[发明专利]预测光模块故障的方法、装置和设备

权利要求书

1.一种预测光模块故障的方法，其特征在于，包括：

获取光模块在预设时间段内的待检测序列，所述待检测序列包括所述光模块的工作参数的多个测量值；

获取所述工作参数对应的分类阈值；所述分类阈值是根据所述工作参数对应的分类样本集生成的；

根据所述工作参数对应的分类阈值与所述待检测序列中的多个测量值的比较结果，确定所述光模块的第一预测结果，所述第一预测结果指示所述光模块是否进入故障模式。

2.根据权利要求1所述的方法，其特征在于，当所述第一预测结果指示所述光模块进入故障模式时，所述方法还包括：

根据所述待检测序列生成特征集；

将所述特征集输入故障预测模型，得到第二预测结果，所述第二预测结果指示所述光模块预期发生故障的紧急程度。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

获取所述工作参数对应的样本序列；

根据所述分类阈值以及所述样本序列确定所述样本序列的标签，所述标签指示所述样本序列对应的光模块是否是正常光模块，或，所述标签指示所述样本序列对应的光模块发生故障的紧急程度；

生成所述样本序列对应的故障预测样本，所述故障预测样本包括所述样本序列的特征集以及所述样本序列的标签；

根据所述故障预测样本生成所述故障预测模型。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

根据所述待检测序列的特征集以及所述第二预测结果更新所述故障预测模型。

5.根据权利要求1-4中任意一项所述的方法，其特征在于，所述获取所述工作参数对应的分类阈值之前，所述方法还包括：

获取所述工作参数对应的分类样本集，所述分类样本集中包括多个分类样本，每个分类样本包括所述工作参数的一个测量值及第一分类标识；

根据所述分类样本集，确定所述工作参数对应的所述分类阈值。

6.根据权利要求5所述的方法，其特征在于，所述根据所述分类样本集，确定所述工作参数对应的所述分类阈值，包括：

根据所述分类样本集与多个参考分类阈值确定多个损失值，每个损失值对应一个参考分类阈值，所述多个参考分类阈值是预设的，或，所述多个参考分类阈值是根据所述分类样本集中的每个分类样本的测量值确定的；

将所述多个损失值中最小的损失值对应的参考分类阈值确定为所述分类样本集对应的分类阈值；

根据所述分类样本集对应的分类阈值确定所述工作参数对应的所述分类阈值。

7.根据权利要求6所述的方法，其特征在于，所述根据所述分类样本集与多个参考分类阈值，确定多个损失值，包括：

根据所述多个参考分类阈值中的每一个参考分类阈值，将所述分类样本集中的分类样本重新分类，并根据分类结果确定所述分类样本集中的每一个分类样本的第二分类标识；

根据每个分类样本的第二分类标识与第一分类标识，基于下列损失函数确定所述参考分类阈值对应的损失值：

其中，loss代表所述分类样本集中的所有第一分类标识与对应的第二分类标识的均方误差，N为所述分类样本集中分类样本的个数，N大于或等于2，O_q为所述N个分类样本中索引值为q的分类样本的第一分类标识，P_q为所述索引值为q的分类样本的第二分类标识。