一种基于机器学习的光路故障预测系统及方法

本发明公开了一种基于机器学习的光路故障预测系统及方法，具体涉及光路故障预测技术领域，用于解决现有的高功率传输过程中的光纤熔断前兆难以被有效识别的问题；是通过利用支持向量机算法对多路实时功率数据与温度数据进行初步筛选，判断是否存在异常波动；当检测到可能触发熔断的异常波动时评估非均匀吸收模式的动态变化特性和识别多重反射干涉模式的主要特征；对特征进行联合特征提取，生成多维熔断风险参数；基于多维熔断风险参数设定判定阈值，并通过自适应规则筛除与正常功率波动重叠的特征范围，标记疑似异常热点区域；最终生成熔断风险评估结果，并在满足条件时发出光路预警信号。