[发明专利]通信管理系统动环缺陷派单方法及装置

权利要求书

1.一种通信管理系统动环缺陷派单方法，其特征在于，包括：

采集通信管理系统的动环告警数据；

将采集的动环告警数据，输入到训练好的缺陷故障预测模型中，输出所述通信管理系统的缺陷故障信息，其中，所述故障预测模型为对深度残差神经网络进行机器学习训练得到的模型；

根据所述通信管理系统的缺陷故障信息，生成待派发的检修工单信息。

2.如权利要求1所述的方法，其特征在于，所述方法还包括：

获取训练样本数据和测试样本数据；

根据所述训练样本数据，对预先构建的深度残差神经网络进行机器学习，训练得到一个缺陷故障预测模型；

根据所述测试样本数据，对训练得到的缺陷故障预测模型进行测试，直到满足预设收敛条件。

3.如权利要求2所述的方法，其特征在于，使用Dropout正则化优化算法对训练过程中的深度残差神经网络进行优化。

4.如权利要求2所述的方法，其特征在于，所述方法还包括：

构建一个包含BN层的深度残差神经网络，其中，所述BN层用于对深度残差神经网络中每一层的数据进行归一化处理。

5.一种通信管理系统动环缺陷派单装置，其特征在于，包括：

告警数据采集模块，用于采集通信管理系统的动环告警数据；

缺陷故障预测模块，用于将采集的动环告警数据，输入到训练好的缺陷故障预测模型中，输出所述通信管理系统的缺陷故障信息，其中，所述故障预测模型为对深度残差神经网络进行机器学习训练得到的模型；

工单信息生成模块，用于根据所述通信管理系统的缺陷故障信息，生成待派发的检修工单信息。

6.如权利要求5所述的装置，其特征在于，所述装置还包括：

样本数据获取模块，用于获取训练样本数据和测试样本数据；

模型训练模块，用于根据所述训练样本数据，对预先构建的深度残差神经网络进行机器学习，训练得到一个缺陷故障预测模型；

模型测试模块，用于根据所述测试样本数据，对训练得到的缺陷故障预测模型进行测试，直到满足预设收敛条件。

7.如权利要求6所述的装置，其特征在于，所述模型训练模块还用于使用Dropout正则化优化算法对训练过程中的深度残差神经网络进行优化。

8.如权利要求6所述的装置，其特征在于，所述装置还包括：

深度残差神经网络构建模块，用于构建一个包含BN层的深度残差神经网络，其中，所述BN层用于对深度残差神经网络中每一层的数据进行归一化处理。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4任一项所述通信管理系统动环缺陷派单方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求1至4任一项所述通信管理系统动环缺陷派单方法的计算机程序。