【技術實現步驟摘要】
本專利技術屬于供配電，具體地，涉及數據中心供電可靠性的檢測方法及系統。
技術介紹
1、互聯網數據中心（internet?data?center，idc），即數據中心，是承載海量數據的物理載體，可以用來實現數據信息的存儲、計算、傳遞。典型的數據中心主要包括it系統（例如，服務器、網絡交換機等）、供電系統和散熱系統（例如精密空調等）。在數據中心的運營過程中，供電系統的穩定性和可靠性是非常重要的。
2、目前，往往通過簡單的硬件監控結合人工定期排查的方式檢測數據中心供電系統是否故障，以能夠定期檢測數據中心供電系統的可靠性。但這種檢測方式效率較低，且需要大量的人力物力，難以保證可靠性分析的及時性和準確性。
3、現有通過人工對數據中心供電系統可靠性進行分析的方案，效率較低。
4、隨著深度學習技術的發展，利用深度學習模型進行供電可靠性分析成為可能。現有的數據中心的供電故障檢測方法，通過獲取供電系統的運行檢測數據和所在環境檢測數據；基于機器學習算法，將運行檢測數據和所在環境檢測數據輸入至預先訓練的故障預測模型中，得到供電系統的故障預測概率，供電系統包括發電機系統和ups組系統；現有技術只是將故障預測模型簡單應用至數據中心的可靠性分析場景中，并未考慮傳統的故障預測模型與數據中心之間是否適配。例如，發電機系統為應急電源，而ups組系統是供電切換時作為臨時電源，二者對數據中心供電系統的影響是不同的，直接將這些信息作為模型的輸入數據，不易學習到不同信息中的差異。因此，現有的故障預測模型對數據中心系統的風險預測能力較差
技術實現思路
1、為解決現有技術中存在的不足，本專利技術提供一種數據中心供電可靠性的檢測方法及系統，自動實現idc供電系統的故障預測。
2、本專利技術采用如下的技術方案。
3、本專利技術提出了一種數據中心供電可靠性的檢測方法，數據中心供電系統包括供電設備和不間斷電源，包括：
4、采集供電設備的運行狀態信息和不間斷電源的運行狀態信息；
5、建立預測模型，包括：第一編碼器、第二編碼器、解碼器以及預測器；第一編碼器、第二編碼器和解碼器均采用層結構；
6、第一編碼器的第1層從供電設備的運行狀態信息的初始特征信息中提取第1層級特征信息，第一編碼器的第層從第層級特征信息中提取第層級特征信息；第二編碼器的第1層從不間斷電源的運行狀態信息的初始特征信息中提取第1層級特征信息，第二編碼器的第層從第層級特征信息中提取第層級特征信息；其中，；
7、解碼器的第層中，第一編碼器的第層級特征信息和第二編碼器的第層級特征信息進行拼接以生成第層級拼接特征信息；解碼器的第層中，對第層級拼接特征信息進行上采樣得到第層上采樣特征信息，第一編碼器的第層級特征信息和第二編碼器的第層級特征信息進行拼接以生成第層級拼接特征信息，第層上采樣特征信息和第層級拼接特征信息進行融合以生成第層級融合特征信息；解碼器向預測器輸出第1層級融合特征信息；其中，；
8、預測器根據第1層級融合特征信息預測供電設備的故障概率和不間斷電源的故障概率。
9、優選地，當=3時，第一編碼器的第1層中，對供電設備的運行狀態信息進行特征提取，生成向量形式的初始特征信息a0，對初始特征信息a0進行卷積處理以生成第1層級特征信息a1；第一編碼器的第2層中，對第1層級特征信息a1進行下采樣以得到第2層級中間特征信息a1'，對第2層級中間特征信息a1'進行卷積處理以生成第2層級特征信息a2；對第2層級特征信息a2進行下采樣以得到第3層級中間特征信息a2'，對第3層級中間特征信息a2'進行卷積處理以生成第3層級特征信息a3；
10、第二編碼器的第1層中，對不間斷電源的運行狀態信息進行特征提取，生成向量形式的初始特征信息b0，對初始特征信息b0進行卷積處理以生成第1層級特征信息b1；第一編碼器的第2層中，對第1層級特征信息b1進行下采樣以得到第2層級中間特征信息b1'，對第2層級中間特征信息b1'進行卷積處理以生成第2層級特征信息b2；對第2層級特征信息b2進行下采樣以得到第3層級中間特征信息b2'，對第3層級中間特征信息b2'進行卷積處理以生成第3層級特征信息b3。
11、優選地，初始特征信息a0與初始特征信息b0是長度相同的一維向量。
12、優選地，當=3時，解碼器的第3層中，第一編碼器的第3層級特征信息a3和第二編碼器的第3層級特征信息b3進行拼接以生成第3層級拼接特征信息c3；解碼器的第2層中，對第3層級拼接特征信息c3進行上采樣得到第2層級上采樣特征信息d2；第一編碼器的第2層級特征信息a2和第二編碼器的第2層級特征信息b2進行拼接以生成第2層級拼接特征信息c2，以第2層級上采樣特征信息d2和第2層級拼接特征信息c2進行融合處理，生成第2層級融合特征信息e2；解碼器的第1層中，對第2層級融合特征信息e2進行上采樣得到第1層級上采樣特征信息d1，第一編碼器的第1層級特征信息a1和第二編碼器的第1層級特征信息b1進行拼接以生成第1層級拼接特征信息c1，以第1層級上采樣特征信息d1和第1層級拼接特征信息c1進行融合處理，生成第1層級融合特征信息e1。
13、優選地，第1層級融合特征信息e1的長度是初始特征信息a0和初始特征信息b0的長度之和。
14、優選地，第層上采樣特征信息和第層級拼接特征信息進行融合，包括：
15、1）、使用第一卷積核對第層上采樣特征信息進行處理以生成第層上采樣中間特征信息；使用第二卷積核對第層級拼接特征信息進行處理以生成第層級拼接中間特征信息；
16、其中，第一卷積核和第二卷積核的尺度不同；
17、2）、使用注意力特征單元從第層上采樣中間特征信息中提取第一注意力向量va，使用注意力特征單元從第層級拼接中間特征信息中提取第二注意力向量vb；并使用softmax函數計算第一注意力向量va的權重wa、第二注意力向量vb的權重wb；
18、3）、利用第層上采樣中間特征信息與權重wa、第層級拼接中間特征信息與權重wb的加權和，作為第層級融合特征信息，滿足如下關系式：
19、e i=wa×d i'+?wb×c i'
20、式中，e i為第層級融合特征信息，d i'為第層上采樣中間特征信息，c i'為第層級拼接中間特征信息。
21、優選地，預測器采用一維的迭代膨脹卷積神經網絡結構。
22、優選地，比較預測的供電設備的故障概率pa和不間斷電源的故障概率pb；
23、當pa>pb時，生成報警信息；
24、當pa<pb時，由非故障ups供電。
25、本專利技術還提出了一種本文檔來自技高網...
【技術保護點】
1.一種數據中心供電可靠性的檢測方法，數據中心供電系統包括供電設備和不間斷電源，其特征在于，包括：
2.根據權利要求1所述的數據中心供電可靠性的檢測方法，其特征在于，
3.根據權利要求2所述的數據中心供電可靠性的檢測方法，其特征在于，
4.根據權利要求2所述的數據中心供電可靠性的檢測方法，其特征在于，
5.根據權利要求4所述的數據中心供電可靠性的檢測方法，其特征在于，
6.根據權利要求4所述的數據中心供電可靠性的檢測方法，其特征在于，
7.根據權利要求1所述的數據中心供電可靠性的檢測方法，其特征在于，
8.根據權利要求1所述的數據中心供電可靠性的檢測方法，其特征在于，
9.一種數據中心供電可靠性的檢測系統，數據中心供電系統包括供電設備和不間斷電源，其特征在于，包括：
10.一種終端，包括處理器及存儲介質；其特征在于：
11.計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現權利要求1-8任一項所述方法的步驟。
【技術特征摘要】
1.一種數據中心供電可靠性的檢測方法，數據中心供電系統包括供電設備和不間斷電源，其特征在于，包括：
2.根據權利要求1所述的數據中心供電可靠性的檢測方法，其特征在于，
3.根據權利要求2所述的數據中心供電可靠性的檢測方法，其特征在于，
4.根據權利要求2所述的數據中心供電可靠性的檢測方法，其特征在于，
5.根據權利要求4所述的數據中心供電可靠性的檢測方法，其特征在于，
6.根據權利要求4所述的數據中心供電可靠性的檢測方法...
【專利技術屬性】
技術研發人員：竇真蘭，賀靜，張一彥，張春雁，朱洪志，陳洪銀，芋耀賢，張珂，高翔，
申請(專利權)人：國網上海市電力公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。