一种故障根因定位方法及模型训练方法

本发明提供一种故障根因定位方法及模型训练方法，获取包含统计数据集和嵌入向量集的样本并对样本添加故障根因分类标签，将样本输入Transformer‑FL模型进行分类识别，通过焦点损失函数对Transformer‑FL模型进行参数更新后获得故障根因定位模型；将包括但不限于告警次数、告警种类、故障次数、故障发生的时间间隔、告警发生的时间间隔和所述各类别的故障占比作为统计数据，将时序告警序列和时序故障序列作为文字序列数据，由文字序列数据以及构建知识图谱补充告警等级后通过嵌入操作获得嵌入向量，将统计数据和嵌入向量输入故障根因定位模型后获得故障根因的分类识别结果，提高故障根因定位准确性的同时提高故障处理效率。