一种数据中心用铅酸电池组内异常自动识别方法技术

本发明专利技术公开了一种数据中心用铅酸蓄电池组内异常自动识别方法，包括：S1、获取同组蓄电池的运行数据，得到数据集；S2、按照四分位法确定数据集聚类簇数量和中心点集合；S3、若聚类簇数量等于1，则该组蓄电池不存在异常样本；若聚类簇数量大于1，则执行S4；S4、迭代计算聚类簇的中心点位置，直至各聚类簇的中心点位置不再发生改变，得到最终中心点集合；S5、根据最终中心点集合形成最终的簇划分；S6、计算簇划分中每个聚类簇中所含样本数量，将所含样本数量最多的簇作为正常簇，其他簇作为异常簇，异常簇中的样本为异常样本。本发明专利技术采用聚类方法实现同组蓄电池中异常运行数据的自动识别，提高蓄电池的风险识别能力，提高蓄电池的运行安全性。性。性。

【技术实现步骤摘要】
一种数据中心用铅酸电池组内异常自动识别方法


[0001]本专利技术涉及数据中心技术设施运行维护
，更具体的说是涉及一种数据中心用铅酸电池组内异常自动识别方法。

技术介绍

[0002]随着大数据、云计算的发展，新基建的提出，“东数西算”工程的启动，数据中心越来越重要，动力系统作为整个数据中心的基础性设施，其运行安全对保障信息业务的不间断稳定运行具有重要意义。不间断电源系统作为动力系统的重要组成部分，一方面可以提高供电质量，另一方面可以赋能动力系统应对短时供电中断。为应对短时供电中断，不间断电源系统需配备大量的蓄电池。由于蓄电池存储大量能量，安全风险高，当蓄电池节数达到数千、数万节时，极易发生安全隐患事件。依据研究机构Ponemon Institute的调研结果，UPS系统故障是导致数据中心意外停机的最主要因素，在UPS系统故障中，很大一部分比例的故障均与蓄电池有关。因此，提升蓄电池的运行安全性具有重要意义。
[0003]为提升蓄电池的运行安全性，一个重要的技术手段是对蓄电池电压、内阻和温度进行在线监测，同时对上述指标设定阈值规则，当监测值超过阈值时，监控平台便会给出风险提示，由专业维护人员进行现场核查和确认。尽管上述基于阈值规则的方法有效提升了蓄电池的运行安全性，但并不能完全满足实际需要，在监控平台未给出任何风险提示的情况下蓄电池故障仍时有发生，而且往往为蓄电池漏液、火灾等严重事故。因此，有必要在现有基础上进一步加强蓄电池运行风险的自动识别能力。
[0004]现有的基于阈值规则的运行风险识别方法只利用了蓄电池自身的电压、内阻和温度数据，没有考虑同组其他蓄电池的运行数据，同组蓄电池在初次建设和更新改造时通常采用同一批次的蓄电池，且运行环境相似，因此其参数变化应具有相似性，当某节蓄电池的运行参数明显不同于其他蓄电池时，则表明其很可能存在运行风险。
[0005]因此，如何提供一种采用聚类方法实现同组蓄电池中异常运行数据的自动识别，并提高蓄电池的风险识别能力的数据中心用铅酸蓄电池组内异常自动识别方法是本领域技术人员亟需解决的问题。

技术实现思路

[0006]有鉴于此，本专利技术提供了一种数据中心用铅酸电池组内异常自动识别方法，通过采用聚类方法实现同组蓄电池中异常运行数据的自动识别，提高蓄电池的风险识别能力，提高蓄电池的运行安全性。
[0007]为了实现上述目的，本专利技术采用如下技术方案：
[0008]一种数据中心用铅酸蓄电池组内异常自动识别方法，包括：
[0009]S1、获取同组蓄电池的运行数据，得到数据集D；
[0010]S2、将数据集D中的样本按照从小到大排序，按照四分位法确定当前聚类簇数量和当前中心点集合；
[0011]S3、若聚类簇数量等于1，则该组蓄电池不存在异常样本；若聚类簇数量大于1，则执行S4；
[0012]S4、逐一计算数据集D中样本到每一个当前中心点的距离，依据最小距离确定样本所属的聚类簇，并根据新划分好的聚类簇重新计算中心点位置；迭代计算聚类簇的中心点位置，直至各聚类簇的中心点位置不再发生改变，得到最终中心点集合；
[0013]S5、根据最终中心点集合确定数据集D中每个样本所属的聚类簇，形成最终的簇划分；
[0014]S6、计算簇划分中每个聚类簇中所含样本数量，将所含样本数量最多的簇作为正常簇，其他簇作为异常簇，并将其他簇中的样本作为组内蓄电池的异常样本。
[0015]进一步的，在上述一种数据中心用铅酸蓄电池组内异常自动识别方法中，S1中的数据集为内阻数据集、电压数据集或温度数据集。
[0016]进一步的，在上述一种数据中心用铅酸蓄电池组内异常自动识别方法中，S2包括：
[0017]S21、将数据集D中的样本按照从小到大排序，计算数据集D中样本的最小值x
min
、第一四分位数Q1、第二四分位数x
med
、第三四分位数Q3和最大值x
max
；定义初始的聚类簇数量k＝1；
[0018]如果最大值x
max
>Q3+1.5(Q3‑
Q1)或最小值x
min
<Q1‑
1.5(Q3‑
Q1)，则k增加1；如果最大值x
max
>Q3+1.5(Q3‑
Q1)且最小值x
min
<Q1‑
1.5(Q3‑
Q1)，则k增加2；
[0019]S22、如果聚类簇数量k＝2，则：
[0020]当最大值x
max
>Q3+1.5(Q3‑
Q1)时，聚类簇中心点集合U＝{x
med
，x
max
}；
[0021]当最小值x
min
<Q1‑
1.5(Q3‑
Q1)时，聚类簇中心点集合U＝{x
med
，x
min
}；
[0022]如果聚类簇数量k＝3，则：聚类簇中心点集合U＝{x
med
，x
max
，x
min
}。
[0023]进一步的，在上述一种数据中心用铅酸蓄电池组内异常自动识别方法中，如果最大值x
max
和最小值x
min
均不满足：x
max
>Q3+1.5(Q3‑
Q1)和x
min
<Q1‑
1.5(Q3‑
Q1)，则k＝1。
[0024]进一步的，在上述一种数据中心用铅酸蓄电池组内异常自动识别方法中，S4包括：
[0025]S41、逐一计算数据集D中每个样本到当前中心点集合中所有中心点的距离d
ij
＝|x
i
‑
u
j
|，得到m行k列的矩阵D＝(d
ij
)；x
i
表示数据集D中的样本，1≤i≤m；u
j
表示当前中心点集合U中的中心点，1≤j≤k，k表示当前中心点个数；
[0026]S42、逐一求解矩阵D中每一行的最小值并获取最小值所在的行序号i和列序号j，若样本x
i
对应距离d
ij
最小，则将样本x
i
划分到聚类簇C
j
；
[0027]S43、计算各个聚类簇C
j
的中心点u
j
，得到新的中心点集合；
[0028]S44、比较最新的中心点集合和上一次得到的中心点集合之间的差异，如果二者相同，则迭代更新完毕；若二者不相同，迭代执行S41
‑
S43，直至最新的中心点集合和上一次的中心点集合相同。
[0029]进一步的，在上述一种数据中心用铅酸蓄电池组内异常自动识别本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据中心用铅酸蓄电池组内异常自动识别方法，其特征在于，包括：S1、获取同组蓄电池的运行数据，得到数据集D；S2、将数据集D中的样本按照从小到大排序，按照四分位法确定当前聚类簇数量和当前中心点集合；S3、若聚类簇数量等于1，则该组蓄电池不存在异常样本；若聚类簇数量大于1，则执行S4；S4、逐一计算数据集D中样本到每一个当前中心点的距离，依据最小距离确定样本所属的聚类簇，并根据新划分好的聚类簇重新计算中心点位置；迭代计算聚类簇的中心点位置，直至各聚类簇的中心点位置不再发生改变，得到最终中心点集合；S5、根据最终中心点集合确定数据集D中每个样本所属的聚类簇，形成最终的簇划分；S6、计算簇划分中每个聚类簇中所含样本数量，将所含样本数量最多的簇作为正常簇，其他簇作为异常簇，并将其他簇中的样本作为组内蓄电池的异常样本。2.根据权利要求1所述的一种数据中心用铅酸蓄电池组内异常自动识别方法，其特征在于，S1中的数据集为内阻数据集、电压数据集或温度数据集。3.根据权利要求1所述的一种数据中心用铅酸蓄电池组内异常自动识别方法，其特征在于，S2包括：S21、将数据集D中的样本按照从小到大排序，计算数据集D中样本的最小值x
min
、第一四分位数Q1、第二四分位数x
med
、第三四分位数Q3和最大值x
max
；定义初始的聚类簇数量k＝1；如果最大值x
max
>Q3+1.5(Q3‑
Q1)或最小值x
min
<Q1‑
1.5(Q3‑
Q1)，则k增加1；如果最大值x
max
>Q3+1.5(Q3‑
Q1)且最小值x
min
<Q1‑
1.5(Q3‑
Q1)，则k增加2；S22、如果聚类簇数量k＝2，则：当最大值x
max
>Q3+1.5(Q3‑
Q1)时，聚类簇中心点集合U＝{x
med
，x
max
}；当最小值x
min
<Q1‑
1.5(Q3‑
Q1...

【专利技术属性】
技术研发人员：黄建文，陆芳珂，刘强，柴桢，刘思泽，种力文，
申请(专利权)人：国家计算机网络与信息安全管理中心，
类型：发明
国别省市：