摘要
本申请提供了一种通讯故障预测方法,涉及通讯故障预测技术领域,该方法包括:采集目标通讯网络中各通讯节点的实时运行数据与历史故障数据;基于预设时空关联阈值,筛选与目标通讯节点存在数据交互关联的邻近节点,构建节点时空数据集;对节点时空数据集进行特征提取,获得包含时间维度运行趋势特征与空间维度关联特征的融合特征向量;将融合特征向量输入预训练完成的时空图神经网络预测模型,输出目标通讯节点的通讯故障预测结果。解决了现有技术中通讯故障预测存在预测准确率不足的技术问题。
技术关键词
故障预测方法
节点
神经网络预测模型
历史故障数据
数据传输时延
通讯网络
故障预测技术
物理
序列
周期
样本
基础
线性
拓扑图
基准
指标
坐标
系统为您推荐了相关专利信息
综合能源系统
仿真方法
模型库
数据驱动模型
节点
监控预警方法
信息传播路径
指数
分布式语义
网络节点
启发式信息
网络拓扑信息
链路状态数据库
蚁群算法
初始化方法
多源异构数据源
资产管控方法
卡片
数据字
生成业务