摘要
本发明公开了一种智能5G网络设备异常检测方法及系统,S1.形成预处理后的5G网络设备射频模块运行数据集;S2.构建故障特征向量空间;S3.基于离散鲸鱼优化算法对故障特征向量空间进行全局搜索和参数优化,选取具有代表性且区分度高于阈值的故障特征,形成优化后的故障特征数据集;S4.通过计算各数据样本的模糊隶属度对故障模式进行分类,生成故障模式分类结果;S5.根据故障模式分类结果构建和动态更新故障模式数据库,故障模式数据库记录并存储不同故障模式的特征及分类信息。本发明确保了在长时间运行中能够及时捕捉到设备运行状态的微小变化,也保证了故障诊断结果的稳定性和可靠性,为运营商提供了更加实时、精准的网络异常检测方案。
技术关键词
5G网络设备
射频模块
故障特征
特征选择
特征向量空间
异常检测方法
鲸鱼优化算法
模糊隶属度函数
跨层特征
模式
聚类
分类准确率
时序特征
异常数据检测
动态更新
故障类别