[发明专利]数据中心动力环境设备运行模式突变检测方法及装置

说明书

本发明公开了一种数据中心动力环境设备运行模式突变检测方法及装置，数据中心动力环境设备运行模式突变检测方法，包括：采集数据中心动力环境设备的监控指标数据，构建初始数据空间；提取初始数据空间的频谱特征、时序特征，构建特征空间；基于特征空间、kmeans聚类算法，构建运行模式突变检测模型；根据运行模式突变检测模型的运行结果，判断数据中心动力环境设备运行模式是否发生突变。采用本发明，基于无监督聚类模型，具有高效的计算效率，能够应用于数据中心动力环境设备运行模式的在线检测中，其中通过提取能够表征序列连续性的时序特征，保证了聚类结果中的各个簇在时间上的分布尽量集中。

技术领域

本发明涉及设备检测技术领域，尤其涉及一种数据中心动力环境设备运行模式突变检测方法及装置。

背景技术

数据中心是作为基础设施对外提供的，数据中心的安全可靠运行直接决定其上层平台和应用的可靠性。经统计，当数据中心发生停机事故，每小时给数据中心运营商造成的财产损失高达26万美元。数据中心主要包括IT设备以及其他用于提供IT设备工作保障的动力环境设备，动力环境设备包括电力设备、空调设备、门禁设备、极早期设备、监控设备等。作为保障数据中心正常运行的动力环境设备，对数据中心信息系统的可靠运行有着重要影响。保障动力环境设备的可靠运行，对于维护数据中心的高可靠性意义重大。因此对数据中心动力环境设备运行模式的突变进行及时准确的检测，对防止设备运行出现重大事故具有重要意义。

发明内容

本发明实施例提供一种数据中心动力环境设备运行模式突变检测方法及装置，用以解决现有技术中对数据中心动力环境设备运行模式的突变检测效率低的问题。

根据本发明实施例的数据中心动力环境设备运行模式突变检测方法，包括：

采集数据中心动力环境设备的监控指标数据，构建初始数据空间；

提取所述初始数据空间的频谱特征、时序特征，构建特征空间；

基于所述特征空间、kmeans聚类算法，构建运行模式突变检测模型；

根据所述运行模式突变检测模型的运行结果，判断所述数据中心动力环境设备运行模式是否发生突变。

根据本发明的一些实施例，所述采集数据中心动力环境设备的监控指标数据，构建初始数据空间，包括：

基于滑动窗口的思想，获取当前时间窗口下数据中心动力环境设备的监控指标数据；

对所述监控指标数据进行等时间间隔处理、非法值去除处理、插值处理，以构建初始数据空间。

在本发明的一些实施例中，所述对所述监控指标数据进行等时间间隔处理、非法值去除处理、插值处理，以构建初始数据空间，包括：

基于线性插值方法对所述监控指标数据进行等时间间隔处理；

基于Gaussian tail方法对所述监控指标数据进行非法值去除处理；

将所述非法值去除处理确定的待去除监控指标数据替换为其相邻的监控指标数据。

根据本发明的一些实施例，所述提取所述初始数据空间的频谱特征、时序特征，构建特征空间，包括：

基于Coiflets小波变换方法，获取所述初始数据空间的频谱特征；

确定所述初始数据空间中每个数据的时间次序，作为所述时序特征；

合并所述频谱特征、所述时序特征、所述初始数据空间，构建所述特征空间。

在本发明的一些实施例中，所述提取所述初始数据空间的频谱特征、时序特征，构建特征空间，还包括：

采用分位数归一化方法，对所述特征空间进行归一化处理。