一种故障预测的方法、装置和系统制造方法及图纸

本发明专利技术提供了一种故障预测的方法、装置和系统，该方法通过构建自学习模型，根据自学习模型，确定目标硬件的不同层级及每一个层级对应的工作区间；为每一层级对应的工作区间配置至少一个预测故障时间；采集目标硬件的当前运行状态值；确定当前运行状态值属于的目标层级；判断当前运行状态值是否在所述目标层级对应的工作区间，如果否，则根据当前运行状态值，确定目标预测故障时间。本发明专利技术提供的方案实现了对硬件故障的预测。

【技术实现步骤摘要】

本专利技术涉及计算机
，特别涉及一种故障预测的方法、装置和系统。
技术介绍
随着互联网和电子商务的快速发展，为了实现对海量数据的处理，服务器系统日渐庞大，构造日趋复杂，运行环境的变更，造成服务器中硬件故障随时都有可能发生，随时都有可能影响服务器的可用性和处理数据的效率。那么，及时发现并处理硬件故障显得十分重要。目前，只有在服务器运行异常时，用户通过检修各个硬件才能发现硬件故障发生的原因，而不能对硬件故障进行预测。
技术实现思路
本专利技术实施例提供了一种故障预测的方法、装置和系统，实现了对硬件故障的预测。一种故障预测的方法，构建自学习模型，还包括：根据所述自学习模型，确定目标硬件的不同层级及每一个层级对应的工作区间；为每一层级对应的工作区间配置至少一个预测故障时间；采集目标硬件的当前运行状态值；确定所述当前运行状态值属于的目标层级；判断所述当前运行状态值是否在所述目标层级对应的工作区间，如果否，则根据所述当前运行状态值，确定目标预测故障时间。优选地，所述构建自学习模型，包括：确定处于正常工作状态的多个学习硬件，对所述学习硬件的所有运行状态值进行统计；根据多个学习硬件运载情况和硬件已运行时长，对所有运行状态值进行层级的划分，属于同一层级的运行状态值组成该层级对应的工作范围；对每一层级对应的工作范围进行验证，剔除工作范围内不合理状态值，形成每一层级对应的工作区间。优选地，所述判断所述当前运行状态值是否在所述目标层级对应的工作区间，包括：将所述当前运行状态值与所述目标层级对应的工作区间中的运行状态值进行匹配；在所述目标层级对应的工作区间中，确定与所述当前运行状态值差距最小的标准运行状态值；根据下述公式，计算所述当前运行状态值与所述标准运行状态值的最小偏差；ω=|α-β|β×100%]]>其中，所述ω表征最小偏差；所述α表征当前运行状态值；所述β表征目标层级对应的工作区间中标准运行状态值；判断所述最小偏差是否小于5％，如果是，则确定所述当前运行状态值在所述目标层级对应的工作区间；否则，确定所述当前运行状态值不在所述目标层级对应的工作区间。优选地，上述方法进一步包括：设置至少两个计时器，为每一个计时器设置上限阈值，并设置特征存储区域；当所述最小偏差小于5％时，触发所述至少两个计时器中第一计时器进行第一记录数加1操作，当所述第一记录数达到第一计数器的上限阈值时，执行所述确定目标预测故障时间；当所述最小偏差大于等于5％时，触发所述至少两个计时器中第二计时器进行第二记录数加1操作，并将所述当前运行状态值存储到所述特征存储区域，当所述第二记录数达到第二计数器的上限阈值时，执行所述确定目标预测故障时间。优选地，上述方法进一步包括：设置损坏阈值、损坏告知、正常告知和紧急告知；当所述当前运行状态值大于所述损坏阈值时，确定硬件损坏，并发送所述损坏告知；当所述第一记录数达到第一计数器的上限阈值时，发送所述正常告知和目标预测故障时间；当所述第二记录数达到第二计数器的上限阈值时，发送所述紧急告知和目标预测故障时间。一种故障预测的装置，包括：故障学习单元、分析单元和故障预测单元，其中，所述故障学习单元，用于构建自学习模型，根据所述自学习模型，确定硬件的不同层级及每一个层级对应的工作区间，将各个层级及每一个层级对应的工作区间发送给所述分析单元和所述故障预测单元；所述分析单元，用于接收所述故障学习单元发送的各个层级及每一个层级对应的工作区间，采集目标硬件的当前运行状态值，确定所述当前运行状态值属于的目标层级；判断所述当前运行状态值是否在所述目标层级对应的工作区间，如果否，则发送所述当前运行状态值，并触发所述故障预测单元；所述故障预测单元，用于接收所述故障学习单元发送的各个层级及每一个层级对应的工作区间，为每一层级对应的工作区间配置至少一个预测故障时间，接收所述分析单元发送的所述当前运行状态值，根据所述当前运行状态值，确定目标预测故障时间。优选地，所述故障学习单元，用于确定处于正常工作状态的多个学习硬件，对所述学习硬件的所有运行状态值进行统计；根据硬件运载情况和硬件已运行时长，对所有运行状态值进行层级的划分，属于同一层级的运行状态值组成该层级对应的工作范围；对每一层级对应的工作范围进行验证，剔除工作范围内不合理状态值，形成每一层级对应的工作区间。优选地，所述分析单元，用于将所述当前运行状态值与所述目标层级对应的工作区间中的运行状态值进行匹配；在所述目标层级对应的工作区间中，确定与所述当前运行状态值差距最小的标准运行状态值；根据下述公式，计算所述当前运行状态值与所述标准运行状态值的最小偏差；ω=|α-β|β×100%]]>其中，所述ω表征最小偏差；所述α表征当前运行状态值；所述β表征目标层级对应的工作区间中标准运行状态值；判断所述最小偏差是否小于5％，如果是，则确定所述当前运行状态值在所述目标层级对应的工作区间；否则，确定所述当前运行状态值不在所述目标层级对应的工作区间。优选地，上述装置进一步包括：至少两个计时器和特征存储区域，其中，所述至少两个计时器中，第一计时器，用于设置自身的上限阈值，当所述分析单元判断出最小偏差小于5％时，进行第一记录数加1操作，当所述第一记录数达到第一计数器的上限阈值时，触发所述故障预测单元；所述至少两个计时器中，第二计时器，用于设置自身的上限阈值，当所述分析单元判断出最小偏差大于等于5％时，进行第二记录数加1操作，并触发所述分析单元，当所述第二记录数达到第一计数器的上限阈值时，触发所述故障预测单元；所述分析单元，进一步用于当接收到所述第二计时器的触发时，将所述当前运行状态值发送给所述特征存储区域；所述特征存储区域，用于接收所述分析单元发送的所述当前运行状态值；所述故障预测单元，用于当接收到所述至少两个计时器中任意计时器的触发时，执行所述确定目标预测故障时间。优选地，所述分析单元，进一步用于设置损坏阈值，当分析出所述当前运行状态值大于所述损坏阈值时，触发所述故障预测单元；所述故障预测单元，进一步用于设置损坏告知，当接收到所述分析单元的触发时，发送所述损坏告知。优选地，所述故障预测单元，进一步用于设置正常告知，当接收到所述第一计时器的触发时，发送所述正常告知和目标预测故障时间。优选地，所述故障预测单元，进一步用于设置紧急告知，当接收到所述第二计时器的触发时，发送所述紧急告知和目标预测故障时间。一种故障预测的系统，包括：上述任意一种故障预测的装置和各个硬件，其中，所述各个硬件，用于为所述故障预测的装置提供运行状态值。本专利技术实施例提供了一种故障预测的方法、装置和系统，该方法通过构建自学习模型，根据自学习模型，确定硬件的不同层级及每一个层级对应的工作区间；为每一层级对应的工作区间配置至少一个预测故障时间；通过上述过程建立起来了预测故障时间，通过采集目标硬件的当前运行状态值；确定当前运行状态值属于的目标层级；判断当前运行状态值是否在目标层级对应的工作区间，如果否，则根据当前运行状态值，确定目标预测故障时间，由于在前面已经为每个区间配置至少一个预本文档来自技高网...

【技术保护点】
一种故障预测的方法，其特征在于，构建自学习模型，还包括：根据所述自学习模型，确定目标硬件的不同层级及每一个层级对应的工作区间；为每一层级对应的工作区间配置至少一个预测故障时间；采集目标硬件的当前运行状态值；确定所述当前运行状态值属于的目标层级；判断所述当前运行状态值是否在所述目标层级对应的工作区间，如果否，则根据所述当前运行状态值，确定目标预测故障时间。

【技术特征摘要】
1.一种故障预测的方法，其特征在于，构建自学习模型，还包括：根据所述自学习模型，确定目标硬件的不同层级及每一个层级对应的工作区间；为每一层级对应的工作区间配置至少一个预测故障时间；采集目标硬件的当前运行状态值；确定所述当前运行状态值属于的目标层级；判断所述当前运行状态值是否在所述目标层级对应的工作区间，如果否，则根据所述当前运行状态值，确定目标预测故障时间。2.根据权利要求1所述的方法，其特征在于，所述构建自学习模型，包括：确定处于正常工作状态的多个学习硬件，对所述学习硬件的所有运行状态值进行统计；根据多个学习硬件运载情况和硬件已运行时长，对所有运行状态值进行层级的划分，属于同一层级的运行状态值组成该层级对应的工作范围；对每一层级对应的工作范围进行验证，剔除工作范围内不合理状态值，形成每一层级对应的工作区间。3.根据权利要求1所述的方法，其特征在于，所述判断所述当前运行状态值是否在所述目标层级对应的工作区间，包括：将所述当前运行状态值与所述目标层级对应的工作区间中的运行状态值进行匹配；在所述目标层级对应的工作区间中，确定与所述当前运行状态值差距最小的标准运行状态值；根据下述公式，计算所述当前运行状态值与所述标准运行状态值的最小偏差；ω=|α-β|β×100%]]>其中，所述ω表征最小偏差；所述α表征当前运行状态值；所述β表征目标层级对应的工作区间中标准运行状态值；判断所述最小偏差是否小于5％，如果是，则确定所述当前运行状态值在所述目标层级对应的工作区间；否则，确定所述当前运行状态值不在所述目标层级对应的工作区间。4.根据权利要求3所述的方法，其特征在于，进一步包括：设置至少两个计时器，为每一个计时器设置上限阈值，并设置特征存储区域；当所述最小偏差小于5％时，触发所述至少两个计时器中第一计时器进行第一记录数加1操作，当所述第一记录数达到第一计数器的上限阈值时，执行所述确定目标预测故障时间；当所述最小偏差大于等于5％时，触发所述至少两个计时器中第二计时器进行第二记录数加1操作，并将所述当前运行状态值存储到所述特征存储区域，当所述第二记录数达到第二计数器的上限阈值时，执行所述确定目标预测故障时间。5.根据权利要求4所述的方法，其特征在于，进一步包括：设置损坏阈值、损坏告知、正常告知和紧急告知；当所述当前运行状态值大于所述损坏阈值时，确定硬件损坏，并发送所述损坏告知；当所述第一记录数达到第一计数器的上限阈值时，发送所述正常告知和目标预测故障时间；当所述第二记录数达到第二计数器的上限阈值时，发送所述紧急告知和目标预测故障时间。6.一种故障预测的装置，其特征在于，包括：故障学习单元、分析单元和故障预测单元，其中，所述故障学习单元，用于构建自学习模型，根据所述自学习模型，确定
\t硬件的不同层级及每一个层级对应的工作区间，将各个层级及每一个层级对应的工作区间发送给所述分析单元和所述故障预测单元；所述分析单元，用于接收所述故障学习单元发送的各个层级及每一个层级对应的工作区间，采集目标硬件的当前运行状态值，确定所述当前运行状态值属于的目标层级；判断所述当前运行状态值是...

【专利技术属性】
技术研发人员：段国栋，
申请(专利权)人：浪潮电子信息产业股份有限公司，
类型：发明
国别省市：山东;37