摘要
本发明涉及网络设备光衰监测技术领域,尤指一种基于AI算法的网络设备光衰智能监测系统及方法,通过实时获取光功率数据、设备标识及时间戳信息,构建原始数据集,并进行清洗、格式转换及标准化,确保数据完整性和一致性。采用卷积神经网络模型按时间窗口处理光功率数据,利用滑动窗口卷积核和池化操作提取光功率局部变化模式。时通过长短期记忆网络对光功率数据建模,预测未来光功率变化趋势,实现光衰问题的提前预警。将实际光功率值与预测值逐点相减生成偏差值列,依据偏差值判定光衰异常状态,并结合设备标识匹配预定义修复策略,提升监测的精准性和维护效率,显著降低运维成本。