一种应用于通信网络维护领域的OTN通信设备故障识别和判断方法及系统

本发明公开了一种应用于通信网络维护领域的OTN通信设备故障识别和判断方法及系统，该方法包括：1)实时采集OTN设备的运行数据；2)数据预处理，对原始收集到的数据进行数据清洗、归一化和格式转换；3)构建分布式DQN结合多个并行神经网络作为预测模型，训练模型，进行OTN设备的故障识别，并预测最优的故障处理动作；4)对分布式DQN采用增量学习和集成学习方法，不断优化模型性能。本发明方法通过结合深度学习和强化学习，从大规模数据中提取关键特征，精确预测故障发生的可能性，减少误报和漏报，能够快速识别OTN设备的潜在故障，并在复杂网络环境中提供精准的故障决策，显著减少故障对网络服务的影响。