The invention discloses a monitoring and diagnosis server hot fault method based on infrared image which includes infrared images and visible light images of different thermal fault state acquisition server; using the method of image registration based on the standard image of each thermal fault state of the tilt correction processing, and determined to contain server interested in the infrared image region using manual segmentation method; will determine the ROI image into grayscale image and the corresponding, and the image feature extraction based on entropy; using PCA method to reduce the dimension of the global entropy obtained by local entropy and mean rank characteristics; principal component obtained after dimensionality reduction for training support vector machine classifier; infrared image and visible light image to be detected by the server corresponding to the diagnosis by trained SVM model a The hot failure state type of the server. The invention greatly improves the management efficiency of data center managers, and is convenient for engineering debugging and system maintenance.
【技术实现步骤摘要】
本专利技术属于图像处理
,具体的说是涉及一种基于红外图像的服务器热故障监测及诊断方法。
技术介绍
在数据中心规模高速扩张的同时,服务器的高密度集成导致其发热量增长,为了使服务器在合适环境下正常运行,而不致发生由于温度过高引发的宕机事故,很多数据中心不得不提高制冷空调的功率,这样造成数据中心能耗高、效率低下的现象。因此,精准地监测与控制机房温度,提高空调制冷效率、实现数据中心的节能降耗成为数据中心建设和维护过程中不可忽视的问题。具体的说,数据中心内部温度分布不平衡现象是影响制冷效率的主因之一,数据中心中超高热服务器数量约占5%。由此可见我们既需要解决这5%的超高热机柜的散热问题,也需要很好地解决大多数“高热”机柜的散热问题。同时需要说明的是,我们不能用“超高热”散热方法解决“高热”机柜的散热问题,也不能用常规机房空调的方法来解决“过热”问题。如通过调整负载分布,调整制冷资源分布,或人工作业等方式,排除局部高温或高热源头(简称热点),进而可以实现平衡温度的目的。因此需要对数据中心内部环境温度场进行有效感知和分析。目前,对大型数据中心的温度场测量,通用的方法是将大量温度传感器置于数据中心关键位置;然后,通过某种方法收集所有传感器的测量数据。早期的测量方法使用的是有线传感器,但是昂贵的安装及配置成本阻碍其广泛使用。虽然无线传感器具有低成本、无侵入式测量等优点,但是Chieh-JanMikeLiang等人在“RACNet:AHigh-FidelityDataCenterSensingNetwork”文中指出了数据中心的电磁环境不利于传感器网络的大规模无线通信 ...
【技术保护点】
一种基于红外图像的服务器热故障监测及诊断方法,其特征在于,包括如下步骤:步骤1、采集服务器不同热故障状态下的红外图像及可见光图像,使得每一热故障状态对应服务器的一种热故障状态类型;步骤2、基于图像配准的标准化方法对每一种热故障状态下的两幅图像进行倾斜校正处理,并采用手动分割方法确定红外图像中感兴趣区域,所述感兴趣区域至少包含服务器所在区域;步骤3、对所确定的感兴趣区域的图像转换成对应的灰度图像并基于图像灰度分布的特征,自所述灰度图像中提取所对应的图像熵特征;所述的图像熵特征包括图像的全局熵和局部熵行列均值;步骤4、采用PCA方法对所提取的全局熵以及局部熵行列均值特征进行降维处理;步骤5、基于经步骤4处理后的全局熵的主成分以及局部熵行列均值特征的主成分,并通过支持向量机分类器进行训练,以获得各热故障状态下各自所对应的诊断模型;步骤6、采集待检测的服务器所对应的红外图像及可见光图像,经步骤2‑4处理后,通过所述诊断模型诊断出其所对应的服务器的热故障状态类型。
【技术特征摘要】
1.一种基于红外图像的服务器热故障监测及诊断方法,其特征在于,包括如下步骤:步骤1、采集服务器不同热故障状态下的红外图像及可见光图像,使得每一热故障状态对应服务器的一种热故障状态类型;步骤2、基于图像配准的标准化方法对每一种热故障状态下的两幅图像进行倾斜校正处理,并采用手动分割方法确定红外图像中感兴趣区域,所述感兴趣区域至少包含服务器所在区域;步骤3、对所确定的感兴趣区域的图像转换成对应的灰度图像并基于图像灰度分布的特征,自所述灰度图像中提取所对应的图像熵特征;所述的图像熵特征包括图像的全局熵和局部熵行列均值;步骤4、采用PCA方法对所提取的全局熵以及局部熵行列均值特征进行降维处理;步骤5、基于经步骤4处理后的全局熵的主成分以及局部熵行列均值特征的主成分,并通过支持向量机分类器进行训练,以获得各热故障状态下各自所对应的诊断模型;步骤6、采集待检测的服务器所对应的红外图像及可见光图像,经步骤2-4处理后,通过所述诊断模型诊断出其所对应的服务器的热故障状态类型。2.根据权利要求1所述的方法,其特征在于:所述步骤2包括如下步骤:步骤21、使得红外热像仪和可见光照相机位于同一拍摄位置并采集服务器的图像数据;步骤22、使得红外热像仪所采集的图像数据以及可见光照相机所采集的图像数据...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。