CN111609883A - 一种基于大数据的通信机房防护监测管理系统 - Google Patents

Abstract

本发明公开一种基于大数据的通信机房防护监测管理系统，包括环境噪音检测模块、声音对比分离模块、波形识别分析模块、环境参数存储数据库、故障频率检测模块、设备关联构建模块、设备运行参数检测模块、数据调整分析模块、大数据服务器和提示预警终端。本发明通过对机房内的混合噪音进行分析，以判断各设备是否发生故障以及发生故障的种类，并通过分析设备发生故障的频率、等待修复的时间以及设备的温度变化情况，并结合其他设备与待检测设备的关联紧密系数以及故障修复时间等，综合分析在设备自身以及其他设备的影响下该设备所对应的运行寿命评估系数，具有检测的准确性高的特点，实现了防护预警提醒，便于对机房内的设备进行防护监测管理。

Description

一种基于大数据的通信机房防护监测管理系统

技术领域

本发明属于机房设备管理技术领域，涉及到一种基于大数据的通信机房防护监测管理系统。

背景技术

随着经济的快速发展，信息的时代已经到来，人们对通信的需求不断增加，要求服务网络覆盖的范围越来越广泛，通信机房是每个通信运营商的宝贵资源，合理、有效、充分地利用通信机房，对设备的运行维护、快速处理设备故障、降低成本等运营商竞争力的核心，通信机房一般按照不同的功能进行区分和布局，分别为设备机房、配套机房和辅助机房，设备机房内安装有通信设备，以实现通信工程，一般有传输机、交换机和网络机等组成，配套机房是用于安装保证通信设备正常、安全和稳定的运行设备的空间，一般有电力电池室、变配电室和油机室等组成，辅助机房是保障生产、办公、生活需要的用房，一般由运维办公室、运维值班室、资料室、备品备件库、消防保安室、新风机房、钢瓶间和卫生间等组成。

目前，机房内的设备是否正常运作由技术人员进行人工检测、管理，消耗技术人员的大量时间和精力，一旦其中一设备故障，严重时将会导致其他设备也随着受到影响，造成覆盖区域内的网络安全异常，影响用户对通信网络的使用体验，当一设备故障而带动其他设备故障时，会增加技术人员排查故障的难度，且技术人员无法及时获取设备发生故障以及无法准确地判断设备发生故障的种类，同时，现有技术无法获得在设备自身以及其他设备的共同影响下对该设备的损坏程度，进而无法准确地分析出设备的运行寿命参数，无法实现对机房内设备的防护监测管理，大大增加了机房内设备的损耗，且增加了技术人员排查故障的难度,为了解决以上问题，现设计一种基于大数据的通信机房防护监测管理系统。

发明内容

本发明的目的在于提供的一种基于大数据的通信机房防护监测管理系统，解决了背景技术中存在的技术问题。

本发明的目的可以通过以下技术方案实现：

一种基于大数据的通信机房防护监测管理系统，包括环境噪音检测模块、声音对比分离模块、波形识别分析模块、环境参数存储数据库、故障频率检测模块、设备关联构建模块、设备运行参数检测模块、数据调整分析模块、大数据服务器和提示预警终端；

所述环境噪音检测模块为噪音传感器，用于检测机房区域内的混合噪音信息，并将检测的混合噪音信息发送至声音对比分离模块；

所述声音对比分离模块用于接收各检测子区域内环境噪音检测模块发送的混合噪音信息，根据接收的混合噪音信息绘制成初始声音波形图，剔除初始声音波形图未成周期性变化的声音波形，并提取环境参数存储数据库中机房区域内各设备正常运行或非正常运行状态下的标准声音波形图，将剔除后的声音波形图逐个与各设备正常运行或非正常运行状态下的设备声音波形图进行匹配模拟对比，筛选出各设备运行过程中对应的声音波形图，并将分离出的机房区域内的各设备在运行过程中的声音波形图发送至波形识别分析模块；

所述波形识别分析模块用于接收声音对比分离模块发送的机房区域内各设备在运行过程中的声音波形图，同时获取环境参数存储数据库中存储的各设备在不同运行状态下的标准声音波形图，将接收的声音波形图按比例放大或缩小一个波形周期内的波形图，直至提取的一个波形周期内的波形幅值依次等于各运行运行状态下的标准声音波形图的幅值，依次将设备调整后的的声音波形图与该设备在不同运行状态下的标准声音波形图进行对比，以模拟一个波形周期内各设备运行过程中的声音波形图与该设备在不同运行状态下的标准声音波形图间的波形重合线条，并将各设备的声音波形图与不同运行状态下的标准声音波形图间的波形重合线条发送至大数据服务器；

所述环境参数存储数据库用于存储各设备在不同运行状态下的标准声音波形图，以及存储机房内各设备对应的运行寿命评估系数阈值，不同运行状态下的标准声音波形图包括设备正常运行状态下的标准声音波形图和该设备在各故障种类下的标准声音波形图；

所述故障频率检测模块用于统计各固定时间段内各设备发生故障的频率，并统计各设备每次发生故障持续等待维修的时长，将各设备发生故障的频率以及发生故障持续等待维修的时间发送至数据调整分析模块；

所述设备关联构建模块用于获取与各设备相连接的其他设备，并依次将各设备作为待检测设备，判断除了待检测设备以外的其他设备故障与待检测设备故障间的关联程度，以获得其他设备对待检测设备的关联紧密系数，并依次将其他设备与待检测设备间的关联紧密系数构建设备关联紧密系数集，并建立因其他设备故障而造成待检测设备故障的故障修复时间集合，并将获得的其他设备与待检测设备的关联紧密系数以及故障修复时间分别发送至数据调整分析模块和大数据服务器；

所述数据调整分析模块用于接收故障频率检测模块发送的各设备发生故障的频率以及每次发生故障持续等待维修的时间，并将上一固定时间段内各设备发生故障的频率与下一固定时间段内该设备发生故障的频率间的差值，得到

将上一固定时间段内各设备发生故障持续等待维修的时间与上一固定时间段内该设备发生故障等待维修的时间的差值

s＝1,2,...,S,数据调整分析模块将设备在相邻固定时间段内发生的故障频率的差值以及等待维修的时间差值发送至大数据服务器，同时接收设备关联构建模块发送的其他设备与各设备间的关联紧密系数以及故障修复时间，根据其他设备与各设备的关联紧密系数以及故障修复时间统计各其他设备对各设备的影响权重比值，数据调整分析模块将其他设备对该设备的影响权重比值发送至大数据服务器；

所述设备运行参数检测模块用于实时检测各设备在各固定时间段内运行的温度数值，统计各设备在各固定时间段内运行温度大于设定温度阈值的累计时长wiv，i＝1,2,...,n,v＝1,2,...,V,wiv表示为第i个设备在第v个固定时间段内大于设定温度阈值的累计时长，并将各设备在各固定时间段内运行温度大于设定温度阈值的累计时长发送至大数据服务器；

大数据服务器用于接收波形识别分析模块发送的各设备的声音波形图与不同运行状态下的标准声音波形图间的波形重合线条，统计与各运行状态下的标准声音波形图间的重合度系数，筛选出重合度系数最大的设备对应的运行状态，以判断设备是否故障，若发生故障，并反馈设备故障信息至故障频率检测模块，并将设备对应的故障种类发送至提示预警终端；

同时，大数据服务器提取设备关联构建模块发送的其他设备与各设备的关联紧密系数以及故障修复时间，接收数据调整分析模块发送的各设备在相邻固定时间段内发生的故障频率的差值、等待维修的时间差值以及其他设备对各设备的影响权重比值，接收设备运行参数检测模块发送的各设备在各固定时间段内运行温度大于设定温度阈值的累计时长，大数据服务器根据以上数据信息，统计各设备的运行寿命评估系数，大数据服务器将各设备对应的运行寿命评估系数发送至提示预警终端；

所述提示预警终端用于接收大数据服务器发送的机房内各设备的运行寿命评估系数和该设备对应的故障种类，并将该设备的运行寿命评估系数与环境参数存储数据库中存储该设备运行寿命评估系数阈值进行对比，若大于设定的运行寿命评估系数阈值，则发出二级危险预警提醒，若小于设定的运行寿命评估系数阈值且大于0.5倍的运行寿命评估系数阈值，则发出一级危险预警提醒，同时对各设备对应的运行评估寿命系数和设备的故障种类进行显示。

进一步地，第i个设备故障对第j个设备故障的关联紧密系数与第j个设备故障对第i个设备故障的关联紧密系数不同，即aij≠aji，第i个设备发生故障而导致第j个设备发生故障所需的修复时间与第j个设备发生故障而导致第i个设备发生故障所需的修复时间不同，即tij≠tji，当i＝j时，aji＝0。

进一步地，所述设备关联构建模块中其他设备与待检测设备间的关联程度的判断方法，包括以下步骤：

S1、判断其他设备与待检测设备间是否存在关联，若不存在关联，则与待检测设备无相关的设备与待检测设备间的关联紧密系数等于0，获得与待检测设备相连的各设备；

S2、当在固定时间段内与待检测设备相连的其他设备发生故障，判断待检测设备是否发生故障，统计其他设备故障造成待检测设备发生故障的频率；

S3、统计各固定时间段内因与待检测设备相连的其他设备故障而造成待检测设备发生故障的频率和与待检测设备相连接的该其他设备发生故障的频率进行对比，得到单次关联度系数

S4、求取各固定时间段内与待检测设备相连接的其他设备对该待检测设备的关联紧密系数

v＝1,2,...,V,V表示为检测的固定时间段的次数，

表示为因第j个设备故障而造成第i个设备故障的单次关联度系数；

S5、统计因其他设备故障而造成待检测设备故障所需的修复时间，建立故障修复时间集合Ti(t1i,t2i,...,tji,...,tni)，tji表示为第j个设备发生故障而导致第i个设备发生故障所需的修复时间。

进一步地，其他设备对各设备的影响权重比值的计算公式为

gaji表示为第j个设备故障对第i个设备故障所造成的影响权重比值，tji表示为第j个设备发生故障而导致第i个设备发生故障所需的修复时间，且ga1i+ga2i+...+gaji+...+gani＝1。

进一步地，所述机房内各设备的运行寿命评估系数的计算公式为

wiv、wi(v-1)和wi(v-2)分别表示为第i个设备在第v、v-1、v-2个固定时间段内大于设定温度阈值的累计时长，wi_阈值表示为第i个设备在大于设定温度阈值下的累计时长阈值，

表示为第i个设备在第s+1个固定时间段内发生的故障频率与第s个固定时间段内发生的故障频率间的差值，

表示为第i个设备在第s+1个固定时间段内发生故障持续等待维修的时间与第s个固定时间段内该设备发生故障等待维修的时间间差值，Di₁和Ci₁分别表示为第i个设备在第1个固定时间段内发生的故障频率以及发生故障等待修复的时间，gaji表示为第j个设备故障对第i个设备故障所造成的影响权重比值，aji表示为第j个设备故障对第i个设备故障的关联紧密系数，tji表示为第j个设备发生故障而导致第i个设备发生故障所需的修复时间。

本发明的有益效果：

本发明提供的基于大数据的通信机房防护监测管理系统，通过采集机房环境内的混合噪音信息，并对采集的混合噪音信息进行对比、分离处理，以获得各设备对应的声音波形图，同时将各设备对应的声音波形图与该设备下各运行状态的标准噪音波形图进行重合度系数统计，筛选出最大重合度系数对应的设备运行状态，根据设备处于不同故障状态下的声音波形图不同，确定设备对应的故障种类，能够准确且快速鉴定设备是否发生故障以及对应的故障种类，便于对设备及时进行维修，减少设备故障后无法及时进行维修处理，而导致持续运转造成的设备寿命降低。

本发明通过故障频率检测模块并结合数据调节分析模块和大数据服务器，能够获得设备在固定时间段内发生故障的频率和故障持续等待维修的时间，并对故障频率和故障持续等待维修的时间进行处理，以获得相邻固定时间段内发生的故障频率的差值以及等待维修的时间差值，通过故障频率的差值以及等待维修的时间差值能够直观地展示设备在自身条件下的故障状况，为后期统计设备的运行寿命评估系数提供可靠的数据支持。

本发明通过建立其他设备与待检测设备的关联紧密系数以及建立因其他设备故障而造成待检测设备故障的故障修复时间，并通过其他设备与待检测设备的关联紧密系数以及故障修复时间统计各其他设备对各设备的影响权重比值，进而获得其他设备故障与待检测设备故障的影响情况，最后结合设备自身条件下的故障状况以及运行时的温度变化综合统计出设备的运行寿命评估系数，能够直观地反应在其他设备对待检测设备以及待检测设备自身的共同影响下的待检测设备的运行寿命情况，并通过对设备的运行寿命评估系数与设定的参数进行对比，以发出不同级别的危险预警提醒，能够准确分析出设备在其他外界因素以及自身因素的共同作用下的运行状况，便于对机房内的设备进行防护监测管理，以提高机房的防护预警提醒，降低机房内设备的损耗。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明中一种基于大数据的通信机房防护监测管理系统的示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1所示，一种基于大数据的通信机房防护监测管理系统，包括环境噪音检测模块、声音对比分离模块、波形识别分析模块、环境参数存储数据库、故障频率检测模块、设备关联构建模块、设备运行参数检测模块、数据调整分析模块、大数据服务器和提示预警终端。

环境噪音检测模块为噪音传感器，用于检测机房区域内的混合噪音信息，并将检测的混合噪音信息发送至声音对比分离模块，其中，混合噪音信息由若干设备工程过程中的噪音组合而成的混合噪音信息。

声音对比分离模块用于接收各检测子区域内环境噪音检测模块发送的混合噪音信息，根据接收的混合噪音信息绘制成初始声音波形图，剔除初始声音波形图未成周期性变化的声音波形(用于除去人员声音或其他不规律的掺杂声音)，并提取环境参数存储数据库中机房区域内各设备正常运行或非正常运行状态下的标准声音波形图，将剔除后的声音波形图逐个与各设备正常运行或非正常运行状态下的设备声音波形图进行匹配模拟对比，筛选出各设备运行过程中对应的声音波形图，并将分离出的机房区域内的各设备在运行过程中的声音波形图发送至波形识别分析模块。

其中，初始声音波形图由机房区域内各设备正常运行或非正常运行状态下的设备声音波形图叠加组成；设备的运行过程包括两种运行状态，分别为正常运行状态和非正常运行状态(故障状态)，其中，非正常运行状态包括若干故障种类，分别对各故障种类进行编号k，k＝1,2,...,m，同一设备在不同运行状态以及不同故障种类下的声音波形图不同。

波形识别分析模块用于接收声音对比分离模块发送的机房区域内各设备在运行过程中的声音波形图，同时获取环境参数存储数据库中存储的各设备在不同运行状态下的标准声音波形图，将接收的声音波形图按比例放大或缩小一个波形周期内的波形图，直至提取的一个波形周期内的波形幅值依次等于各运行运行状态下的标准声音波形图的幅值，依次将设备调整后的的声音波形图与该设备在不同运行状态下的标准声音波形图进行对比，以模拟一个波形周期内各设备运行过程中的声音波形图与该设备在不同运行状态下的标准声音波形图间的波形重合线条，并将各设备的声音波形图与不同运行状态下的标准声音波形图间的波形重合线条发送至大数据服务器。

环境参数存储数据库用于存储各设备在不同运行状态下的标准声音波形图，以及存储机房内各设备对应的运行寿命评估系数阈值，不同运行状态下的标准声音波形图包括设备正常运行状态下的标准声音波形图和该设备在各故障种类下的标准声音波形图。

故障频率检测模块用于统计各固定时间段内各设备发生故障的频率，并统计各设备每次发生故障持续等待维修的时长，将各设备发生故障的频率以及发生故障持续等待维修的时间发送至数据调整分析模块，其中，设备发生故障的频率等于固定时间段内某一设备发生故障的次数。

设备关联构建模块用于获取与各设备相连接的其他设备，并依次将各设备作为待检测设备，判断除了待检测设备以外的其他设备故障与待检测设备故障间的关联程度，以获得其他设备对待检测设备的关联紧密系数，并依次将其他设备与待检测设备间的关联紧密系数构建设备关联紧密系数集Ai(a1i,a2i,...,aji,...,ani)，i＝1,2,...,n，j＝1,2,...,n,aji表示为第j个设备故障对第i个设备故障的关联紧密系数，并建立因其他设备故障而造成待检测设备故障的故障修复时间集合Ti(t1i,t2i,...,tji,...,tni)，tji表示为第j个设备发生故障而导致第i个设备发生故障所需的修复时间，并将获得的其他设备与待检测设备的关联紧密系数以及故障修复时间分别发送至数据调整分析模块和大数据服务器，其中，第i个设备故障对第j个设备故障的关联紧密系数与第j个设备故障对第i个设备故障的关联紧密系数不同，即aij≠aji，第i个设备发生故障而导致第j个设备发生故障所需的修复时间与第j个设备发生故障而导致第i个设备发生故障所需的修复时间不同，即tij≠tji，当i＝j时，aji＝0。

其中，其他设备与待检测设备间的关联程度的判断方法，包括以下步骤：

S1、判断其他设备与待检测设备间是否存在关联，若不存在关联，则与待检测设备无相关的设备与待检测设备间的关联紧密系数等于0，获得与待检测设备相连的各设备；

S2、当在固定时间段内与待检测设备相连的其他设备发生故障，判断待检测设备是否发生故障，统计其他设备故障造成待检测设备发生故障的频率；

S3、统计各固定时间段内因与待检测设备相连的其他设备故障而造成待检测设备发生故障的频率和与待检测设备相连接的该其他设备发生故障的频率进行对比，得到单次关联度系数

S4、求取各固定时间段内与待检测设备相连接的其他设备对该待检测设备的关联紧密系数

v＝1,2,...,V,V表示为检测的固定时间段的次数，

表示为因第j个设备故障而造成第i个设备故障的单次关联度系数；

S5、统计因其他设备故障而造成待检测设备故障所需的修复时间，建立故障修复时间集合Ti(t1i,t2i,...,tji,...,tni)，tji表示为第j个设备发生故障而导致第i个设备发生故障所需的修复时间。

数据调整分析模块用于接收故障频率检测模块发送的各设备发生故障的频率以及每次发生故障持续等待维修的时间，并将上一固定时间段内各设备发生故障的频率与下一固定时间段内该设备发生故障的频率间的差值，得到

将上一固定时间段内各设备发生故障持续等待维修的时间与上一固定时间段内该设备发生故障等待维修的时间的差值

s＝1,2,...,S,数据调整分析模块将设备在相邻固定时间段内发生的故障频率的差值以及等待维修的时间差值发送至大数据服务器，同时接收设备关联构建模块发送的其他设备与各设备间的关联紧密系数以及故障修复时间，根据其他设备与各设备的关联紧密系数以及故障修复时间统计各其他设备对各设备的影响权重比值

gaji表示为第j个设备故障对第i个设备故障所造成的影响权重比值，且ga1i+ga2i+...+gaji+...+gani＝1，数据调整分析模块将其他设备对该设备的影响权重比值发送至大数据服务器。

设备运行参数检测模块用于实时检测各设备在各固定时间段内运行的温度数值，统计各设备在各固定时间段内运行温度大于设定温度阈值的累计时长wiv，i＝1,2,...,n,v＝1,2,...,V,wiv表示为第i个设备在第v个固定时间段内大于设定温度阈值的累计时长，并将各设备在各固定时间段内运行温度大于设定温度阈值的累计时长发送至大数据服务器。

大数据服务器用于接收波形识别分析模块发送的各设备的声音波形图与不同运行状态下的标准声音波形图间的波形重合线条，统计与各运行状态下的标准声音波形图间的重合度系数(重合度系数等于在一个波形周期内与该设备在不同运行状态下的标准声音波形图间的波形重合线条的长度和该运行状态下的标准声音波形图中的波形线条的总长度的比值)，筛选出重合度系数最大的设备对应的运行状态，以判断设备是否故障，若发生故障，并反馈设备故障信息至故障频率检测模块，并将设备对应的故障种类发送至提示预警终端，能够通过对设备运行过程中的声音波形图识别设备对应的故障种类，便于对设备故障种类进行准确地识别和鉴定；

同时，大数据服务器提取设备关联构建模块发送的其他设备与各设备的关联紧密系数以及故障修复时间，接收数据调整分析模块发送的各设备在相邻固定时间段内发生的故障频率的差值、等待维修的时间差值以及其他设备对各设备的影响权重比值，接收设备运行参数检测模块发送的各设备在各固定时间段内运行温度大于设定温度阈值的累计时长，大数据服务器根据以上数据信息，统计各设备的运行寿命评估系数

wiv、wi(v-1)和wi(v-2)分别表示为第i个设备在第v、v-1、v-2个固定时间段内大于设定温度阈值的累计时长，wi_阈值表示为第i个设备在大于设定温度阈值下的累计时长阈值，

表示为第i个设备在第s+1个固定时间段内发生的故障频率与第s个固定时间段内发生的故障频率间的差值，

表示为第i个设备在第s+1个固定时间段内发生故障持续等待维修的时间与第s个固定时间段内该设备发生故障等待维修的时间间差值，Di₁和Ci₁分别表示为第i个设备在第1个固定时间段内发生的故障频率以及发生故障等待修复的时间，gaji表示为第j个设备故障对第i个设备故障所造成的影响权重比值，aji表示为第j个设备故障对第i个设备故障的关联紧密系数，tji表示为第j个设备发生故障而导致第i个设备发生故障所需的修复时间，各设备对应的运行寿命评估系数越大，表明该设备的老化程度越大或可使用剩余寿命越短，大数据服务器将各设备对应的运行寿命评估系数发送至提示预警终端。

提示预警终端用于接收大数据服务器发送的机房内各设备的运行寿命评估系数和该设备对应的故障种类，并将该设备的运行寿命评估系数与环境参数存储数据库中存储该设备运行寿命评估系数阈值进行对比，若大于设定的运行寿命评估系数阈值，则发出二级危险预警提醒，若小于设定的运行寿命评估系数阈值且大于0.5倍的运行寿命评估系数阈值，则发出一级危险预警提醒，同时对各设备对应的运行评估寿命系数和设备的故障种类进行显示，便于机房管理人员及时了解机房内各设备的运行评估寿命系数以及运行评估寿命系数对应的预警等级。

以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (5)

1.一种基于大数据的通信机房防护监测管理系统，其特征在于：包括环境噪音检测模块、声音对比分离模块、波形识别分析模块、环境参数存储数据库、故障频率检测模块、设备关联构建模块、设备运行参数检测模块、数据调整分析模块、大数据服务器和提示预警终端；

所述环境噪音检测模块为噪音传感器，用于检测机房区域内的混合噪音信息，并将检测的混合噪音信息发送至声音对比分离模块；

所述声音对比分离模块用于接收各检测子区域内环境噪音检测模块发送的混合噪音信息，根据接收的混合噪音信息绘制成初始声音波形图，剔除初始声音波形图未成周期性变化的声音波形，并提取环境参数存储数据库中机房区域内各设备正常运行或非正常运行状态下的标准声音波形图，将剔除后的声音波形图逐个与各设备正常运行或非正常运行状态下的设备声音波形图进行匹配模拟对比，筛选出各设备运行过程中对应的声音波形图，并将分离出的机房区域内的各设备在运行过程中的声音波形图发送至波形识别分析模块；

所述波形识别分析模块用于接收声音对比分离模块发送的机房区域内各设备在运行过程中的声音波形图，同时获取环境参数存储数据库中存储的各设备在不同运行状态下的标准声音波形图，将接收的声音波形图按比例放大或缩小一个波形周期内的波形图，直至提取的一个波形周期内的波形幅值依次等于各运行运行状态下的标准声音波形图的幅值，依次将设备调整后的的声音波形图与该设备在不同运行状态下的标准声音波形图进行对比，以模拟一个波形周期内各设备运行过程中的声音波形图与该设备在不同运行状态下的标准声音波形图间的波形重合线条，并将各设备的声音波形图与不同运行状态下的标准声音波形图间的波形重合线条发送至大数据服务器；

所述环境参数存储数据库用于存储各设备在不同运行状态下的标准声音波形图，以及存储机房内各设备对应的运行寿命评估系数阈值，不同运行状态下的标准声音波形图包括设备正常运行状态下的标准声音波形图和该设备在各故障种类下的标准声音波形图；

所述故障频率检测模块用于统计各固定时间段内各设备发生故障的频率，并统计各设备每次发生故障持续等待维修的时长，将各设备发生故障的频率以及发生故障持续等待维修的时间发送至数据调整分析模块；

所述设备关联构建模块用于获取与各设备相连接的其他设备，并依次将各设备作为待检测设备，判断除了待检测设备以外的其他设备故障与待检测设备故障间的关联程度，以获得其他设备对待检测设备的关联紧密系数，并依次将其他设备与待检测设备间的关联紧密系数构建设备关联紧密系数集，并建立因其他设备故障而造成待检测设备故障的故障修复时间集合，并将获得的其他设备与待检测设备的关联紧密系数以及故障修复时间分别发送至数据调整分析模块和大数据服务器；

所述数据调整分析模块用于接收故障频率检测模块发送的各设备发生故障的频率以及每次发生故障持续等待维修的时间，并将上一固定时间段内各设备发生故障的频率与下一固定时间段内该设备发生故障的频率间的差值，得到

将上一固定时间段内各设备发生故障持续等待维修的时间与上一固定时间段内该设备发生故障等待维修的时间的差值

数据调整分析模块将设备在相邻固定时间段内发生的故障频率的差值以及等待维修的时间差值发送至大数据服务器，同时接收设备关联构建模块发送的其他设备与各设备间的关联紧密系数以及故障修复时间，根据其他设备与各设备的关联紧密系数以及故障修复时间统计各其他设备对各设备的影响权重比值，数据调整分析模块将其他设备对该设备的影响权重比值发送至大数据服务器；

所述设备运行参数检测模块用于实时检测各设备在各固定时间段内运行的温度数值，统计各设备在各固定时间段内运行温度大于设定温度阈值的累计时长wiv，i＝1,2,...,n,v＝1,2,...,V,wiv表示为第i个设备在第v个固定时间段内大于设定温度阈值的累计时长，并将各设备在各固定时间段内运行温度大于设定温度阈值的累计时长发送至大数据服务器；

大数据服务器用于接收波形识别分析模块发送的各设备的声音波形图与不同运行状态下的标准声音波形图间的波形重合线条，统计与各运行状态下的标准声音波形图间的重合度系数，筛选出重合度系数最大的设备对应的运行状态，以判断设备是否故障，若发生故障，并反馈设备故障信息至故障频率检测模块，并将设备对应的故障种类发送至提示预警终端；

同时，大数据服务器提取设备关联构建模块发送的其他设备与各设备的关联紧密系数以及故障修复时间，接收数据调整分析模块发送的各设备在相邻固定时间段内发生的故障频率的差值、等待维修的时间差值以及其他设备对各设备的影响权重比值，接收设备运行参数检测模块发送的各设备在各固定时间段内运行温度大于设定温度阈值的累计时长，大数据服务器根据以上数据信息，统计各设备的运行寿命评估系数，大数据服务器将各设备对应的运行寿命评估系数发送至提示预警终端；

所述提示预警终端用于接收大数据服务器发送的机房内各设备的运行寿命评估系数和该设备对应的故障种类，并将该设备的运行寿命评估系数与环境参数存储数据库中存储该设备运行寿命评估系数阈值进行对比，若大于设定的运行寿命评估系数阈值，则发出二级危险预警提醒，若小于设定的运行寿命评估系数阈值且大于0.5倍的运行寿命评估系数阈值，则发出一级危险预警提醒，同时对各设备对应的运行评估寿命系数和设备的故障种类进行显示。

2.根据权利要求1所述的一种基于大数据的通信机房防护监测管理系统，其特征在于：第i个设备故障对第j个设备故障的关联紧密系数与第j个设备故障对第i个设备故障的关联紧密系数不同，即aij≠aji，第i个设备发生故障而导致第j个设备发生故障所需的修复时间与第j个设备发生故障而导致第i个设备发生故障所需的修复时间不同，即tij≠tji，当i＝j时，aji＝0。

3.根据权利要求1所述的一种基于大数据的通信机房防护监测管理系统，其特征在于：所述设备关联构建模块中其他设备与待检测设备间的关联程度的判断方法，包括以下步骤：

S1、判断其他设备与待检测设备间是否存在关联，若不存在关联，则与待检测设备无相关的设备与待检测设备间的关联紧密系数等于0，获得与待检测设备相连的各设备；

S2、当在固定时间段内与待检测设备相连的其他设备发生故障，判断待检测设备是否发生故障，统计其他设备故障造成待检测设备发生故障的频率；

S3、统计各固定时间段内因与待检测设备相连的其他设备故障而造成待检测设备发生故障的频率和与待检测设备相连接的该其他设备发生故障的频率进行对比，得到单次关联度系数

S4、求取各固定时间段内与待检测设备相连接的其他设备对该待检测设备的关联紧密系数

V表示为检测的固定时间段的次数，

表示为因第j个设备故障而造成第i个设备故障的单次关联度系数；

S5、统计因其他设备故障而造成待检测设备故障所需的修复时间，建立故障修复时间集合Ti(t1i,t2i,...,tji,...,tni)，tji表示为第j个设备发生故障而导致第i个设备发生故障所需的修复时间。

4.根据权利要求1所述的一种基于大数据的通信机房防护监测管理系统，其特征在于：其他设备对各设备的影响权重比值的计算公式为

gaji表示为第j个设备故障对第i个设备故障所造成的影响权重比值，tji表示为第j个设备发生故障而导致第i个设备发生故障所需的修复时间，且ga1i+ga2i+...+gaji+...+gani＝1。

5.根据权利要求1所述的一种基于大数据的通信机房防护监测管理系统，其特征在于：所述机房内各设备的运行寿命评估系数的计算公式为

，wiv、wi(v-1)和wi(v-2)分别表示为第i个设备在第v、v-1、v-2个固定时间段内大于设定温度阈值的累计时长，wi_阈值表示为第i个设备在大于设定温度阈值下的累计时长阈值，

表示为第i个设备在第s+1个固定时间段内发生的故障频率与第s个固定时间段内发生的故障频率间的差值，

表示为第i个设备在第s+1个固定时间段内发生故障持续等待维修的时间与第s个固定时间段内该设备发生故障等待维修的时间间差值，Di₁和Ci₁分别表示为第i个设备在第1个固定时间段内发生的故障频率以及发生故障等待修复的时间，gaji表示为第j个设备故障对第i个设备故障所造成的影响权重比值，aji表示为第j个设备故障对第i个设备故障的关联紧密系数，tji表示为第j个设备发生故障而导致第i个设备发生故障所需的修复时间。

Images