典型文献
基于神经网络识别的地下通信光缆故障定位研究
文献摘要：
通信光缆作为高速传输数据的传输媒介,已经成为光通信基础设施中不可或缺的组成部分,使用光时域反射计(Optical Time-Domain Reflectometer,OTDR)很难追踪地下光缆中的故障.基于国内外研究现状,提出了一种神经网络模式识别的方法来预测地下通信光缆故障的实际位置,使用均方误差和平均绝对误差(Mean Absolute Error,MAE)评估矩阵对预测精度进行评估.以柳州供电局通信数据集为例,对故障定位模型进行了验证.结果表明,该方法可以快速发现地下通信光缆故障,降低了故障跟踪过程中的延迟,从而减少过多的能耗损失.
文献关键词：
通信光缆;线性回归;机器学习;故障定位
中图分类号：
作者姓名：
蓝波;张均伟;黄嘉庚;谢晓华
作者机构：
广西电网有限责任公司柳州供电局,广西柳州 545000
文献出处：
引用格式：
[1]蓝波;张均伟;黄嘉庚;谢晓华-.基于神经网络识别的地下通信光缆故障定位研究)[J].通信电源技术,2022(23):95-98
A类：
Reflectometer
B类：
通信光缆,光缆故障,故障定位,定位研究,高速传输,传输数据,光通信,通信基础设施,光时域反射,Optical,Time,Domain,OTDR,难追踪,下光,国内外研究现状,网络模式,模式识别,测地,均方误差,平均绝对误差,Mean,Absolute,Error,MAE,评估矩阵,柳州,供电局,通信数据,集为,定位模型,耗损
AB值：
0.452804
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
