一种端到端电力通信业务可靠性保障方法及系统

1.一种端到端电力通信业务可靠性保障方法，所述方法包括：步骤1，采集业务接收端的电力数据；步骤2，将所述电力数据输入至预先训练的Attention LSTM预测模型，获得预设的未来时刻的电力数据预测值；步骤3，将所述电力数据预测值与预设阈值进行对比；步骤4，若所述电力数据预测值低于预设阈值，则对端到端电力通信业务系统进行分析，并按预设规则实施业务可靠性保障措施；步骤5，重复步骤1至步骤3，若所述电力数据预测值高于预设阈值，则所述可靠性保障措施有效，维持该保障措施，并返回步骤1持续进行电力数据监控；其中，所述对所述端到端电力通信业务系统进行分析，并按预设规则实施业务可靠性保障措施，包括：设定多个保障措施，并对所述保障措施对保障优先级进行排序；确认保障优先级最高的保障措施在所述端到端电力通信业务系统是否可应用；若能够应用当前保障措施，判断当前的保障措施是否有效；若有效，则维持该保障措施，并持续进行电力数据监控；若无效，则维持该保障措施，并对优先级下一顺序的保障措施是否可应用进行确认，并在可应用当前保障措施的情况下，判断当前的保障措施是否有效；若所述端到端电力通信业务系统无法应用该措施，则对优先级下一顺序的保障措施是否可应用进行确认；所述保障措施按优先级顺序依次为：是否能优化光转换单元以及光放大器参数；是否能减少传输链路中光放大器数量；是否有备用路由，切换备用路由；是否能增加备用路由。 2.根据权利要求1所述的方法，其特征在于，所述Attention LSTM预测模型的训练方法包括：采集业务接收端历史的以及当前的电力数据；将所述历史的以及当前的电力数据按时间序列输入至LSTM层进行特征量提取，获得输出向量；将所述输出向量输入至注意力机制模型中，获得每个特征量的注意力权重参数；将所述输出向量汇总每个特征量与对应的注意力权重参数相乘，获得新的特征向量；将所述特征向量进行展开融合处理，获得一维特征向量；将所述一维特征向量输入至全连接层，获得预设的未来时刻的预测结果。 3.根据权利要求2所述的方法，其特征在于，所述注意力机制模型中每个特征量的注意力权重参数的计算公式为：e i ＝tanh(W h h i +b h )，e i ∈[-1，1]其中，h i 为输出向量H中的第i个特征量；e i 为中间变量；W h 为上一次计算获得的注意力权重参数构成的权值矩阵；b h 为偏置项；a i 为特征量h i 的注意力权重参数。 4.根据权利要求2所述的方法，其特征在于，在获得预设的未来时刻的预测结果后，所述方法还包括：将训练获得的预测结果与实际值输入至预设的损失函数，并通过计算结果优化注意力权重参数。 5.根据权利要求2所述的方法，其特征在于：在将所述电力数据输入至预先训练的Attention LSTM预测模型前，对所述电力数据进行预处理；在将所述电力数据按时间序列输入至LSTM层进行特征量提取前，对所述历史的以及当前的电力数据进行预处理；所述预处理包括：对所述电力数据进行清洗，去除冗余数据，并按照预设数据类型进行格式转换的归一化处理，获得预设类型的电力数据；并将所述预设类型的电力数据存储在数据库中。 6.根据权利要求5所述的方法，其特征在于：在将所述预设数据类型的电力数据输入至预先训练的Attention LSTM预测模型后，所述方法还包括：对所述Attention LSTM预测模型输出的预设的未来时刻的预测结果进行反归一化处理，获得原始数据类型的电力数据预测值。 7.根据权利要求1所述的方法，其特征在于：若所述可靠性保障措施无效，则根据电力数据生成业务受损报告，并按预设途径发送所述业务受损报告。 8.一种端到端电力通信业务可靠性保障系统，所述系统包括：数据采集处理单元，所述数据采集处理单元用于实时采集业务接收端的电力数据；预测单元，所述预测单元用于将所述电力数据输入至预先训练的Attention LSTM预测模型，获得预设的未来时刻的电力数据预测值；业务预警单元，所述业务预警单元用于将所述电力数据预测值与预设阈值进行对比；若所述电力数据预测值低于预设阈值，判断电力数据预测值存在风险；可靠性保障单元，所述可靠性保障单元用于在业务预警单元判断电力数据预测值存在风险时，对端到端电力通信业务系统进行分析，并按预设规则实施业务可靠性保障措施；所述数据采集处理单元用于在可靠性保障单元实施业务可靠性保障措施后，再次对电力数据进行采集处理，并通过业务预警单元对预测单元预测的电力数据预测值进行再次对比，若电力数据预测值不再存在风险，则维持该保障措施；其中，所述可靠性保障单元用于设定多个保障措施，并对所述保障措施对保障优先级进行排序；所述可靠性保障单元用于确认保障优先级最高的保障措施在所述端到端电力通信业务系统是否可应用；若能够应用当前保障措施，判断当前的保障措施是否有效；若有效，则维持该保障措施，并返回步骤1持续进行电力数据监控；若无效，则维持该保障措施，并对优先级下一顺序的保障措施是否可应用进行确认，并在可应用当前保障措施的情况下，判断当前的保障措施是否有效；若所述端到端电力通信业务系统无法应用该措施，则对优先级下一顺序的保障措施是否可应用进行确认；所述保障措施按优先级顺序依次为：是否能优化光转换单元以及光放大器参数；是否能减少传输链路中光放大器数量；是否有备用路由，切换备用路由；是否能增加备用路由。 9.根据权利要求8所述的系统，其特征在于：所述系统还包括预测模型训练单元；所述数据采集处理单元用于采集业务接收端历史的以及当前的电力数据；所述预测模型训练单元用于对所述业务接收端历史的以及当前的电力数据按时间序列输入至LSTM层进行特征量提取，获得输出向量；所述预测模型训练单元用于将所述输出向量输入至注意力机制模型中，获得每个特征量的注意力权重参数；所述预测模型训练单元用于将所述输出向量汇总每个特征量与对应的注意力权重参数相乘，获得新的特征向量；所述预测模型训练单元用于将所述特征向量进行展开融合处理，获得一维特征向量；所述预测模型训练单元用于将所述一维特征向量输入至全连接层，获得预设的未来时刻的预测结果。 10.根据权利要求9所述的系统，其特征在于：所述注意力机制模型中每个特征量的注意力权重参数的计算公式为：e i ＝tanh(W h h i +b h )，e i ∈[-1，1]其中，h i 为输出向量H中的第i个特征量；e i 为中间变量；W h 为上一次计算获得的注意力权重参数构成的权值矩阵；b h 为偏置项；a i 为特征量hi的注意力权重参数。 11.根据权利要求9所述的系统，其特征在于：所述预测模型训练单元用于将训练获得的预测结果与实际值输入至预设的损失函数，并通过计算结果优化注意力权重参数。 12.根据权利要求9所述的系统，其特征在于：所述数据采集处理单元用于对所述电力数据进行清洗，去除冗余数据，并按照预设数据类型进行格式转换的归一化处理，获得预设类型的电力数据；并将所述预设类型的电力数据发送至所述预测单元；所述数据采集处理单元用于对所述业务接收端历史的以及当前的电力数据进行清洗，去除冗余数据，并按照预设数据类型进行格式转换的归一化处理，获得预设类型的业务接收端历史的以及当前的电力数据，并将所述预设类型的业务接收端历史的以及当前的电力数据发送至所述预测模型训练单元；所述数据采集处理单元用于将所述预设类型的电力数据存储在数据库中。 13.根据权利要求12所述的系统，其特征在于：所述数据采集处理单元用于对所述预测单元预测获得的预设的未来时刻的预测结果进行反归一化处理，获得原始数据类型的电力数据预测值。 14.根据权利要求8所述的系统，其特征在于：所述系统还包括业务受损报告生成单元；若所述可靠性保障措施无效，所述业务受损报告生成单元根据电力数据生成业务受损报告，并按预设途径发送所述业务受损报告。