面向智能光传输配套设备的运维物联网维护方法和系统与流程

本发明涉及光网络技术和运维，特别涉及一种面向智能光传输配套设备的运维物联网维护方法和系统。

背景技术：

1、随着网络用户的增加，网络建设和基础建设扩容量会持续增加，光传输产品应用越来越多。

2、光传送网(optical transport network，otn)是以波分复用技术为基础在光层组织网络的传送网，是下一代的骨干传送网。otn网络通过g.872、g.709、g.798等一系列itu-t标准所规范的新一代数字传送体系和光传送体系，将解决传统wdm网络无波长/子波长业务调度能力差、组网能力弱、保护能力弱等问题。

3、现有技术的智能光传输配套设备，其运维方式通过为智能光传输配套设备配置物联网，实现其远程维护和运维。

4、本领域技术人员发现，上述方式又存在该物联网的运维问题，由于智能光传输配套设备的故障处理和故障发现时效性要求较高，且数据量判定，从而对物联网的响应速度和传输速度要求较高，现有的物联网运维技术在网络结构、响应故障和传输故障的发现以及处理方面，效率低下，从而不满足智能光传输配套设备的要求。

技术实现思路

1、为了解决现有技术的问题，本发明实施例提供了一种面向智能光传输配套设备的运维物联网维护方法和系统，包括：一方面，提供了一种面向智能光传输配套设备的运维物联网维护方法，所述方法包括：

2、获取运维物联网的时段运行参数，所述时段运行参数至少包括空闲时段参数和忙碌时段参数；

3、分别获取所述空闲时段参数所对应的第一运维数据，以及所述忙碌时段参数所对应的第二运维数据；

4、将所述时段运行参数、所述第一运维数据、所述忙碌时段参数以及所述第二运维数据，设置为光神经模型的输入值；

5、根据转换模型，对所述光神经模型的输入值进行转换；所述光神经模型为运维物联网维护模型；

6、分别设置与所述时段运行参数、所述第一运维数据、所述忙碌时段参数以及所述第二运维数据对应的权重调整模型；

7、根据所述调整模型，实时调整所述光神经模型的输入值；

8、将调整后的光神经模型的输入值，输入所述光神经模型，以实现运维物联网的维护。

9、可选的，所述根据转换模型，将所述光神经模型的输入值，转化为光神经模型的输入值包括：

10、获取光神经模型对应的图像参数；

11、根据所述图像参数，计算由所述光神经模型所组成光神经模型对应的收敛函数以及输入值数量；

12、根据所述收敛函数以及所述输入值数量，设置所述转换模型；

13、根据所述转换模型，对所述光神经模型的输入值进行转换。

14、可选的，所述分别设置与所述时段运行参数、所述第一运维数据、所述忙碌时段参数以及所述第二运维数据对应的权重调整模型包括：

15、设置初始权重调整模型；

16、根据所述时段运行参数、所述第一运维数据、所述忙碌时段参数以及所述第二运维数据，设置期望值；

17、根据所述期望值，调整所述初始权重调整模型。

18、可选的，所述根据所述调整模型，实时调整所述光神经模型的输入值包括：

19、获取环境噪声；

20、根据所述环境噪声，实时对所述调整模型进行矫正；

21、根据矫正后的调整模型，实时调整所述光神经模型的输入值。

22、可选的，所述根据矫正后的调整模型，实时调整所述光神经模型的输入值包括：

23、实时获取所述光神经模型的输出值；

24、根据所述输出值，设置反馈函数；

25、在所述反馈函数的基础上，根据所述矫正后的调整模型，实时调整所述光神经模型的输入值。

26、可选的，所述将调整后的光神经模型的输入值，输入所述光神经模型，以实现运维物联网的维护之前，所述方法还包括

27、设置收敛函数；

28、根据所述收敛函数，训练所述光神经模型。

29、可选的，所述将调整后的光神经模型的输入值，输入所述光神经模型，以实现运维物联网的维护包括：

30、将调整后的光神经模型的输入值，输入所述光神经模型；

31、根据所述光神经模型，预测下一个空闲时段运行参数、第一运维数据、忙碌时段参数以及第二运维数据；

32、根据所述下一个空闲时段运行参数、第一运维数据、忙碌时段参数以及第二运维数据，对所述运维物联网进行维护。

33、可选的，根据所述光神经模型，预测所述下一个空闲时段运行参数和忙碌时段参数包括：

34、获取历史空闲时段运行参数，以及历史忙碌时段参数；基于所述时段运行参数，从所述历史空闲时段运行参数，以及所述历史忙碌时段参数筛选出运行参数输入数据集；

35、根据所述运行参数输入数据集，在所述光神经模型的基础上，预测所述下一个空闲时段运行参数和忙碌时段参数。

36、可选的，根据所述光神经模型，预测所述下一个第一运维数据和第二运维数据包括：

37、获取历史运维数据；

38、基于所述时段运行参数，从所述运维数据筛选出运维数据输入数据集；

39、根据所述运维数据输入数据集，在所述光神经模型的基础上，预测所述下一个第一运维数据和第二运维数据。

40、另一方面，还提供了一种面向智能光传输配套设备的运维物联网维护系统，所述系统包括多个智能光传输配套设备、多个物联网组件以及多个处理设备，其中，所述多个处理设备用于：

41、获取运维物联网的时段运行参数，所述时段运行参数至少包括空闲时段参数和忙碌时段参数；

42、分别获取所述空闲时段参数所对应的第一运维数据，以及所述忙碌时段参数所对应的第二运维数据；

43、将所述时段运行参数、所述第一运维数据、所述忙碌时段参数以及所述第二运维数据，设置为光神经模型的输入值；

44、根据转换模型，将所述光神经模型的输入值，转化为光神经模型的输入值；所述光神经模型为运维物联网维护模型；

45、分别设置与所述时段运行参数、所述第一运维数据、所述忙碌时段参数以及所述第二运维数据对应的权重调整模型；

46、根据所述调整模型，实时调整所述光神经模型的输入值；

47、将调整后的光神经模型的输入值，输入所述光神经模型，以实现运维物联网的维护。

48、本发明至少具有以下有益效果：

49、1、通过光神经模型实现运维，充分利用光神经模型的处理速度，从而进一步提升了物联网的运维效率，从而满足了智能光传输配套设备的数据传输需求，保证了可靠性。

50、2、通过时段运行参数，实现物联网的运维，在保证可以准确的故障定位故障，以及实现网络维护，从而进一步满足了智能光传输配套设备的数据传输需求，保证了可靠性。

技术特征：

1.一种面向智能光传输配套设备的运维物联网维护方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述根据转换模型，对所述光神经模型的输入值进行转换包括：

3.根据权利要求2所述的方法，其特征在于，所述分别设置与所述时段运行参数、所述第一运维数据、所述忙碌时段参数以及所述第二运维数据对应的权重调整模型包括：

4.根据权利要求3所述的方法，其特征在于，所述根据所述调整模型，实时调整所述光神经模型的输入值包括：

5.根据权利要求4所述的方法，其特征在于，所述根据矫正后的调整模型，实时调整所述光神经模型的输入值包括：

6.根据权利要求5所述的方法，其特征在于，所述将调整后的光神经模型的输入值，输入所述光神经模型，以实现运维物联网的维护之前，所述方法还包括

7.根据权利要求6所述的方法，其特征在于，所述将调整后的光神经模型的输入值，输入所述光神经模型，以实现运维物联网的维护包括：

8.根据权利要求7所述的方法，其特征在于，根据所述光神经模型，预测所述下一个空闲时段运行参数和忙碌时段参数包括：

9.根据权利要求7所述的方法，其特征在于，根据所述光神经模型，预测所述下一个第一运维数据和第二运维数据包括：

10.一种面向智能光传输配套设备的运维物联网维护系统，其特征在于，所述系统包括多个智能光传输配套设备、多个物联网组件以及多个处理设备，其中，所述多个处理设备用于：

技术总结
本发明公开了一种面向智能光传输配套设备的运维物联网维护方法和系统，属于光网络技术和运维技术领域。本发明通过光神经模型实现运维，充分利用光神经模型的处理速度，从而进一步提升了物联网的运维效率，从而满足了智能光传输配套设备的数据传输需求，保证了可靠性。通过时段运行参数，实现物联网的运维，在保证可以准确的故障定位故障，以及实现网络维护，从而进一步满足了智能光传输配套设备的数据传输需求，保证了可靠性。

技术研发人员：金辉,郑斌,杨天普,翟睿,徐素萍,赵航,陆盛祎,章佳奇,张晓燕,孙俊杰
受保护的技术使用者：杭州奥克光电设备有限公司
技术研发日：
技术公布日：2024/9/23