【技术实现步骤摘要】
本专利技术涉及电子数据处理领域，尤其涉及一种热管背板的温度数据异常分析方法。
技术介绍
1、在数据中心设备的热管背板空调散热系统中，需要通过热管来进行热量的传导，而对于热管背板的散热过程，通过在热管背板上安装多个温度传感器，利用温度传感器采集热管的温度数据，将每个温度传感器采集到的温度数据都与预设的温度阈值进行对比，根据对比结果确定每个温度传感器采集到的温度数据是否异常，进而能够确定热管背板的温度异常分析结果，实现对热管背板空调散热系统的散热效果进行监测的目的，在出现散热异常时及时进行预警，从而避免因热管背板空调散热系统的工作异常导致数据中心设备的异常运行。但是，在确定热管背板的温度异常分析结果的过程中，还需要检测热管背板的热传导异常，也即是热管背板的热管区段是否存在热传导异常。
2、现有技术中，针对于热管的热传导异常检测，通过热管的热传导方向上的相邻温度传感器之间的温度变化量进行对比分析，根据对比分析结果对热管的热传导过程进行异常分析。具体的，由于在两个相邻温度传感器之间的热传导过程中，存在温度时序数据的滞后关系，而这个滞后关系代表着热管的温度传导时间，因此，对于热管的热传导状态能够通过两个相邻温度传感器采集到的温度时序数据之间的时序滞后关系进行热传导异常评估，从而能够对热管背板散热过程中的每一个热管区段的热传导状态进行异常检测。但是，在通过两个相邻温度传感器采集到的温度时序数据之间的时序滞后关系进行热传导异常评估的过程中，存在着热量损失，使得在热传导过程中，前一个温度传感器的温度时序数据的数值偏高，后一个温度传感
3、因此，如何准确分析两个相邻温度传感器采集到的温度时序数据之间的时序滞后关系，以提高热管背板的温度异常分析结果成为亟需解决的问题。
技术实现思路
1、有鉴于此，本专利技术实施例提供了一种热管背板的温度数据异常分析方法，以解决如何准确分析两个相邻温度传感器采集到的温度时序数据之间的时序滞后关系，以提高热管背板的温度异常分析结果的问题。
2、本专利技术实施例中提供了一种热管背板的温度数据异常分析方法，该温度数据异常分析方法包括以下步骤：
3、针对热管背板的任一热管区域，确定所述热管区域的热传导方向，针对所述热管区域中任一两个相邻的温度传感器，根据所述热传导方向将所述两个相邻的温度传感器划分为前温度传感器和后温度传感器，获取所述前温度传感器的第一温度时序数据和所述后温度传感器的第二温度时序数据；
4、以所述第二温度时序数据中的任一数据为窗口中心，构建得到所述第二温度时序数据中的每个数据的局部窗口，针对所述第二温度时序数据中的任一数据，根据所述数据的局部窗口的每个数据与所述第一温度时序数据中相同位置的数据之间的差异，获取所述数据的局部窗口中每个数据的距离优化因子；
5、根据所述数据的局部窗口中的每个数据的距离优化因子，获取所述数据分别与所述第一温度时序数据中的每个数据之间的数据点距离，根据所述数据点距离确定所述第一温度时序数据中与所述数据相匹配的数据，组成一组数据对；
6、获取所述第一温度时序数据和所述第二温度时序数据之间的所有数据对，根据所述所有数据对中每个数据的采样时间，获取滞后时间时序数据，根据所述滞后时间时序数据进行所述热管区域的温度异常分析。
7、进一步的，所述根据所述数据的局部窗口的每个数据与所述第一温度时序数据中相同位置的数据之间的差异，获取所述数据的局部窗口中每个数据的距离优化因子，包括：
8、统计所述数据的局部窗口中数据下降所对应的数据数量，将所述数据数量的相反数作为底数为预设值的指数，得到对应的指数函数结果，获取常数1与所述指数函数结果之间的相减结果；
9、将所述数据的局部窗口中的任一数据作为邻域数据，获取所述邻域数据的局部窗口作为目标局部窗口，确定所述目标局部窗口中的第i个数据在所述第二温度时序数据中的位置，在所述第一温度时序数据中获取与所述位置相同的位置处的数据作为目标数据，计算所述目标数据与所述第i个数据之间的数据差值绝对值；
10、将所述目标局部窗口中的每个数据所对应的数据差值绝对值进行相加，得到对应的相加结果，对所述相加结果进行归一化处理，得到对应的归一化处理结果；
11、获取所述相减结果和所述归一化处理结果之间的乘积，将常数1与所述乘积之间的加和结果作为所述邻域数据的距离优化因子。
12、进一步的，所述根据所述数据的局部窗口中的每个数据的距离优化因子，获取所述数据分别与所述第一温度时序数据中的每个数据之间的数据点距离，包括：
13、取所述第一温度时序数据中的任一数据作为候选数据，将所述候选数据的局部窗口作为候选局部窗口，分别计算所述候选局部窗口与所述数据的局部窗口之间每个相同位置处的两个数据的差值绝对值；
14、将所述数据的局部窗口中的每个数据的距离优化因子作为权重，对所有的差值绝对值进行加权求和，得到加权求和结果，获取所述局部窗口或所述候选局部窗口所包含的数据总数量，将所述加权求和结果与所述数据总数量之间的比值作为所述数据与所述候选数据之间的数据点距离。
15、进一步的，所述根据所述数据点距离确定所述第一温度时序数据中与所述数据相匹配的数据，组成一组数据对，包括：
16、获取所述数据点距离中最小的数据点距离，将所述最小的数据点距离所对应的属于所述第一温度时序数据的数据作为与所述数据相匹配的数据，将所述数据和所述与所述数据相匹配的数据组成一组数据对。
17、进一步的，所述根据所述所有数据对中每个数据的采样时间，获取滞后时间时序数据，包括：
18、针对任一数据对，根据所述数据对中每个数据的采样时间，计算对应的时间间隔；
19、针对所述第二温度时序数据中的任一数据，根据所述数据的局部窗口中的每个数据对应的时间间隔，计算平均时间间隔，将所述平均时间间隔作为所述数据的滞后时间；
20、获取所述第二温度时序数据中的每个数据的滞后时间，将所有滞后时间组成滞后时间时序数据。
21、进一步的，所述根据所述滞后时间时序数据进行所述热管区域的温度异常分析，包括：
22、利用基于连通性的离群因子算法获取所述滞后时间时序数据中的每个数据点的cof离群因子，根据所述滞后时间时序数据中的每个数据点的cof离群因子进行所述热管区域的温度异常分析。
23、进一步的，所述根据所述滞后时间时序数据中的每个数据点的cof离群因子进行所述热管区域的温度异常分析，包括：
24、对所述滞后时间时序数据中的每个数据点的cof离群因子进行线性归一化处理，得到所述滞后时间时序数据中的每个数据点的离群程度；
25、针对所述滞后时间时序数据中的本文档来自技高网...
【技术保护点】
1.一种热管背板的温度数据异常分析方法，其特征在于，所述温度数据异常分析方法包括：
2.根据权利要求1所述的温度数据异常分析方法，其特征在于，所述根据所述数据的局部窗口的每个数据与所述第一温度时序数据中相同位置的数据之间的差异，获取所述数据的局部窗口中每个数据的距离优化因子，包括：
3.根据权利要求1所述的温度数据异常分析方法，其特征在于，所述根据所述数据的局部窗口中的每个数据的距离优化因子，获取所述数据分别与所述第一温度时序数据中的每个数据之间的数据点距离，包括：
4.根据权利要求1所述的温度数据异常分析方法，其特征在于，所述根据所述数据点距离确定所述第一温度时序数据中与所述数据相匹配的数据，组成一组数据对，包括：
5.根据权利要求1所述的温度数据异常分析方法，其特征在于，所述根据所述所有数据对中每个数据的采样时间，获取滞后时间时序数据，包括：
6.根据权利要求1所述的温度数据异常分析方法，其特征在于，所述根据所述滞后时间时序数据进行所述热管区域的温度异常分析，包括：
7.根据权利要求6所述的温度数据异常分
...【技术特征摘要】
1.一种热管背板的温度数据异常分析方法，其特征在于，所述温度数据异常分析方法包括：
2.根据权利要求1所述的温度数据异常分析方法，其特征在于，所述根据所述数据的局部窗口的每个数据与所述第一温度时序数据中相同位置的数据之间的差异，获取所述数据的局部窗口中每个数据的距离优化因子，包括：
3.根据权利要求1所述的温度数据异常分析方法，其特征在于，所述根据所述数据的局部窗口中的每个数据的距离优化因子，获取所述数据分别与所述第一温度时序数据中的每个数据之间的数据点距离，包括：
4.根据权利要求1所述的温度数据异常分析方法，其...
【专利技术属性】
技术研发人员：张蕴哲，蔡宇，乔福军，朱絮，乐海林，赵倩，矫漾，崔超，罗苗苗，司宇丰，
申请(专利权)人：北京英沣特能源技术有限公司，
类型：发明
国别省市：
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。