本发明涉及光通信网络故障排查技术领域，公开了一种基于机器学习技术的通信故障定位系统及其相应方法，其相应方法，包括以下步骤：按照固定的采样周期，从光通信网络中采集原始数据；处理原始数据获得光通信网络中的每个节点的节点特征；生成特征集合，特征集合包括光通信网络中所有节点的节点特征，并且这些节点特征来源于同一个采样周期内的原始数据，生成多个训练样本。本发明利用可解释性算法分析节点特征对网络故障识别模型输出的贡献，能够提供更具解释性的故障定位结果，帮助运维人员理解故障发生的原因和影响范围，加快问题定位和修复的速度，提高工作效率，更好地处理大规模数据并具备实时性。