[發明專利]一種基于人工智能的IDC設備故障風險評估方法

在審

• 申請號: 201911017622.4
• 申請日: 2019-10-24
• 公開（公告）號: CN110796361A
• 公開（公告）日: 2020-02-14
• 發明（設計）人: 于富東;楊林;匙凱;楊立敏;胡建華
• 申請（專利權）人: 吉林吉大通信設計院股份有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/00
• 代理公司: 22206 長春市吉利專利事務所
• 代理人: 李曉莉

1.一種基于人工智能的IDC設備故障風險評估方法，其特征在于，包括如下步驟：

步驟一、獲取IDC設備運行過程中每小時內每一分鐘的狀態數據；

步驟二、將步驟一所述的狀態數據輸入至預設的異常檢測模型，根據所述異常檢測模型的輸出結果，獲取IDC設備每小時內每一分鐘的狀態數據對應的數據類型，得到60個分鐘的異常數據數組；

其中異常檢測模型根據異常檢測算法構建，并根據IDC設備歷史運行時的狀態數據作為樣本進行訓練后獲得，所述數據類型包括正常和異常；

步驟三、小時級評分：

針對每小時內的所有異常，從異常個數特性和異常集中特性兩個方面評分，得出該小時的健康度，健康度級別可分為健康、輕微、一般、中等及嚴重五個級別；

其中，異常個數特性指的是每小時內的異常個數；異常集中特性指的是每小時內的連續數分鐘發生異常的個數；

健康度級別判定評分標準如下：

a)發生異常大于等于20處，或大于10處的連續異常分鐘，健康度級別判定為嚴重，扣30分；

b)發生異常大于等于10處且小于20處，或大于等于5處且小于10處的連續異常分鐘，健康度級別判定為中等，扣20分；

c)發生異常大于等于5處且小于10處，或大于0且小于5處以下的連續異常分鐘，健康度級別判定為一般，扣10分；

d)發生異常大于0處且小于5處，同時無連續異常分鐘，健康度級別判定為輕微，扣5分；

e)無異常，健康度級別判定為健康，不扣分。

小時級評分＝異常個數特性得分+異常集中特性得分，異常個數特性得分和異常集中特性得分初始分均為50分；

步驟四、評分周期的小時級別的滾動變化更新，所述評分周期為30天：

針對過去30天內每一個小時級的評分按照每6天為一個時間單元做出加權計算，得到評分周期30天內小時級別的異常評分，具體計算過程如下：

①權重分配

30天內每間隔6天變更一次權重，30天具體的權重分配如下：

距離當前時間的第1個6天權重為w1＝15/30；第2個6天權重為w2＝8/30；第3個6天權重為w3＝4/30；第4個6天權重為w4＝2/30；第5個6天權重為w5＝1/30；

②分別獲取所述時間單元的小時級別平均值，即24*6＝144小時的小時級別平均值；

③將30天內5個平均值做加權，得出30天內IDC設備風險評估的總分數為。

2.根據權利要求1所述的一種基于人工智能的IDC設備故障風險評估方法，其特征在于：所述異常檢測算法為KNN最鄰近值算法、聚類算法、分類算法或支持向量機SVM算法。