[发明专利]一种光纤质量分析方法、装置、电子设备及存储介质

权利要求书

1.一种光纤质量分析方法，其特征在于，包括：

获取所述光纤的事件数据和历史故障维护数据；其中，所述事件数据至少包括：损耗事件的信息和反射事件信息，其中，损耗事件信息至少包括损耗事件的插入损耗值和发生损耗事件的光纤位置的位置信息，反射事件信息至少包括反射事件的反射率、插入损耗值和位置；

将所述事件数据和所述历史故障维护数据输入机器学习模型，得到所述光纤的质量评分信息和故障预警信息，其中，所述故障预警信息至少包括：预测的所述光纤将发生故障的类型、预测的所述光纤将发生故障的位置信息和发生故障的概率；所述故障预警信息，至少用于指示所述光纤发生故障的位置；所述质量评分信息，用于提供是否对光纤维护提供参考依据。

2.根据权利要求1所述的光纤质量分析方法，其特征在于，将所述事件数据和所述历史故障维护数据输入机器学习模型，得到所述光纤的质量评分信息，包括：

将所述光纤的事件数据和历史故障维护数据输入到第一神经网络，确定所述光纤的质量评分信息。

3.根据权利要求1所述的光纤质量分析方法，其特征在于，所述将所述事件数据和所述历史故障维护数据输入机器学习模型，得到所述光纤的故障预警信息，包括：

将所述事件数据和所述历史故障维护数据输入到支持向量机模型中，得到所述光纤的故障率；

将所述光纤的故障率输入到第二神经网络，确定所述光纤的故障预警信息。

4.根据权利要求3所述的光纤质量分析方法，其特征在于，所述将所述事件数据和所述历史故障维护数据输入到支持向量机模型中，得到所述光纤的故障率，包括：

所述支持向量机模型根据所述事件数据中的位置信息和所述历史故障维护数据中的历史故障位置信息，分段确定所述光纤的各个分段的故障率；

所述将所述光纤的故障率输入到第二神经网络，确定所述光纤的故障预警信息，包括：

将所述光纤的各个分段的故障率输入到所述第二神经网络，得到所述光纤的故障预警信息。

5.根据权利要求4所述的光纤质量分析方法，其特征在于，所述将所述光纤的各个分段的故障率输入到所述第二神经网络，确定所述光纤的故障预警信息，包括：

将所述光纤的各个分段的故障率输入到第二神经网络，得到故障率大于预设故障率阈值的所述各个分段的故障预警信息。

6.根据权利要求1所述的光纤质量分析方法，其特征在于，在获取所述光纤的事件数据之前，所述方法还包括：

获取光时域反射仪输出不同测试时刻监测到的测试数据；

对所述测试数据进行分析，得到所述光纤的事件数据，其中，所述事件数据至少包括：

损耗事件信息，其中，所述损耗事件信息包括：损耗值大于预设损耗阈值的损耗事件对应的插入损耗值和发生损耗事件的光纤位置的位置信息；

反射事件信息，其中，所述反射事件信息包括：反射率大于预设反射率阈值和/或损耗值大于所述预设损耗阈值的反射事件对应的反射率、插入损耗值和所述光纤上发生反射事件的光纤位置的位置信息。

7.根据权利要求1所述的光纤质量分析方法，其特征在于，所述历史故障维护数据至少包括：所述光纤历史发生故障的故障位置信息、故障的类型和故障造成的损失及维修成本。