设备巡检数据处理方法、装置、设备及可读存储介质制造方法及图纸

本申请提供一种设备巡检数据处理方法、装置、设备及可读存储介质。该方法包括：获取目标时间段内巡检目标设备得到的目标设备的N个特征参数的数据集；对各特征参数的数据集中的数据进行预处理，得到各特征参数预处理后的数据集；采用各特征参数预处理后的数据集，获取目标设备在目标时间段的健康指数观测序列；根据健康指数观测序列，预测目标设备的健康状态。本申请的方法，可以根据设备的巡检数据，准确的预测设备的健康状态，以为后续设备的巡检和运行维护提供数据支撑。运行维护提供数据支撑。运行维护提供数据支撑。

【技术实现步骤摘要】
设备巡检数据处理方法、装置、设备及可读存储介质


[0001]本申请涉及数据处理领域，尤其涉及一种设备巡检数据处理方法、装置、设备及可读存储介质。

技术介绍

[0002]近年来，随着云计算、大数据等新兴技术的蓬勃发展，数据中心机房得以大规模的兴建与运营，机房设备数量随之提高，导致与之配套的运维业务量巨增，为保障数据中心机房的正常运转，需要对数据中心机房中的设备进行日常巡检。
[0003]目前，数据中心机房的巡检，缺少针对巡检得到的设备的巡检数据的处理分析，无法预知设备的健康状态。故，如何基于设备的巡检数据预知设备的健康状态是一个亟待解决的问题。

技术实现思路

[0004]本申请提供一种设备巡检数据处理方法、装置、设备及可读存储介质，用以解决基于设备的巡检数据无法预知设备的健康状态问题。
[0005]第一方面，本申请提供一种设备巡检数据处理方法，所述方法包括：
[0006]获取目标时间段内巡检目标设备得到的所述目标设备的N个特征参数的数据集，所述特征参数的数据集包括在所述目标时间段内M次巡检得到的该特征参数的M个数据；所述N为大于或等于1的整数，所述M为大于或等于2的整数；
[0007]对各所述特征参数的数据集中的数据进行预处理，得到各所述特征参数预处理后的数据集；
[0008]采用各所述特征参数预处理后的数据集，获取所述目标设备在所述目标时间段的健康指数观测序列，所述健康指数观测序列包括M个元素，每个元素对应一次巡检，用于表征基于该次巡检得到的N个特征参数的数据获取的所述目标设备的健康指数；
[0009]根据所述健康指数观测序列，预测所述目标设备的健康状态。
[0010]可选地，所述采用各所述特征参数预处理后的数据集，获取所述目标设备在所述目标时间段的健康指数观测序列，包括：
[0011]获取各所述特征参数的权重；
[0012]将各所述特征参数预处理后的数据集中同一次巡检得到的各特征参数的数据与权重的乘积相加，得到该次巡检对应的所述目标设备的健康指数；
[0013]利用各次巡检对应的所述目标设备的健康指数，生成所述目标设备在所述目标时间段的健康指数观测序列。
[0014]可选地，所述获取各所述特征参数的权重，包括：
[0015]根据所有所述特征参数的数据集，生成包括所有所述特征参数的数据的数据矩阵；
[0016]利用主成分分析法对所述数据矩阵进行处理，获取各所述特征参数的权重。
[0017]可选地，所述根据所述健康指数观测序列，预测所述目标设备的健康状态，包括：
[0018]采用维特比算法，利用所述健康指数观测序列，以及，用于预测健康状态的分级模型，预测所述目标设备的健康状态；所述分级模型采用初始健康状态向量、健康状态转移概率矩阵和观测概率矩阵进行表示。
[0019]可选地，所述分级模型为根据预设的设备健康状态，构建并采用样本健康指数观测序列训练得到的基于期望最大化算法的隐马尔可夫HMM。
[0020]可选地，所述根据所述健康指数观测序列，预测所述目标设备的健康状态之后，所述方法还包括：
[0021]在所述目标设备的设备信息中更新所述目标设备的健康状态的标签。
[0022]可选地，所述根据所述健康指数观测序列，预测所述目标设备的健康状态之后，所述方法还包括：
[0023]若所述目标设备的健康状态不符合预设健康状态，则输出所述目标设备的健康状态的提示信息，以触发对所述目标设备再次巡检的巡检任务。
[0024]第二方面，本申请提供一种设备巡检数据处理装置，所述装置包括：
[0025]第一获取模块，用于获取目标时间段内巡检目标设备得到的所述目标设备的N个特征参数的数据集，所述特征参数的数据集包括在所述目标时间段内M次巡检得到的该特征参数的M个数据；所述N为大于或等于1的整数，所述M为大于或等于2的整数；
[0026]预处理模块，用于对各所述特征参数的数据集中的数据进行预处理，得到各所述特征参数预处理后的数据集；
[0027]第二获取模块，用于基于各所述特征参数预处理后的数据集，获取所述目标设备在所述目标时间段的健康指数观测序列，所述健康指数观测序列包括M个元素，每个元素对应一次巡检，用于表征基于该次巡检得到的N个特征参数的数据获取的所述目标设备的健康指数；
[0028]预测模块，用于根据所述健康指数观测序列，预测所述目标设备的健康状态。
[0029]第三方面，本申请提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；
[0030]所述存储器存储计算机执行指令；
[0031]所述处理器执行所述存储器存储的计算机执行指令，以实现如第一方面任一项所述的方法。
[0032]第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如第一方面任一项所述的方法。
[0033]第五方面，本申请提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如第一方面任一项所述的方法。
[0034]第六方面，本申请提供一种芯片，所述芯片上存储有计算机程序，所述计算机程序被所述芯片执行时，实现如第一方面任一项所述的方法。
[0035]本申请提供的设备巡检数据处理方法、装置、设备及可读存储介质，通过在基于目标时间段内巡检获得的随目标设备健康状态变化的多维度的设备的特征参数数据，生成了该目标设备的健康指数，能够反映该目标设备当前的健康状态。而进一步生成的该目标设
备的健康指数观测序列，可以反映出目标时间段内该目标设备的健康状态的变化趋势，因此，基于该变化趋势可以准确的预测设备的健康状态，以为后续设备的巡检和运行维护提供数据支撑。
附图说明
[0036]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
[0037]图1为本申请实施例提供的一种设备巡检数据处理方法的流程示意图；
[0038]图2为本申请实施例提供的另一种设备巡检数据处理方法的流程示意图；
[0039]图3为本申请实施例提供的一种设备巡检系统架构示意图；
[0040]图4为本申请实施例提供的另一种设备巡检系统架构示意图；
[0041]图5为本申请实施例提供的一种设备巡检数据处理装置的结构示意图；
[0042]图6为本申请提供的一种电子设备600结构示意图。
[0043]通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
[0044]这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种设备巡检数据处理方法，其特征在于，所述方法包括：获取目标时间段内巡检目标设备得到的所述目标设备的N个特征参数的数据集，所述特征参数的数据集包括在所述目标时间段内M次巡检得到的该特征参数的M个数据；所述N为大于或等于1的整数，所述M为大于或等于2的整数；对各所述特征参数的数据集中的数据进行预处理，得到各所述特征参数预处理后的数据集；采用各所述特征参数预处理后的数据集，获取所述目标设备在所述目标时间段的健康指数观测序列，所述健康指数观测序列包括M个元素，每个元素对应一次巡检，用于表征基于该次巡检得到的N个特征参数的数据获取的所述目标设备的健康指数；根据所述健康指数观测序列，预测所述目标设备的健康状态。2.根据权利要求1所述的方法，其特征在于，所述采用各所述特征参数预处理后的数据集，获取所述目标设备在所述目标时间段的健康指数观测序列，包括：获取各所述特征参数的权重；将各所述特征参数预处理后的数据集中同一次巡检得到的各特征参数的数据与权重的乘积相加，得到该次巡检对应的所述目标设备的健康指数；利用各次巡检对应的所述目标设备的健康指数，生成所述目标设备在所述目标时间段的健康指数观测序列。3.根据权利要求2所述的方法，其特征在于，所述获取各所述特征参数的权重，包括：根据所有所述特征参数的数据集，生成包括所有所述特征参数的数据的数据矩阵；利用主成分分析法对所述数据矩阵进行处理，获取各所述特征参数的权重。4.根据权利要求1
‑
3任一项所述的方法，其特征在于，所述根据所述健康指数观测序列，预测所述目标设备的健康状态，包括：采用维特比算法，利用所述健康指数观测序列，以及，用于预测健康状态的分级模型，预测所述目标设备的健康状态；所述分级模型采用初始健康状态向量、健康状态转移概率矩阵和观测概率矩阵进行表示。5.根据权利要求4所述的方法，其特征在于，所述分级模型为根据预设的设备健康...

【专利技术属性】
技术研发人员：陈慧，李博威，吴广展，罗涵，王辉，魏晖，莫均波，黄志，侯海敏，龙正航，罗绵辉，林幼彬，徐利，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：