CN109934356B - 一种基于大数据的机房巡检方法及相关设备 - Google Patents

Abstract

本发明涉及大数据领域的数据可视化技术，具体涉及一种基于大数据的机房巡检方法及相关设备，所述方法包括：获取机房监控数据、交接班数据、管理变更数据并将其中的异常数据记录在巡检记录表中；将巡检记录表发送至巡检人员，提示巡检人员巡检并提交巡检数据及检查记录；获取巡检数据及检查记录，判断巡检数据是否异常，生成巡检报告。上述方法将巡检数据进行了可视化处理，便于巡检工作的开展，提高了巡检工作开展的效率，同时便于及时分析存在异常的设备或机房。

Description

一种基于大数据的机房巡检方法及相关设备

技术领域

本发明涉及大数据领域，特别是涉及一种基于大数据的机房巡检方法及相关设备。

背景技术

随着信息化社会的高速发展，现代社会的信息技术和自动化设施呈现出爆发式的增长趋势，信息技术和自动化设施已成为企业赖以生存和发展的重要工具，为了能够适应社会高速发展的需要，保障信息化技术被成功实现的机房巡检方式成为了许多企业安全管理方面改善的重点。

目前大多数企业的机房巡检方式主要还停留在最原始的状态，巡检方法还保留着传统的纸质抄录设备信息的方式，方法原始且信息不易保留和查找，虽然部分企业已经采用了电子化巡检方式来代替传统的巡检方式，但是收集到的数据只能作为历史对比的依据，不能作为预测设备状态、了解设备工作详情的参考资料，不能有效通过巡检提高企业信息化设备的安全管理效率，不仅造成了巡检工作资源的浪费，也增加了企业运营的风险。

发明内容

基于此，有必要针对巡检方式传统，采集的数据无法作为改善设备管理手段的参考资料，给企业造成了资源浪费且增加了企业运营风险的问题，提供一种基于大数据的机房巡检方法及相关设备。

一种基于大数据的机房巡检方法，包括：

获取机房监控数据、交接班数据、管理变更数据，将所述机房监控数据、交接班数据、管理变更数据中的异常数据记录在巡检记录表中；

将所述巡检记录表发送至巡检人员，提示所述巡检人员进行巡检并提交巡检数据及检查记录；

获取所述巡检人员提交的巡检数据及检查记录，判断所述巡检数据是否异常，标注异常巡检数据后将所述巡检数据及检查记录生成巡检报告。

在一种可能的设计中，所述获取机房监控数据、交接班数据、管理变更数据，包括：

通过数据接口连接机房监控系统、智能交接班系统、管理变更系统，发送机房监控数据收集请求至所述机房监控系统，发送交接班数据收集请求至所述智能交接班系统，发送变更数据收集请求至所述变更管理系统；

获取所述机房监控系统反馈的机房监控数据、所述智能交接班系统反馈的所述交接班数据、所述变更管理系统反馈的变更管理数据，所述机房监控数据包括不间断电源UPS的三相输出电流数据、管理系统PMM机柜的电流数据、机房的温湿度数据，所述交接班数据包括机房故障记录、故障处理进度。

在一种可能的设计中，所述将所述机房监控数据、交接班数据、管理变更数据中的异常数据记录在巡检记录表中，包括：

对所述机房监控数据中的UPS的三相输出电流数据进行平滑处理，获取所述三相输出电流数据中一相时间序列的电流数据x₁，x₂，...,x_t,利用指数平滑算法拟合出所述三相输出电流数据的变化趋势，预测t+1时刻的一相时间序列的电流数据F_t+1，所述指数平滑算法计算公式如下:

其中，n为整数，n的取值范围为1至t，令权重系数

并用F_t近似替代x_t-n，则

F_t+1＝αx_t+(1-α)F_t

F_t＝αx_t-1+(1-α)F_t-1

F_t+1＝αx_t+α(1-α)x_t-1+α(1-α)²x_t-2+...+α(1-α)ⁿx_t-n+(1-α)ⁿ⁺¹F_t-n

将所述三相输出电流数据中其他两相时间序列的电流数据代入所述指数平滑算法中，预测t+1时刻的所述其他两相时间序列的电流数据；

判断预测的t+1时刻一相时间序列的电流数据与其他两相时间序列的电流数据的差值是否超过预设的电流差值阈值，若超过，则所述三相输出电流数据为异常数据，所述UPS存在异常，将所述UPS名称记录在预设的巡检记录表中。

一种可能的设计中，所述将所述机房监控数据、交接班数据、管理变更数据中的异常数据记录在巡检记录表中，还包括：

将所述机房监控数据中的PMM机柜的电流数据和机房的温湿度数据，分别输入六西格玛模型，计算所述电流数据和所述温湿度数据的波动值，判断所述电流数据和所述温湿度数据的波动值是否处于预设的波动值阈值范围内；

当其中任一所述电流数据或所述温湿度数据超出预设的波动值阈值范围时，判断所述电流数据或所述温湿度数据为异常数据，定义为所述PMM机柜或所述机房存在异常，将所述PMM机柜或所述机房名称记录在预设的巡检记录表中。

在一种可能的设计中，所述将所述机房监控数据中的PMM机柜的电流数据和机房的温湿度数据，分别输入六西格玛模型，计算所述电流数据和所述温湿度数据的波动值，包括：

将所述电流数据或所述温湿度数据定义为数据y₁，y₂，...,y_n；

将所述数据y₁，y₂，...,y_n输入六西格玛模型，计算所述波动值S，所述六西格玛模型的计算公式如下：

其中，

为所述数据的平均值，也是判断目标值，n为所述数据的数量，σ为标准差参数，表示分散程度，为预设的常数；

判断所述波动值S是否处于所述波动值阈值范围内，所述波动值阈值范围为

至

当所述波动值S超出所述波动值阈值范围时，则为异常数据。

在一种可能的设计中，所述将所述机房监控数据、交接班数据、管理变更数据中的异常数据记录在巡检记录表中，还包括：

依据所述交接班数据的机房故障记录、故障处理进度将出现故障的机房名称或设备名称记录在所述巡检记录表中，依据所述变更管理数据将变更设备名称记录在所述巡检记录表中。

在一种可能的设计中，所述获取所述巡检人员提交的巡检数据及检查记录，判断所述巡检数据是否异常，标注异常巡检数据后将所述巡检数据及检查记录生成巡检报告，包括：

通过无线传输zigbee网络协议连接所述巡检人员的移动数据记录终端，获取所述巡检人员提交的巡检数据及检查记录，所述巡检数据包括存在异常的UPS的三相输出电流数据、存在异常的PMM机柜的电流数据、存在异常的机房的温湿度数据，所述检查记录包括出现故障的机房或设备的巡检情况、变更设备的巡检情况；

将所述巡检数据中的三相输出电流数据代入所述指数平滑算法，判断所述三相输出电流数据是否异常，当存在异常时，将所述三相输出电流数据标红；

将所述巡检数据中的PMM机柜的电流数据、机房的温湿度数据代入所述六西格玛模型，判断所述电流数据或所述温湿度数据是否异常，当存在异常时，将所述电流数据或所述温湿度数据标红；

将所述巡检数据及检查记录生成巡检报告。

基于相同的技术构思，本发明还提供了一种基于大数据的机房巡检装置，所述一种基于大数据的机房巡检装置，包括：

巡检记录生成模块，设置为获取机房监控数据、交接班数据、管理变更数据，将所述机房监控数据、交接班数据、管理变更数据中的异常数据记录在巡检记录表中；

巡检任务发送模块，设置为将所述巡检记录表发送至巡检人员，提示所述巡检人员进行巡检并提交巡检数据及检查记录；

巡检报告生成模块，设置为获取所述巡检人员提交的巡检数据及检查记录，判断所述巡检数据是否异常，标注异常巡检数据后将所述巡检数据及检查记录生成巡检报告。

基于相同的构思，本申请提出一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被一个或多个所述处理器执行时，使得一个或多个所述处理器执行上述所述一种基于大数据的机房巡检方法的步骤。

基于相同的构思，本申请提出一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述所述一种基于大数据的机房巡检方法的步骤。

上述一种基于大数据的机房巡检方法及相关设备，通过获取机房监控数据、交接班数据、管理变更数据，将所述机房监控数据、交接班数据、管理变更数据中的异常数据记录在巡检记录表中；将所述巡检记录表发送至巡检人员，提示所述巡检人员进行巡检并提交巡检数据及检查记录；获取所述巡检人员提交的巡检数据及检查记录，判断所述巡检数据是否异常，标注异常巡检数据后将所述巡检数据及检查记录生成巡检报告。本发明基于机房监控系统、交接班系统、管理变更系统，获取各类系统中的异常数据，分析各类异常数据并通过提示巡检人员进行巡查，再通过异常数据的判断，提升巡检工作的效率，为正常工作的开展保驾护航。

附图说明

图1为本发明一个实施例中一种基于大数据的机房巡检方法的流程图；

图2为本发明一个实施例中步骤S1巡检记录生成的流程图；

图3为本发明一个实施例中六西格玛模型判断的示意图；

图4为本发明一个实施例中一种基于大数据的机房巡检装置的示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。

图1为本发明实施例一种基于大数据的机房巡检方法的流程图，如图1所示，一种基于大数据的机房巡检方法，包括以下步骤：

步骤S1，巡检记录生成：获取机房监控数据、交接班数据、管理变更数据，将所述机房监控数据、交接班数据、管理变更数据中的异常数据记录在巡检记录表中。

本步骤通过获取各类易产生异常数据的系统数据，保障异常数据获取的充分，避免异常数据获取的遗漏，保障异常巡检的高效。

图2为本发明一个实施例中步骤S1巡检记录生成的流程图，如图2所示，在一个实施例中，步骤S1，包括如下具体步骤：

步骤S101，系统连接：通过数据接口连接机房监控系统、智能交接班系统、管理变更系统，发送机房监控数据收集请求至所述机房监控系统，发送交接班数据收集请求至所述智能交接班系统，发送变更数据收集请求至所述变更管理系统。

本步骤通过数据接口建立与外部各系统之间建立连接，实现基础数据通信，以便拓宽数据来源的渠道，确保将交接班工作数据充分展示，保障后续工作的顺利开展。

步骤S102，基础数据获取：获取所述机房监控系统反馈的机房监控数据、所述智能交接班系统反馈的所述交接班数据、所述变更管理系统反馈的变更管理数据，所述机房监控数据包括不间断电源UPS的三相输出电流数据、管理系统PMM机柜的电流数据、机房的温湿度数据，所述交接班数据包括机房故障记录、故障处理进度。

本步骤通过各系统获取了详细的巡检数据，提供了充分的数据依据，为后续获取巡检任务详情，有效完成巡检任务提供了详细的数据来源。

本实施例充分对巡检数据及获取的渠道充分展开说明，确保数据获取渠道来源于可靠的渠道，保障数据的真实性，提高数据来源的可靠度。

在一个实施例中，步骤S1中，将所述机房监控数据、交接班数据、管理变更数据中的异常数据记录在巡检记录表中，包括：

对所述机房监控数据中的UPS的三相输出电流数据进行平滑处理，获取所述三相输出电流数据中一相时间序列的电流数据x₁，x₂，...,x_t,利用指数平滑算法拟合出所述三相输出电流数据的变化趋势，预测t+1时刻的一相时间序列的电流数据F_t+1，所述指数平滑算法计算公式如下：

其中，n为整数，n的取值范围为1至t，令权重系数

并用F_t近似替代x_t-n，则

F_t+1＝αx_t+(1-α)F_t

F_t＝αx_t-1+(1-α)F_t-1

F_t+1＝αx_t+α(1-α)x_t-1+α(1-α)²x_t-2+...+α(1-α)ⁿx_t-n+(1-α)ⁿ⁺¹F_t-n

将所述三相输出电流数据中其他两相时间序列的电流数据代入所述指数平滑算法中，预测t+1时刻的所述其他两相时间序列的电流数据；判断预测的t+1时刻一相时间序列的电流数据与其他两相时间序列的电流数据的差值是否超过预设的电流差值阈值，若超过，则所述三相输出电流数据为异常数据，所述UPS存在异常，将所述UPS名称记录在预设的巡检记录表中。

本实施例中三相输出电流数据的三相时间序列的电流数据为三个频率相同、电势振幅相等、相位差互差120°的交流电产生的电流数据，理论上各相电流数据之间差值不会出现较大幅度的变动，通过详细计算，预测UPS的三相输出电流数据的t+1时刻的各相的电流数据，再通过各相电流差值与电流差值阈值比较，判断是否出现异常数据，确保UPS设备未处于异常状态，分析过程详细且具备高可靠性，通过计算获取的巡检任务具备很高的准确率。

在一个实施例中，步骤S1中，将所述机房监控数据、交接班数据、管理变更数据中的异常数据记录在巡检记录表中，还包括：

将所述机房监控数据中的PMM机柜的电流数据和机房的温湿度数据，分别输入六西格玛模型，计算所述电流数据和所述温湿度数据的波动值，判断所述电流数据和所述温湿度数据的波动值是否处于预设的波动值阈值范围内；当其中任一所述电流数据或所述温湿度数据超出预设的波动值阈值范围时，判断所述电流数据或所述温湿度数据为异常数据，定义为所述PMM机柜或所述机房存在异常，将所述PMM机柜或所述机房名称记录在预设的巡检记录表中。

其中，将所述机房监控数据中的PMM机柜的电流数据和机房的温湿度数据，分别输入六西格玛模型，计算所述电流数据和所述温湿度数据的波动值，包括：

将所述电流数据或所述温湿度数据定义为数据y₁，y₂，...,y_n；将所述数据y₁，y₂，...,y_n输入六西格玛模型，计算所述波动值S，所述六西格玛模型的计算公式如下：

其中，

为所述数据的平均值，也是判断目标值，n为所述数据的数量，σ为标准差参数，表示分散程度，为预设的常数；判断所述波动值S是否处于所述波动值阈值范围内，所述波动值阈值范围为

至

当所述波动值S超出所述波动值阈值范围时，则为异常数据。

本实施例引入六西格玛模型，采用一种质量尺度和追求卓越的目标，定义判断PMM机柜的电流数据和机房的温湿度数据的方向和界限，不仅判断标准具备高度的说服力，而且判别过程可靠、简单，通过合理的计算，可以快速得到判断依据，不提高了判断的效率，而且可以减少判别工作的复杂度，图3所示为判别的示意图，波动值阈值范围的下规范限为

目标值为

波动值阈值范围的上规范限为

通过观察数据是否处于

至

之间，获取到异常数据。

在一个实施例中，步骤S1中，将所述机房监控数据、交接班数据、管理变更数据中的异常数据记录在巡检记录表中，还包括：

依据所述交接班数据的机房故障记录、故障处理进度将出现故障的机房名称或设备名称记录在所述巡检记录表中，依据所述变更管理数据将变更设备名称记录在所述巡检记录表中。

本实施例将从交班数据中获取到的机房故障和故障处理进度中获取的机房或设备记录在任务中，通过巡检的方式对相应的设备或机房进行巡查，确保机房或设备的正常工作，减少故障扩大或再次出现故障的概率。

步骤S2，巡检任务发送：将所述巡检记录表发送至巡检人员，提示所述巡检人员进行巡检并提交巡检数据及检查记录。

本步骤将步骤S1记录的巡检记录表进行发送，将巡检任务下派下去，保障巡检的及时，具体可选用移动应用软件APP客户端或自动化办公OA平台的下发方式，再通过邮件和APP客户端提醒的方式及时通知巡检人员接收并查看任务，保障巡检任务执行的高效、可靠。

步骤S3，巡检报告生成：获取所述巡检人员提交的巡检数据及检查记录，判断所述巡检数据是否异常，标注异常巡检数据后将所述巡检数据及检查记录生成巡检报告。

本步骤通过将获取的巡检记录生成报告，一方面便于巡检人员查看巡检任务，另一方面便于及时发现存在异常的设备或机房，有助于工作人员在出现事故时及时做出弥补措施。

在一个实施例中，步骤S3，包括：通过无线传输zigbee网络协议连接所述巡检人员的移动数据记录终端，获取所述巡检人员提交的巡检数据及检查记录，所述巡检数据包括存在异常的UPS的三相输出电流数据、存在异常的PMM机柜的电流数据、存在异常的机房的温湿度数据，所述检查记录包括出现故障的机房或设备的巡检情况、变更设备的巡检情况；将所述巡检数据中的三相输出电流数据代入所述指数平滑算法，判断所述三相输出电流数据是否异常，当存在异常时，将所述三相输出电流数据标红；将所述巡检数据中的PMM机柜的电流数据、机房的温湿度数据代入所述六西格玛模型，判断所述电流数据或所述温湿度数据是否异常，当存在异常时，将所述电流数据或所述温湿度数据标红；将所述巡检数据及检查记录生成巡检报告。

本实施例中对巡检数据进行了核查，将二次核查后存在异常的数据进行标红，使得需求人员在进行数据查看和分析时更便捷、高效，最后将标红后的数据与获取的检查记录一起生成巡检报告，确保巡检任务无遗漏，保证巡检报告中囊括了所有存在异常的数据信息和设备或机房的检查信息。

本实施例对巡检人员的巡检数据进行了加工处理，通过现场巡检获取到更加准确的现场数据，再通过与系统数据同样的处理方式，采用同样的分析方法对数据进行处理分析，保障信息处理的一致性，经过二次判断后若仍然存在异常则可以快速断定存在异常数据的设备或机房为异常设备或异常机房，由此可采取相关的补救行动避免造成更大的损失。

本发明实施例将巡检数据进行了可视化处理，并对获取的数据进行了可量化操作，不仅可以有效提升巡检工作的效率，而且便于及时获取存在异常的设备或机房，保障安全管理工作的正常开展，同时也为企业各类业务的正常运转提供了保障。

在一个实施例中，提出了一种基于大数据的机房巡检装置，如图4所述，其包括：

巡检记录生成模块，设置为获取机房监控数据、交接班数据、管理变更数据，将所述机房监控数据、交接班数据、管理变更数据中的异常数据记录在巡检记录表中；

巡检任务发送模块，设置为将所述巡检记录表发送至巡检人员，提示所述巡检人员进行巡检并提交巡检数据及检查记录；

巡检报告生成模块，设置为获取所述巡检人员提交的巡检数据及检查记录，判断所述巡检数据是否异常，标注异常巡检数据后将所述巡检数据及检查记录生成巡检报告。

在一个实施例中，提出了一种计算机设备，包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行计算机可读指令时实现上述各实施例里一种基于大数据的机房巡检方法中的步骤。

在一个实施例中，提出了一种存储有计算机可读指令的存储介质，计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述各实施例里一种基于大数据的机房巡检方法中的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体(ReA/D-Only Memory，ROM)等非易失性存储介质，或随机存储记忆体(Random Access Memory，RAM)等。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (8)

1.一种基于大数据的机房巡检方法，其特征在于，包括：

获取机房监控数据、交接班数据中的异常数据、管理变更数据中的异常数据；

采用指数平滑算法和六西格玛模型对所述机房监控数据计算数据波动值，并根据所述数据波动值判断所述机房监控数据是否为异常数据；

将所述机房监控数据、交接班数据、管理变更数据中的异常数据记录在巡检记录表中；

将所述巡检记录表发送至巡检人员，根据所述异常数据提示所述巡检人员进行巡检并提交巡检数据及检查记录；

通过无线传输zigbee网络协议连接所述巡检人员的移动数据记录终端，获取所述巡检人员提交的巡检数据及检查记录，所述巡检数据包括存在异常的UPS的三相输出电流数据、存在异常的PMM机柜的电流数据、存在异常的机房的温湿度数据，所述检查记录包括出现故障的机房或设备的巡检情况、变更设备的巡检情况；

利用所述指数平滑算法对所述巡检数据中的三相输出电流数据进行平滑处理，获取所述三相输出电流数据中一相时间序列的电流数据x₁，x₂，...,x_t,利用指数平滑算法拟合出所述三相输出电流数据的变化趋势，预测t+1时刻的一相时间序列的电流数据F_t+1，所述指数平滑算法计算公式如下：

其中，n为整数，n的取值范围为1至t，令权重系数

并用F_t近似替代x_t-n，则

Ft+1＝αxt+(1-α)Ft

Ft＝αxt-1+(1-α)Ft-1

F_t+1＝αx_t+α(1-α)x_t-1+α(1-α)²x_t-2+...

+α(1-α)ⁿ x_t-n+(1-α)ⁿ⁺¹F_t-n

将所述三相输出电流数据中其他两相时间序列的电流数据代入所述指数平滑算法中，预测t+1时刻的所述其他两相时间序列的电流数据；

判断预测的t+1时刻一相时间序列的电流数据与其他两相时间序列的电流数据的差值是否超过预设的电流差值阈值，若超过，则所述三相输出电流数据为异常数据，并将所述三相输出电流数据标红；

利用所述六西格玛模型计算所述巡检数据中的PMM机柜的电流数据、机房的温湿度数据对应的波动值，并根据所述波动值，判断所述电流数据或所述温湿度数据是否异常，当存在异常时，将所述电流数据或所述温湿度数据标红；

将二次核查后标红的数据以及所述检查记录生成巡检报告。

2.如权利要求1所述的一种基于大数据的机房巡检方法，其特征在于，所述获取机房监控数据、交接班数据中的异常数据、管理变更数据中的异常数据，包括：

通过数据接口连接机房监控系统、智能交接班系统、管理变更系统，发送机房监控数据收集请求至所述机房监控系统，发送交接班数据收集请求至所述智能交接班系统，发送变更数据收集请求至所述管理变更系统；

获取所述机房监控系统反馈的机房监控数据、所述智能交接班系统反馈的所述交接班数据、所述管理变更系统反馈的管理变更 数据，所述机房监控数据包括不间断电源UPS的三相输出电流数据、管理系统PMM机柜的电流数据、机房的温湿度数据，所述交接班数据包括机房故障记录、故障处理进度。

3.如权利要求2所述的一种基于大数据的机房巡检方法，其特征在于，所述将所述机房监控数据、交接班数据、管理变更数据中的异常数据记录在巡检记录表中，还包括：

将所述机房监控数据中的PMM机柜的电流数据和机房的温湿度数据，分别输入六西格玛模型，计算所述电流数据和所述温湿度数据的波动值，判断所述电流数据和所述温湿度数据的波动值是否处于预设的波动值阈值范围内；

当其中任一所述电流数据或所述温湿度数据超出预设的波动值阈值范围时，判断所述电流数据或所述温湿度数据为异常数据，定义为所述PMM机柜或所述机房存在异常，将所述PMM机柜或所述机房名称记录在预设的巡检记录表中。

4.如权利要求3所述的一种基于大数据的机房巡检方法，其特征在于，所述将所述机房监控数据中的PMM机柜的电流数据和机房的温湿度数据，分别输入六西格玛模型，计算所述电流数据和所述温湿度数据的波动值，包括：

将所述电流数据或所述温湿度数据定义为数据y₁，y₂，...,y_n；

将所述数据y₁，y₂，...,y_n输入六西格玛模型，计算所述波动值S，所述六西格玛模型的计算公式如下：

其中，

为所述数据的平均值，也是判断目标值，n为所述数据的数量，σ为标准差参数，表示分散程度，为预设的常数；

判断所述波动值S是否处于所述波动值阈值范围内，所述波动值阈值范围为

至

当所述波动值S超出所述波动值阈值范围时，则为异常数据。

5.如权利要求2所述的一种基于大数据的机房巡检方法，其特征在于，所述将所述机房监控数据、交接班数据、管理变更数据中的异常数据记录在巡检记录表中，还包括：

依据所述交接班数据的机房故障记录、故障处理进度将出现故障的机房名称或设备名称记录在所述巡检记录表中，依据所述管理变更 数据将变更设备名称记录在所述巡检记录表中。

6.一种基于大数据的机房巡检装置，其特征在于，包括：

巡检记录生成模块，设置为获取机房监控数据、交接班数据中的异常数据、管理变更数据中的异常数据；采用指数平滑算法和六西格玛模型对所述机房监控数据计算数据波动值，并根据所述数据波动值判断所述机房监控数据是否为异常数据；将所述机房监控数据、交接班数据、管理变更数据中的异常数据记录在巡检记录表中；

巡检任务发送模块，设置为将所述巡检记录表发送至巡检人员，根据所述异常数据提示所述巡检人员进行巡检并提交巡检数据及检查记录；

巡检报告生成模块，设置为通过无线传输zigbee网络协议连接所述巡检人员的移动数据记录终端，获取所述巡检人员提交的巡检数据及检查记录，所述巡检数据包括存在异常的UPS的三相输出电流数据、存在异常的PMM机柜的电流数据、存在异常的机房的温湿度数据，所述检查记录包括出现故障的机房或设备的巡检情况、变更设备的巡检情况；利用所述指数平滑算法对所述巡检数据中的三相输出电流数据进行平滑处理，获取所述三相输出电流数据中一相时间序列的电流数据x₁，x₂，...,x_t,利用指数平滑算法拟合出所述三相输出电流数据的变化趋势，预测t+1时刻的一相时间序列的电流数据F_t+1，所述指数平滑算法计算公式如下：

其中，n为整数，n的取值范围为1至t，令权重系数

并用F_t近似替代x_t-n，则

Ft+1＝αxt+(1-α)Ft

Ft＝αxt-1+(1-α)Ft-1

F_t+1＝αx_t+α(1-α)x_t-1+α(1-α)²x_t-2+...

+α(1-α)ⁿ x_t-n+(1-α)ⁿ⁺¹F_t-n

将所述三相输出电流数据中其他两相时间序列的电流数据代入所述指数平滑算法中，预测t+1时刻的所述其他两相时间序列的电流数据；判断预测的t+1时刻一相时间序列的电流数据与其他两相时间序列的电流数据的差值是否超过预设的电流差值阈值，若超过，则所述三相输出电流数据为异常数据，并将所述三相输出电流数据标红；利用所述六西格玛模型计算所述巡检数据中的PMM机柜的电流数据、机房的温湿度数据对应的波动值，并根据所述波动值，判断所述电流数据或所述温湿度数据是否异常，当存在异常时，将所述电流数据或所述温湿度数据标红；将二次核查后标红的数据以及所述检查记录生成巡检报告。

7.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被一个或多个所述处理器执行时，使得一个或多个所述处理器执行如权利要求1至5中任一项权利要求所述一种基于大数据的机房巡检方法的步骤。

8.一种存储介质，其特征在于，所述存储介质可被处理器读写，所述存储介质存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个所述处理器执行如权利要求1至5中任一项所述一种基于大数据的机房巡检方法的步骤。

Images