[发明专利]一种基于人工智能的IDC设备故障风险评估方法

摘要

本发明公开了一种基于人工智能的IDC设备故障风险评估方法，属于数据处理技术领域，本发明基于过去的设备指标规律来训练异常检测模型，进而实现实时的异常检测；异常并不是故障，所以异常数量会较多，可以保证评分较好的样本基数；同时对于异常做出了分级，并通过简单的扣分评级体系实现小时级别的评分，在小时内将异常个数特性与异常集中特性进行了综合的考虑，得到最终相对传统方案更加全面的评分。本发明是通过基于人工智能技术实现对于IDC设备各项指标进行异常检测，通过对小时范围的异常个数、异常的集中特性两方面对设备进行小时级别的评分，进而实现评分周期的小时级别的滚动变化更新。

主权项

1.一种基于人工智能的IDC设备故障风险评估方法，其特征在于，包括如下步骤：/n步骤一、获取IDC设备运行过程中每小时内每一分钟的状态数据；/n步骤二、将步骤一所述的状态数据输入至预设的异常检测模型，根据所述异常检测模型的输出结果，获取IDC设备每小时内每一分钟的状态数据对应的数据类型，得到60个分钟的异常数据数组；/n其中异常检测模型根据异常检测算法构建，并根据IDC设备历史运行时的状态数据作为样本进行训练后获得，所述数据类型包括正常和异常；/n步骤三、小时级评分：/n针对每小时内的所有异常，从异常个数特性和异常集中特性两个方面评分，得出该小时的健康度，健康度级别可分为健康、轻微、一般、中等及严重五个级别；/n其中，异常个数特性指的是每小时内的异常个数；异常集中特性指的是每小时内的连续数分钟发生异常的个数；/n健康度级别判定评分标准如下：/na)发生异常大于等于20处，或大于10处的连续异常分钟，健康度级别判定为严重，扣30分；/nb)发生异常大于等于10处且小于20处，或大于等于5处且小于10处的连续异常分钟，健康度级别判定为中等，扣20分；/nc)发生异常大于等于5处且小于10处，或大于0且小于5处以下的连续异常分钟，健康度级别判定为一般，扣10分；/nd)发生异常大于0处且小于5处，同时无连续异常分钟，健康度级别判定为轻微，扣5分；/ne)无异常，健康度级别判定为健康，不扣分。/n小时级评分＝异常个数特性得分+异常集中特性得分，异常个数特性得分和异常集中特性得分初始分均为50分；/n步骤四、评分周期的小时级别的滚动变化更新，所述评分周期为30天：/n针对过去30天内每一个小时级的评分按照每6天为一个时间单元做出加权计算，得到评分周期30天内小时级别的异常评分，具体计算过程如下：/n①权重分配/n30天内每间隔6天变更一次权重，30天具体的权重分配如下：/n距离当前时间的第1个6天权重为w1＝15/30；第2个6天权重为w2＝8/30；第3个6天权重为w3＝4/30；第4个6天权重为w4＝2/30；第5个6天权重为w5＝1/30；/n②分别获取所述时间单元的小时级别平均值，即24*6＝144小时的小时级别平均值；/n③将30天内5个平均值做加权，得出30天内IDC设备风险评估的总分数为。/n