摘要
本发明公开了一种通信设备故障智能诊断方法、装置、设备及介质。方法包括:实时采集设备运行日志,提取异常点集;对异常点聚类,结合预设模式库匹配硬件故障、软件错误及网络拥塞类型;基于主成分分析对温度、电压、电流传感器数据降维,构建时间同步的融合特征向量;分析特征与异常模式,输出潜在故障点;通过提取网络流量动态特征,关联分类模型生成故障优先级;结合贝叶斯推理构建依赖网络,实现精准故障定位。系统支持增量学习,更新异常模式库,自动扩展知识库。本发明通过多维数据融合与时空特征联合建模,解决了传统方法依赖人工规则、误报率高的问题,适用于5G基站、数据中心等复杂场景。
技术关键词
故障诊断方法
网络流量日志
通信设备故障
动态时间规整
采集通信设备
生成时序数据
智能诊断方法
深度学习模型
异常点
成分分析
模式匹配
电流传感器
序列
聚类算法
流量关联分析
软件错误
分析故障
智能诊断装置