一种机房供电参数检测方法
技术领域
本发明涉及机房环境监控技术领域,特别是一种机房供电参数检测方法。
背景技术
随着信息化技术的飞速发展,随着智慧城市的逐步推出,为保障信息化建设的需要,需要建立大量的中心机房,机房内的设备成为信息化建设必要的支撑,如果机房设备运行不稳定甚至经常发生故障,将造成较大的直接的及间接的经济损失,所以保障机房设备稳定运行,成为信息化建设的一个重点。要保障机房设备稳定运行,供电质量无疑又是重中之重。传统的处理中,仅对供电参数进行了采集,但并无智能化的分析和管理,在供电异常时并不能及时发现,并且往往需要有经验的工作人员到现场观察后才能发现。这样,虽然采集了数据,但并未起到提前预警、智能报警的作用。
发明内容
有鉴于现有技术的上述缺陷,本发明的目的就是提供一种机房供电参数检测方法,能够在机房供电异常时及时发现,并且能起到提前预警、智能报警的作用。
本发明的目的是通过这样的技术方案实现的,一种机房供电参数检测方法,它包括有:供电参数监测系统包括有机房供电参数检测方法节点、与机房供电参数检测方法节点通信的服务器和监测系统;
所述机房供电参数检测方法步骤如下:
S1:创建监测系统分析对象;
S2:创建监测系统通信对象,并对监测系统通信对象进行命名操作;
S3:按区域定义监测系统中的监测区域对象,每个监测区域包含有所述供电参数检测方法节点;
S4:建立所述监测系统通信对象与所述监测区域对象的对应关系;
S5:通过所述监测系统通信对象获得步骤S3中所述供电参数检测方法节点的数据,并保存到数据库中;
S6:分析步骤S5中所述数据库,提出报警并提前预警。
进一步,步骤S5中所述数据库中的数据包括有:获得数据的时间RecT、分析周期T、供电参数P、区域对象编号JIOID;
步骤S6中提出报警的步骤如下:
S611:步骤S1中的监测系统分析对象为ZXO,ZXO取得监测系统的参数,所述参数包括:时刻系数TCX、线性误差偏移量VC0、区域误差偏移量VF0、线性报警系统系数WC、区域报警系数WF,令线性报警计数器WCT=0、区域报警计数器WFT=0;
S612:ZXO获得监测系统中分析周期T的数据,设置多个分析周期,分别为T1、T2、…、TN,其中T1<T2<...<TN;
S613:ZXO检查每个分析周期T的供电参数P平均值Pa与当前记录的供电参数P获得值Pb是否都在VC0范围内;
计算当前的线性误差偏移量VC1=(Pb-Pa)/100*100%,如果-VC0<VC1<+VC0,则检查通过;否则,WCT=WCT+1,当WCT>WC时提出报警;
S614:ZXO获得时刻系数TCX最近一个分析周期T内的记录数据,分别编号为:AR1、AR2、…、ARN;获得每条记录数据的供电参数Pf,并按记录的区域对象编号JIOID和当前记录的区域对象编号JIOID之间的关系获得对应的区域误差偏移量VF0;判断当前的区域误差偏移量VF1是否在区域误差偏移量VF0的范围内;
计算当前的区域误差偏移量:VF1=(Pb-Pf)/100*100%,如果-VF0<VF1<+VF0,则检查通过;否则,WFT=WFT+1,当WFT>WF时提出报警;
S615:管理人员接到上述报警后,查看报警记录;如果报警记录的供电参数P值属于可接受范围,则忽略当前报警,不进行处理;否则,将该记录标记为报警成功记录。
进一步,步骤S613所述检查过程中,对多个分析周期分别进行计算;对第一个分析周期T1的计算,第一个分析周期T1的供电参数为PT11、PT12、...、PT1N,并且不采样报警成功记录的供电参数P值,则:
Pa1=(PT11+PT12+...+PT1N)/N;
VC1=(Pb-Pa1)/100*100%;
按照上述方法计算VC2至VCN的值,再分别用VC1、VC2、...、VCN与VC0进行比较,若比较不合格,则WCT=WCT+1,当WCT>WC时提出报警;
其中,Pa1为第一个分析周期T1对应的供电参数P的平均值;VC1为Pa1对应的线性误差偏移量;Pa2为第二个分析周期T2对应的供电参数P的平均值;VC2为Pa2对应的线性误差偏移量;PaN为第N个分析周期TN对应的供电参数P的平均值;VCN为PaN对应的线性误差偏移量。
进一步,步骤S614还包括有:取AR1对应的供电参数Pf1,并根据当前记录的JIOID和AR1的JIOID取得VF01,计算VF1=(Pb-Pf1)/100*100%;
按照上述方法计算出VF2到VFN的值,再用计算后的VF1分别与对应的VF02到VF0N的值进行比较,若比较不通过,则WFT=WFT+1,当WFT>WF时提出报警;
其中,VF1为当前的区域误差偏移量,VF2为第二个区域误差偏移量,VFN为第N个区域误差偏移量。
进一步,步骤S6中所述提前预警的具体步骤如下:
S621:如果本次记录未发起报警,用当前记录的Pb值进行偏移量分析,修正VC0和VF0;
S622:根据本次记录的Pb值,根据VF0预测TCX内其它区域的P值;
S623:根据VC0预测下一次获取数据时间RecT1对应的T1、T2、...、TN分析周期的供电参数P值:Pc=Pb±VC0;其中,Pc为下一次获取数据的时间RecT1对应的分析周期T的供电参数预测值;
S624:根据S623预测的P值及VF0预测下一次获取数据时间RecT1对应的T1、T2、...、TN分析周期的其它区域的P值。
进一步,步骤S621中修正VC0的方法为:
对分析周期T从T1到TN分别计算相对应的线性误差偏移量VC,对T1计算,T1分析周期的供电参数为PT11、PT12、...、PT1N,但不采样报警成功记录的供电参数P值,则:
Pa1=(PT11+PT12+...+PT1N)/N;
VC1=(Pb-Pa1)/100*100%;
按照上述方法计算出VC2到VCN的值;
最后,修正初始的线性误差偏移量VC0:VC0=(VC0+VC1+VC2+...+VCN)/(N+1)。
进一步,步骤S3中所述监测系统通信对象的编号分别为:JFO1、JFO2、...、JFON;步骤S621中修正VF0的方法为:
S6211:如果本次记录取得的是JF01区域的值,因为是第1个定义的区域,所以不修正VF0;
S6212:根据JFOID取得要修正的VF0,分别为:VFnn-1、VFnn-2、...、VFn1;
S6213:对任意一个VF0的修正方法为:取TN最近一个周期内的全部记录数据,按TCX划分为多组数据,每一组TCX中至少有当前要计算的VF的两个区域的一条记录,大于第一条的记录,则只取第一条记录的值;
S6214:取得每个TCX内的JFOID的P值,即Pb0和JFOID1的P值即Pf0,计算该TCX的VF0:
VF01=(Pb0-Pf0)/100*100%;
对每个TCX计算完后,得到VF01、VF02、...VF0N;
S6215:修正当前的VF0:
VF0=(VF0+VF01+VF02+...+VF0N)/(N+1);
S6216:按照步骤S6213至S6215所述,对需要修正的VF0全部进行修正。
进一步,步骤S622中预测其他区域P值的方法为:
根据本记录的JFOID及预测区域的JFOID,取得对应的VF0,则预测区域的P值为:Pf=Pb±VF0。
由于采用了上述技术方案,本发明具有如下的优点:
在数据采样的基础上,引入了神经遗传算法和区域网格算法,从时空上对数据进行了智能分析,从而能够及时的报警并对未来的数据进行预测,使得监测系统本身具有智能学习功能,并将各区域有机地结合起来综合分析。所以,随着系统使用的时间越长,预测值越准确,同时对异常情况反映更加灵敏,从而帮助机房管理人员高效、及时地发现和解决问题,保障机房设备运行的稳定可靠性。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。
附图说明
本发明的附图说明如下:
图1为本发明的流程示意图。
图2为本发明的计算VC的流程图。
图3为本发明的线性报警流程图。
图4为本发明的计算VF的流程图。
图5为本发明的区域报警流程图。
图6为本发明的VC修正流程图。
图7为本发明的VF修正流程图。
图8为本发明的区域预警流程图。
图9为本发明的线性预警流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
实施例:如图1至图9所示;一种机房供电参数检测方法,它包括有:机房供电参数检测方法节点、与机房供电参数检测方法节点通信的服务器和监测系统;
所述机房供电参数检测方法步骤如下:
S1:创建监测系统分析对象ZXO;
S2:创建监测系统通信对象,并对监测系统通信对象进行命名操作;分别命名为STO1、STO2、...、STON;
S3:按区域定义监测系统中的监测区域对象,每个监测区域包含有所述供电检测节点;其中区域按机房设备管理要求划分为不规则区域或按网格划分为规则区域;
S4:建立所述监测系统通信对象与所述监测区域对象的对应关系;如STO1与JFO3、STO2与JFO5对应等,直至完成全部一一对应的关系;
S5:通过所述监测系统通信对象获得步骤S3中所述供电检测节点数据,并保存到数据库中;
S6:分析步骤S5中所述数据库,提出报警并提前预警。
步骤S5中所述数据库中的数据包括有:获得数据的时间RecT、分析周期T、供电参数P、区域对象编号JIOID;
步骤S6中提出报警的步骤如下:
S611:步骤S1中的监测系统分析对象为ZXO,ZXO取得监测系统的参数,所述参数包括:时刻系数TCX、线性误差偏移量VC0、区域误差偏移量VF0、线性报警系统系数WC、区域报警系数WF,令线性报警计数器WCT=0、区域报警计数器WFT=0;
S612:ZXO获得监测系统中分析周期T的数据,设置多个分析周期,分别为T1、T2、…、TN,其中T1<T2<...<TN;
S613:ZXO检查每个分析周期T的供电参数P平均值Pa与当前记录的供电参数P获得值Pb是否都在VC0范围内;
计算当前的线性误差偏移量VC1=(Pb-Pa)/100*100%,如果-VC0<VC1<+VC0,则检查通过;否则,WCT=WCT+1,当WCT>WC时提出报警;
S614:ZXO获得时刻系数TCX最近一个分析周期T内的记录数据,分别编号为:AR1、AR2、…、ARN;获得每条记录数据的供电参数Pf,并按记录的区域对象编号JIOID和当前记录的区域对象编号JIOID之间的关系获得对应的区域误差偏移量VF0;判断当前的区域误差偏移量VF1是否在区域误差偏移量VF0的范围内;
计算当前的区域误差偏移量:VF1=(Pb-Pf)/100*100%,如果-VF0<VF1<+VF0,则检查通过;否则,WFT=WFT+1,当WFT>WF时提出报警;
S615:管理人员接到上述报警后,查看报警记录;如果报警记录的供电参数P值属于可接受范围,则忽略该次报警,不进行处理;否则,将该记录标记为报警成功记录。
步骤S611中,区域误差偏移量VF0是指各区域相当于其它区域的误差偏移量,所以具有多个值,如JFO2对JFO1为VF21,JFO3对JFO1为VF31,JFO3对JF02为VF32,以此类推。同时,定义区域误差影响是单向的,即编号小的区域对编号大的区域计算影响,而不计算编号大的区域对编号小的区域的影响。TCX必须设置得足够大,尽可能保证每组数据中都至少有一个各区域的P值,但TCX也不能太大到影响检查的时效性,如果TCX中没有某区域的记录,则在计算时忽略该区域。
步骤S613所述检查过程中,对多个分析周期分别进行计算;对第一个分析周期T1的计算,第一个分析周期T1的供电参数为PT11、PT12、...、PT1N,并且不采样报警成功记录的供电参数P值,则:
Pa1=(PT11+PT12+...+PT1N)/N;
VC1=(Pb-Pa1)/100*100%;
按照上述方法计算VC2至VCN的值,再分别用VC1、VC2、...、VCN与VC0进行比较,若比较不合格,则WCT=WCT+1,当WCT>WC时提出报警;
其中,Pa1为第一个分析周期T1对应的供电参数P的平均值;VC1为Pa1对应的线性误差偏移量;Pa2为第二个分析周期T2对应的供电参数P的平均值;VC2为Pa2对应的线性误差偏移量;PaN为第N个分析周期TN对应的供电参数P的平均值;VCN为PaN对应的线性误差偏移量。
步骤S614还包括有:取AR1对应的供电参数Pf1,并根据当前记录的JIOID和AR1的JIOID取得VF01,计算VF1=(Pb-Pf1)/100*100%;
按照上述方法计算出VF2到VFN的值,再用计算后的VF1分别与对应的VF02到VF0N的值进行比较,若比较不通过,则WFT=WFT+1,当WFT>WF时提出报警;
其中,VF1为当前的区域误差偏移量,VF2为第二个区域误差偏移量,VFN为第N个区域误差偏移量。
步骤S6中所述提前预警的具体步骤如下:
S621:如果本次记录未发起报警,用当前记录的Pb值进行偏移量分析,修正VC0和VF0;
S622:根据本次记录的Pb值,根据VF0预测TCX内其它区域的P值;
S623:根据VC0预测下一次获取数据时间RecT1对应的T1、T2、...、TN分析周期的供电参数P值:Pc=Pb±VC0;其中,Pc为下一次获取数据的时间RecT1对应的分析周期T的供电参数预测值;
S624:根据S623预测的P值及VF0预测下一次获取数据时间RecT1对应的T1、T2、...、TN分析周期的其它区域的P值。
步骤S621中修正VC0的方法为:
对分析周期T从T1到TN分别计算相对应的线性误差偏移量VC,对T1计算,T1分析周期的供电参数为PT11、PT12、...、PT1N,但不采样报警成功记录的供电参数P值,则:
Pa1=(PT11+PT12+...+PT1N)/N;
VC1=(Pb-Pa1)/100*100%;
按照上述方法计算出VC2到VCN的值;
最后,修正初始的线性误差偏移量VC0:VC0=(VC0+VC1+VC2+...+VCN)/(N+1)。
步骤S3中所述监测系统通信对象的编号分别为:JFO1、JFO2、...、JFON;步骤S621中按区域编号单向性的定义,修正VF0的方法为:
S6211:如果本次记录取得的是JF01区域的值,因为是第1个定义的区域,所以不修正VF0;
S6212:根据JFOID取得要修正的VF0,分别为:VFnn-1、VFnn-2、...、VFn1;如JFOID=6,则要修正的VF0有:VF65、VF64、VF63、VF62、VF61;
S6213:对任意一个VF0的修正方法为:取TN最近一个周期内的全部记录数据,按TCX划分为多组数据,每一组TCX中至少有当前要计算的VF的两个区域的一条记录,大于第一条的记录,则只取第一条记录的值;
S6214:取得每个TCX内的JFOID的P值,即Pb0和JFOID1的P值即Pf0,计算该TCX的VF0:
VF01=(Pb0-Pf0)/100*100%;
对每个TCX计算完后,得到VF01、VF02、...、VF0N;
S6215:修正当前的VF0:
VF0=(VF0+VF01+VF02+...+VF0N)/(N+1);
S6216:按照步骤S6213至S6215所述,对需要修正的VF0全部进行修正。
步骤S622中预测其他区域P值的方法为:按区域编号单向性的定义,只能预测比本记录JFOID大的区域编号的区域的P值,具体方法为:
根据本记录的JFOID及预测区域的JFOID,取得对应的VF0,则预测区域的P值为:Pf=Pb±VF0。
如图1所示,机房中有4个监测节点,分别划分到4个监测区域,对应为JFO1、JFO2、JFO3、JFO4。监测系统建立4个通信对象通过通信从监测节点获得供电参数,4个通信对象分别为STO1、STO2、STO3、STO4。智能分析对象ZXO根据通信对象采集的供电参数进行智能分析。
系统设置3个分析周期,分别为T1=24小时、T2=168小时、T3=720小时。TCX=1分钟。线性报警系数WC=2,区域报警系数WF=1。历史获得的线性误差偏移量VC0=0.2。历史获得的区域误差偏移量VF0_21=0.15,VF0_31=0.17,VF0_41=0.18,VF0_32=0.16,VF0_42=0.17,VF0_43=0.15。
现STO2从JFO2获得一条记录时,ZXO按图2计算VC流程在T1周期计算出VC1,在T2周期计算出VC2,在T3周期计算出VC3,并按图3线性报警流程决定是否进行报警。ZXO取TCX最近一个周期内的每个区域的第1条记录数据,对应4个区域分别为AR1、AR2、AR3、AR4,取得每条记录的供电参数为Pf1、Pf2、Pf3、Pf4,按图4计算VF流程图计算得到VF21、VF32、VF42,按图5区域报警流程图,将VF21与VF0_21、VF32与VF0_32、VF42与VF0_42进行比较,并决定是否报警。
如果本记录正常,未发起报警,则ZXO进行预警处理:
ZXO按图6的VC修正流程修正VC,ZXO按图7的VF修正流程修正VF0_21。
ZXO按图8区域预警流程预测JFO3区域的供电参数Pf3及JFO4区域的供电参数Pf4。
ZXO按图9线性预警流程预测下一T1周期JFO2区域的供电参数Pf2_T1,下一T2周期JFO2区域的供电参数Pf2_T2,下一T3周期JFO2区域的供电参数Pf2_T3。
ZXO按图8区域预警流程预测下一T1周期JFO3区域的供电参数Pf3_T1,下一T2周期JFO3区域的供电参数Pf3_T2,下一T3周期JFO3区域的供电参数Pf3_T3。
ZXO按图8区域预警流程预测下一T1周期JFO4区域的供电参数Pf4_T1,下一T2周期JFO4区域的供电参数Pf4_T2,下一T3周期JFO4区域的供电参数Pf4_T3。
由此可见,在某数据被采样的同时,ZXO智能进行报警和预警,并通过修正VC和VF的值,不断学习,使得报警更加准确,预测更加精确,符合现场的实际情况。
本发明具有的有益效果:在数据采样的基础上,引入了神经遗传算法和区域网格算法,从时空上对数据进行了智能分析,从而能够及时的报警并对未来的数据进行预测,使得监测系统本身具有智能学习功能,并将各区域有机地结合起来综合分析。所以,随着系统使用的时间越长,预测值越准确,同时对异常情况反映更加灵敏,从而帮助机房管理人员高效、及时地发现和解决问题,保障机房设备运行的稳定可靠性。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。