基于大数据分析的光通信系统关键设备状态识别

为有效分析光通信系统关键设备状态,保障光通信系统安全稳定运行,提出基于大数据分析的光通信系统关键设备状态识别方法。利用无线传感技术采集光通信系统关键设备状态信号,经小波阈值方法去噪后,利用数DL-GA算法检测异常数据信号,将异常数据信号上传至设备状态识别与管理中心,由设备状态诊断模块、设备寿命预测模块、设备识别管理模块,完成对设备状态、寿命的诊断、预测以及可视化管理。实验结果表明：该方法可有效识别光通信系统关键设备状态,信号识别准确性高于99%,识别时间低于187 ms,提高了数据去噪以及异常数据信号检测的效果。