一种基于空时特征向量的5G网络拨测系统故障分类方法

本发明提供一种基于空时特征向量的5G网络拨测系统故障分类方法，包括：在故障告警发生时，将历史拨测时间段内的网络性能关键指标时序数据输入第一LSTM模型进行编码，得到定长特征向量；将所述定长特征向量输入GNN模型进行空间特征提取，得到空间特征向量；将所述空间特征向量输入第二LSTM模型进行时间特征提取，得到空时特征向量；将所述空时特征向量输入故障分类模型，得到当前时刻的拨测系统故障类型。本发明采用GNN模型和LSTM模型进行空时特征向量提取，综合考虑了空间和时间特征，提升了特征提取的准确性，有利于提高拨测系统故障预测的准确性；本发明不依赖于人工干预，在面对复杂故障场景时自适应能力和泛化性能较好。