[發明專利]一種利用馬爾科夫模型分析與預測機房故障的方法

在審

• 申請號: 202010961323.2
• 申請日: 2020-09-14
• 公開（公告）號: CN112132195A
• 公開（公告）日: 2020-12-25
• 發明（設計）人: 顧磊;沈李峰
• 申請（專利權）人: 江西山水光電科技股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q10/04;G06Q10/00
• 代理公司: 武漢華旭知識產權事務所 42214
• 代理人: 劉榮;周宗貴

1.一種利用馬爾科夫模型分析與預測機房故障的方法，其特征在于，至少包括以下步驟：

(1)根據歷史告警故障數據計算出初始經驗值，再根據初始經驗值構建馬爾科夫模型矩陣，且初始經驗值存儲到經驗庫中，其中馬爾科夫模型矩陣的計算公式為：

p_ij＝p(E_j/E_i) 式1

式1中，E_i為故障第i種狀態概率，E_j為故障第j種狀態概率，p_ij為從狀態i到狀態j的條件概率即故障第i種狀態轉為故障第j種狀態的狀態轉移概率；式2中，P為狀態轉移概率矩陣，p_ij為從狀態i到狀態j的條件概率；式3中，p_ij為從狀態i到狀態j的條件概率；

(2)根據馬爾科夫模型矩陣設定不同閾值，再將采集得到的新告警故障數據值與閾值A進行比對，若數據值小于相應閾值A，則作為普通故障或者事件進行丟棄；若數據值大于相應閾值A，則認定為故障狀態轉移，且將新告警故障數據值根據馬爾科夫模型數據并行計算出其他條件概率，再將條件概率值與相應的閾值B進行比對，若條件概率值小于相應閾值B，則作為極低故障狀態轉移事件丟棄；若條件概率值大于相應閾值B，則將新告警故障數據和預測故障狀態轉移以網絡消息的形式輸出；

(3)將新告警故障數據加入歷史告警故障數據中進行數據更新，即故障狀態產生次數加歷史狀態次數形成總歷史狀態次數，且更新后的歷史告警故障數據更新馬爾科夫模型矩陣，再將更新后的歷史告警故障數據進行存儲。

2.根據權利要求1所述的利用馬爾科夫模型分析與預測機房故障的方法，其特征在于，步驟(1)所述歷史告警故障數據以周或月或年為時間范圍內的告警故障數據結合而成。

3.根據權利要求1所述的利用馬爾科夫模型分析與預測機房故障的方法，其特征在于，步驟(3)所述更新后的歷史告警故障數據以故障名稱、故障狀態、馬爾科夫模型矩陣、故障更新日期、相應閾值的數據結構進行存儲。