一种电池冗余模块的寿命预测方法、系统、介质及设备技术方案

本发明专利技术提供了一种电池冗余模块的寿命预测方法、系统、介质及设备，方法包括：采集不同的已知寿命的电池冗余模块的运行数据，并对运行数据进行预处理，以得到样本数据；从样本数据中提取一部分作为训练数据，且提取另一部分作为测试数据；基于运行数据选择相应的神经网络结构及隐藏层结构，以得到相应的神经网络模型；利用样本数据和测试数据分别对神经网络模型进行训练和测试，以得到神经网络预测模型；将神经网络预测模型嵌入可执行程序中，以得到寿命预测程序，并将待预测寿命的电池冗余模块的预测数据输入寿命预测程序中，以输出其预测寿命。本发明专利技术可有效预测电池冗余模块的寿命，将其可使用周期最大化，避免了资源浪费，从而降低了成本。降低了成本。降低了成本。

【技术实现步骤摘要】
一种电池冗余模块的寿命预测方法、系统、介质及设备


[0001]本专利技术涉及人工智能
，尤其涉及一种电池冗余模块的寿命预测方法、系统、介质及设备。

技术介绍

[0002]数据安全是当今工业界安全生产的重要一环，在如今的各类别存储产品中，为保证系统的稳定运行和数据可用性和安全性，大多配备有电池冗余模块(BBU，battery backup unit)。然而，BBU的寿命预测一直是一项难以解决的问题，为保证数据安全，往往BBU不到其使用寿命便被主动更换，造成了大量的物料资源浪费和无谓的成本增加。

技术实现思路

[0003]有鉴于此，本专利技术的目的在于提出一种电池冗余模块的寿命预测方法、系统、介质及设备，用以解决现有技术中电池冗余模块的寿命因无法良好预测而导致过早被更换，从而造成物料资源浪费的问题。
[0004]基于上述目的，本专利技术提供了一种电池冗余模块的寿命预测方法，包括以下步骤：
[0005]采集不同的已知寿命的电池冗余模块的运行数据，并对运行数据进行预处理，以得到样本数据；
>[0006]从样本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电池冗余模块的寿命预测方法，其特征在于，包括以下步骤：采集不同的已知寿命的电池冗余模块的运行数据，并对所述运行数据进行预处理，以得到样本数据；从所述样本数据中提取一部分作为训练数据，且提取另一部分作为测试数据；基于所述运行数据选择相应的神经网络结构及隐藏层结构，以得到相应的神经网络模型；利用所述样本数据和所述测试数据分别对所述神经网络模型进行训练和测试，以得到神经网络预测模型；以及将所述神经网络预测模型嵌入可执行程序中，以得到寿命预测程序，并将待预测寿命的电池冗余模块的预测数据输入所述寿命预测程序中，以输出其预测寿命。2.根据权利要求1所述的方法，其特征在于，利用所述样本数据和所述测试数据分别对所述神经网络模型进行训练和测试，以得到神经网络预测模型包括：利用所述样本数据对所述神经网络模型进行训练，以得到神经网络训练模型；利用所述测试数据对所述神经网络训练模型进行测试，并判断测试结果是否符合预设要求；响应于所述测试结果不符合所述预设要求，对所述神经网络训练模型继续进行训练和相应测试，直到最终测试结果符合所述预设要求，并将所述最终测试结果对应的神经网络训练模型作为所述神经网络预测模型。3.根据权利要求1所述的方法，其特征在于，将所述神经网络预测模型嵌入可执行程序中，以得到寿命预测程序，并将待预测寿命的电池冗余模块的预测数据输入所述寿命预测程序中，以输出其预测寿命包括：将所述神经网络预测模型嵌入可执行程序中，以得到寿命预测程序，并通过命令行将待预测寿命的电池冗余模块的预测数据以参数形式输入所述寿命预测程序中，以输出其预测寿命。4.根据权利要求1所述的方法，其特征在于，还包括：基于所述输出的预测寿命的数值为对应的电池冗余模块设置寿命警戒阈值，以基于所述寿命警戒...

【专利技术属性】
技术研发人员：黄朔，孙明刚，
申请(专利权)人：郑州云海信息技术有限公司，
类型：发明
国别省市：