基于深度学习的光通信网络电缆故障快速定位平台

• 作者: 贾娜娟 张海龙 李博
• 来源期刊: 数字通信世界
• 学科: 工学
• 关键词: 光通信网络 深度学习 电缆故障 快速定位
• 年，卷（期）: 2022,（11）
• 所属期刊栏目: 技术研究
• 页码范围: 11-13
• 页数: 2页
• 分类号: TP 393
• 语种: 中文
• DOI: 10.3969/J.ISSN.1672-7274.2022.11.004

摘要

为解决传统光通信网络电缆故障定位平台故障定位结果准确率较低的问题，保障光通信网络的稳定运行，文章在传统电缆故障定位平台的基础上，引入深度学习方法，针对光通信网络电缆故障快速定位平台进行设计研究。平台采用B/S硬件架构，为硬件的高速运行提供保障；软件通过设计光通信网络故障数据采集模块，对数据进行清理处理，获取精度较高的电缆故障数据；采用深度学习方法，表征光通信网络电缆运行故障特征信息，实现电缆故障定位的目标。根据平台测试结果可知，该平台各个功能模块运行状况良好，故障定位结果准确率均在95%以上，优势显著，可行性较高。