Page 17 - 网络电信2019年10月刊下

基于因子分析的光缆健壮度评估研究

何尚方，李锦华，于娟，林群泉
中国电信股份有限公司广东传送网络运营中心

【摘要】为了解决光缆运营中无法通过量化数据进行
分级维护的问题，提高光缆运营维护工作的效率和准确
性，本文阐述了一种光缆健壮度的评估方法。运用因子
分析体系对光缆的基础信息、故障信息、保护信息、隐
患信息、同路由数据、承载系统业务量、巡检数据等多
种因素进行分析，同时构建光缆健壮度计算模型，实现
光缆健壮度的量化评估。通过该评估方法使难以评估甚
至无法评估的光缆段维护信息通过精确且可调节的算法
模型转换为可视、可查、可统计、可分类的精准简明信
息，从而大幅度降低光缆运营的维护复杂度。
【关键词】因子分析；光缆健壮度；量化评估；光缆
运营

引言 在因子分析之前，要先进行数据可靠性检验和KMO校验，以
随着现代科学技术的飞速发展，光缆网络的复杂程度也呈 判断是否合适因子分析方法。对基础数据进行KMO和巴特利特检
现出一种指数形式的上升态势，要保证光缆网络能够高质量、 验，得出校验结果，见表2，根据KMO检验对应标准，样本充足
高性能和高稳定性的运行，日常的维护管理工作则显得极为重 性KMO值为0.719，在0.7~0.8之间，表明样本数据十分充足；巴
要。如何需要建立一套有效的维护机制，持续提高光缆的调度 特利特球形检验的显著性水平值则为0.00，小于0.01，可以排
管控能力，这是光缆运营工作中一个重要的因素。利用多元统 除巴特利特球形检验的零假设，表明与单位矩阵有显著差异。
计分析方法，基于因子分析体系对光缆进行综合的量化评估， 因此，两种检验结果都表明基础数据适合于因子分析。
细化各个光缆段的运行状况，通过具体分数的排序来反映光缆
表2 KMO和巴特利特检验结果
的健壮度，最后总结各个光缆段的健壮差异原因，进而实现光
缆高效而精准的维护。

一、光缆因子分析
1、建立运营指标体系
为了全面的描述光缆运营的特点和现状，通过定性分析，
列出所有影响光缆运营的因素，从中选择出适合综合评价的指 3、计算特征值与方差贡献表
标进行科学定量分析，这13项指标为：维护等级、容量（G）、 对原始数据使用主成分分析法进行标准化处理，得出计算
未保护容量（G）、隐患（个）、工地（个）、三盯（次）、 结果后的变量，也就是经过标准化处理以后的变量，然后创建
故障（个）、故障历时（分钟）、同路由长度（KM）、系统数 各指标相关系数矩阵，计算其特征值和特征向量，结果见表3。
量、保护系统数量、巡检累计长度（90d内）、巡检天数（90d 从表3的特征值与方差贡献表中选择特征值大于等于1的特征值
内）。这些指标的数值将直接关联光缆的运营情况，因此，采 个数为公共因子数，并且前5个因子的提取了原始数据76.81%的
集这13项指标对应的数据作为因子分析的基础数据，数据样本 信息，丢失的信息较少，因此可以使用这5个因子作为主因子，
见表1（限于篇幅只展示小部分）。 依次命名为F1、F2、F3、F4、F5。以此评价光缆的健壮情况，
2、可靠性检验与kmo校验 大大减少了原始数据的复杂性。

表1 基础数据样例

网络电信 二零一九年十月 19