备故障清除标签和预测标签；且所述链路标签和所述端口标签均实时更新；
17.将网络实时监测图发送至数据存储模块进行存储。
18.优选的，所述预测模型的获取具体包括以下步骤：
19.通过数据存储模块获取通信历史数据；所述通信历史数据包括发生通信故障时前
n
分钟的检测数据、网络工作时长和网络工作环境；所述通信故障包括链路故障和设备故障，所述网络工作时长包括链路工作时长和设备工作时长，所述网络工作环境包括温度、湿度和风速；其中
n
为比例系数，且
n≥5
；
20.为通信历史数据设置状态标签；所述状态标签包括01、02和03，当状态标签为01时，表示通信网络的通信正常，当状态标签为02时，表示通信网络发生链路故障，当状态标签为03时，表示通信网络发生设备故障；
21.构建人工智能模型；所述人工智能模型包括误差逆向传播神经网络、rbf神经网络和深度卷积神经网络；
22.将通信历史数据和对应的状态标签按照设定比例划分为训练集、测试集和校验集；所述设定比例包括2:1:1、3:2:1和3:1:1；
23.通过训练集、测试集和校验集对人工智能模型进行训练、测试和校验；将训练完成的人工智能模型标记为预测模型；
24.通过处理器将预测模型分别发送至数据存储模块和网络预测模块。
25.优选的，所述处理器用于分析光纤通信端口的故障类型，包括：
26.当处理器接收到故障诊断信号时，启动激光器和高速计数器；所述激光器向被测通信链路发射激光束，激光器发射的光束在被测通信链路中经反射后，光信号经过光电转换器被转换成与光信号成正比的电压信号，同时，通过功率探测器获取激光束在传输过程中的光功率，以时间为自变量，以光功率为自变量通过多项式拟合法建立光功率曲线；所述高速计数器用于获取激光束发出时到光信号被转换成电压信号的时间差值；
27.当时间差值小于时间阈值，且电压信号的波峰和周期不在对应的波峰范围和周期范围内时，则判定通信设备故障，获取故障通信设备的位置并标记为设备目标位置；
28.当时间差值大于时间阈值时，则判定通信链路发生故障，获取光功率曲线的导数值，当任意三个连续导数值均大于导数阈值时，则将三个连续导数值对应的时间标记为故障时间，依据故障时间获取通信链路中链路的故障位置并标记为链路目标位置；
29.将通信故障位置分别发送至数据存储模块和故障清除模块；所述通信故障位置包括设备目标位置和链路目标位置。
30.优选的，所述故障清除模块根据通信故障位置进行故障清除，包括：
31.当故障清除模块接收到通信故障位置时，提取通信故障位置中的设备目标位置和链路目标位置；
32.通过设备故障清除单元对设备目标位置的故障进行清除并生成设备故障清除记录；所述设备故障清除记录包括设备故障清除标签和设备故障清除耗时，其中设备故障清除标签的取值包括0和1，当设备故障清除标签为0时，表示设备故障的清除未完成，当设备故障清除标签为1时，表示设备故障的清除完成；
33.通过链路故障清除单元对链路目标位置的故障进行清除并生成链路故障清除记录；所述链路故障清除记录包括链路故障清除标签和链路故障清除耗时，其中链路故障清除标签的取值包括0和1，当链路故障清除标签为0时，表示链路故障清除未完成，当链路故障清除标签为1时，表示链路故障清除完成；
34.通过处理器将通信故障清除记录分别发送至数据存储模块、全局管理模块和网络预测模块；所述通信故障清除记录包括设备故障清除记录和链路故障清除记录。
35.优选的，所述数据分析模块根据检测数据对通信网络中的故障进行判定，包括：
36.当数据分析模块接收到检测数据之后，提取检测数据中的电流、电压和光强，并将电流、电压和光强分别标记为dl、dy和gq；
37.通过公式获取电性评估系数dpx；其中α1为比例系数，且α1为大于0的实数；
38.当电性评估系数dpx满足ydpx
‑
μ≤dpx≤ydpx+μ，且光强gq满足gq≥l1时，则判定光纤通信端口通信正常，生成并发送通信正常信号至全局管理模块；否则，判定光纤通信端口通信异常，生成并发送通信异常信号至全局管理模块；其中ydpx为电性评估系数阈值，μ为比例系数，且μ为大于0的实数，l1为光强阈值，且l1>0；
39.当全局管理模块接收到通信异常信号时，发送故障诊断信号至处理器；
40.通过处理器将端口检测信号发送记录发送至数据存储模块进行存储；所述端口检测信号包括通信正常信号和通信异常信号。
41.优选的，所述处理器分别与数据采集模块、数据分析模块、故障清除模块、网络预测模块和全局管理模块通信连接；所述数据分析模块分别与数据采集模块和故障清除模块通信连接，所述全局管理模块分别与数据存储模块和网络预测模块通信连接，所述网络预测模块和故障清除模块通信连接；所述处理器与故障识别装置通信连接，所述故障识别装置包括激光器、高速计数器和功率探测器。
42.优选的，所述故障检测装置包括差动保护器、分别与差动保护器连接的电流传感器、电压传感器和光强传感器；所述故障清除模块与故障清除装置电气连接，所述故障清除装置包括链路故障清除单元和设备故障清除单元，所述链路故障清除单元用于对通信链路进行备用启动，所述故障清除单元与光纤端口开关和双绞线端口开关电器连接。
43.与现有技术相比，本发明的有益效果是：
44.1、本发明设置了数据分析模块，该设置根据检测数据对通信网络中的故障进行判定；数据分析模块结合处理器对光纤通信网络中的故障进行判断，并获取故障类型，对光纤通信网络的故障实时监测，并能够确定故障位置，方便工作人员对光纤通信网络进行检修；
45.2、本发明设置了网络预测模块，该设置对光纤通信网络的故障进行预测；网络预
测模块通过检测数据和预测模型相结合，对光纤通信网络的故障进行预测生成预测标签，能够对光纤通信网络的故障进行准确预测，为工作人员提供了缓冲时间；
46.3、本发明设置了全局管理模块，该设置用于对光纤通信网络进行统一维护和管理；全局管理模块生成网络实时监测图，能够将光纤通信网络中通信链路和通信设备的状态及时展示给工作人员，可以通过网络实时监测图派遣工作人员，有助于维护光纤通信网络的正常运行。
附图说明
47.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
48.图1为本发明的原理示意图。
具体实施方式
49.下面将结合实施例对本发明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它实施例，都属于本发明保护的范围。
50.请参阅图1，一种光纤通信端口网络的故障管控系统，包括处理器、数据采集模块、数据分析模块、故障清除模块、网络预测模块和全局管理模块；
51.数据采集模块与至少一个故障检测装置电气连接；数据采集模块用于获取检测数据，将检测数据分别发送至数据分析模块和数据存储模块；检测数据包括光纤通信端口的电流和电压、与光纤通信端口相连接光纤中的光强；
52.网络预测模块用于对光纤通信网络的故障进行预测，包括：
53.实时获取通信网络的检测数据、网络工作时长和网络工作环境，整合并标记为输入数据；
54.获取预测模型；
55.将输入数据输入至预测模型获取输出结果并标记为预测标签，预测标签即为输入数据对应的状态标签；
56.将预测标签分别发送至全局管理模块和数据存储模块；
57.全局管理模块用于对光纤通信网络进行统一维护和管理，包括：
58.根据光纤通信网络的连接方式和分布生成网络实时监测图；网络实时监测图包括显示通信链路和光纤网络端口；
59.网络实时监测图中的通信链路设置有链路标签，光纤网络端口设置有端口标签；
60.链路标签包括链路故障总次数、链路故障清除标签和预测标签；端口标签包括端口故障总次数、设备故障清除标签和预测标签；且链路标签和端口标签均实时更新；
61.将网络实时监测图发送至数据存储模块进行存储。
62.进一步地，预测模型的获取具体包括以下步骤：
63.通过数据存储模块获取通信历史数据；通信历史数据包括发生通信故障时前n分钟的检测数据、网络工作时长和网络工作环境；通信故障包括链路故障和设备故障，网络工作时长包括链路工作时长和设备工作时长，网络工作环境包括温度、湿度和风速；其中n为比例系数，且n≥5；
64.为通信历史数据设置状态标签；状态标签包括01、02和03，当状态标签为01时，表示通信网络的通信正常，当状态标签为02时，表示通信网络发生链路故障，当状态标签为03时，表示通信网络发生设备故障；
65.构建人工智能模型；人工智能模型包括误差逆向传播神经网络、rbf神经网络和深度卷积神经网络；
66.将通信历史数据和对应的状态标签按照设定比例划分为训练集、测试集和校验集；设定比例包括2:1:1、3:2:1和3:1:1；
67.通过训练集、测试集和校验集对人工智能模型进行训练、测试和校验；将训练完成的人工智能模型标记为预测模型；
68.通过处理器将预测模型分别发送至数据存储模块和网络预测模块。
69.进一步地，处理器用于分析光纤通信端口的故障类型，包括：
70.当处理器接收到故障诊断信号时，启动激光器和高速计数器；激光器向被测通信链路发射激光束，激光器发射的光束在被测通信链路中经反射后，光信号经过光电转换器被转换成与光信号成正比的电压信号，同时，通过功率探测器获取激光束在传输过程中的光功率，以时间为自变量，以光功率为自变量通过多项式拟合法建立光功率曲线；高速计数器用于获取激光束发出时到光信号被转换成电压信号的时间差值；
71.当时间差值小于时间阈值，且电压信号的波峰和周期不在对应的波峰范围和周期范围内时，则判定通信设备故障，获取故障通信设备的位置并标记为设备目标位置；
72.当时间差值大于时间阈值时，则判定通信链路发生故障，获取光功率曲线的导数值，当任意三个连续导数值均大于导数阈值时，则将三个连续导数值对应的时间标记为故障时间，依据故障时间获取通信链路中链路的故障位置并标记为链路目标位置；
73.将通信故障位置分别发送至数据存储模块和故障清除模块；通信故障位置包括设备目标位置和链路目标位置。
74.进一步地，故障清除模块根据通信故障位置进行故障清除，包括：
75.当故障清除模块接收到通信故障位置时，提取通信故障位置中的设备目标位置和链路目标位置；
76.通过设备故障清除单元对设备目标位置的故障进行清除并生成设备故障清除记录；设备故障清除记录包括设备故障清除标签和设备故障清除耗时，其中设备故障清除标签的取值包括0和1，当设备故障清除标签为0时，表示设备故障的清除未完成，当设备故障清除标签为1时，表示设备故障的清除完成；
77.通过链路故障清除单元对链路目标位置的故障进行清除并生成链路故障清除记录；链路故障清除记录包括链路故障清除标签和链路故障清除耗时，其中链路故障清除标签的取值包括0和1，当链路故障清除标签为0时，表示链路故障清除未完成，当链路故障清除标签为1时，表示链路故障清除完成；
78.通过处理器将通信故障清除记录分别发送至数据存储模块、全局管理模块和网络
预测模块；通信故障清除记录包括设备故障清除记录和链路故障清除记录。
79.进一步地，数据分析模块根据检测数据对通信网络中的故障进行判定，包括：
80.当数据分析模块接收到检测数据之后，提取检测数据中的电流、电压和光强，并将电流、电压和光强分别标记为dl、dy和gq；
81.通过公式获取电性评估系数dpx；其中α1为比例系数，且α1为大于0的实数；
82.当电性评估系数dpx满足ydpx
‑
μ≤dpx≤ydpx+μ，且光强gq满足gq≥l1时，则判定光纤通信端口通信正常，生成并发送通信正常信号至全局管理模块；否则，判定光纤通信端口通信异常，生成并发送通信异常信号至全局管理模块；其中ydpx为电性评估系数阈值，μ为比例系数，且μ为大于0的实数，l1为光强阈值，且l1>0；
83.当全局管理模块接收到通信异常信号时，发送故障诊断信号至处理器；
84.通过处理器将端口检测信号发送记录发送至数据存储模块进行存储；端口检测信号包括通信正常信号和通信异常信号。
85.进一步地，处理器分别与数据采集模块、数据分析模块、故障清除模块、网络预测模块和全局管理模块通信连接；数据分析模块分别与数据采集模块和故障清除模块通信连接，全局管理模块分别与数据存储模块和网络预测模块通信连接，网络预测模块和故障清除模块通信连接；处理器与故障识别装置通信连接，故障识别装置包括激光器、高速计数器和功率探测器。
86.进一步地，故障检测装置包括差动保护器、分别与差动保护器连接的电流传感器、电压传感器和光强传感器；故障清除模块与故障清除装置电气连接，故障清除装置包括链路故障清除单元和设备故障清除单元，链路故障清除单元用于对通信链路进行备用启动，故障清除单元与光纤端口开关和双绞线端口开关电器连接。
87.进一步地，全局管理模块还用于根据网络实时监测图派遣工作人员对通信链路和光纤通信端口进行维护和维修。
88.上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
89.本发明的工作原理：
90.数据采集模块用于获取检测数据，将检测数据分别发送至数据分析模块和数据存储模块；
91.当数据分析模块接收到检测数据之后，提取检测数据中的电流、电压和光强，获取电性评估系数dpx；当电性评估系数dpx满足ydpx
‑
μ≤dpx≤ydpx+μ，且光强gq满足gq≥l1时，则判定光纤通信端口通信正常，生成并发送通信正常信号至全局管理模块；否则，判定光纤通信端口通信异常，生成并发送通信异常信号至全局管理模块；当全局管理模块接收到通信异常信号时，发送故障诊断信号至处理器；通过处理器将端口检测信号发送记录发送至数据存储模块进行存储；
92.当处理器接收到故障诊断信号时，启动激光器和高速计数器；激光器向被测通信链路发射激光束，激光器发射的光束在被测通信链路中经反射后，光信号经过光电转换器被转换成与光信号成正比的电压信号，同时，通过功率探测器获取激光束在传输过程中的
光功率，以时间为自变量，以光功率为自变量通过多项式拟合法建立光功率曲线；高速计数器用于获取激光束发出时到光信号被转换成电压信号的时间差值；当时间差值小于时间阈值，且电压信号的波峰和周期不在对应的波峰范围和周期范围内时，则判定通信设备故障，获取故障通信设备的位置并标记为设备目标位置；当时间差值大于时间阈值时，则判定通信链路发生故障，获取光功率曲线的导数值，当任意三个连续导数值均大于导数阈值时，则将三个连续导数值对应的时间标记为故障时间，依据故障时间获取通信链路中链路的故障位置并标记为链路目标位置；将通信故障位置分别发送至数据存储模块和故障清除模块；
93.当故障清除模块接收到通信故障位置时，提取通信故障位置中的设备目标位置和链路目标位置；通过设备故障清除单元对设备目标位置的故障进行清除并生成设备故障清除记录；通过链路故障清除单元对链路目标位置的故障进行清除并生成链路故障清除记录；通过处理器将通信故障清除记录分别发送至数据存储模块、全局管理模块和网络预测模块；
94.实时获取通信网络的检测数据、网络工作时长和网络工作环境，整合并标记为输入数据；获取预测模型；将输入数据输入至预测模型获取输出结果并标记为预测标签，将预测标签分别发送至全局管理模块和数据存储模块；
95.根据光纤通信网络的连接方式和分布生成网络实时监测图；网络实时监测图中的通信链路设置有链路标签，光纤网络端口设置有端口标签，且链路标签和端口标签均实时更新；将网络实时监测图发送至数据存储模块进行存储。
96.在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
97.以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。