CN116451178A - 传感器异常处理方法、装置、设备及存储介质 - Google Patents

传感器异常处理方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN116451178A
CN116451178A CN202310728541.5A CN202310728541A CN116451178A CN 116451178 A CN116451178 A CN 116451178A CN 202310728541 A CN202310728541 A CN 202310728541A CN 116451178 A CN116451178 A CN 116451178A
Authority
CN
China
Prior art keywords
disk expansion
expansion cabinet
state data
count
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202310728541.5A
Other languages
English (en)
Other versions
CN116451178B (zh
Inventor
王丽红
过晓春
陈学伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China United Network Communications Group Co Ltd
Unicom Digital Technology Co Ltd
Unicom Cloud Data Co Ltd
Original Assignee
China United Network Communications Group Co Ltd
Unicom Digital Technology Co Ltd
Unicom Cloud Data Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China United Network Communications Group Co Ltd, Unicom Digital Technology Co Ltd, Unicom Cloud Data Co Ltd filed Critical China United Network Communications Group Co Ltd
Priority to CN202310728541.5A priority Critical patent/CN116451178B/zh
Publication of CN116451178A publication Critical patent/CN116451178A/zh
Application granted granted Critical
Publication of CN116451178B publication Critical patent/CN116451178B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
    • G06F18/256—Fusion techniques of classification results, e.g. of results related to same input data of results relating to different input data, e.g. multimodal recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3055—Monitoring arrangements for monitoring the status of the computing system or of the computing system component, e.g. monitoring if the computing system is on, off, available, not available
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3058—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Abstract

本申请提供一种传感器异常处理方法、装置、设备及存储介质。属于设备监测技术领域。该方法包括：周期性获取各磁盘扩展柜的各类运行状态数据；计算本周期中各类运行状态数据对应的各特征值；读取各磁盘扩展柜对应的历史异常计数及上一周期的各类运行状态数据；根据本周期的各类运行状态数据、上一周期的各类运行状态数据、各类运行状态数据对应的各特征值及历史异常计数，确定各磁盘扩展柜对应的异常计数；若目标磁盘扩展柜对应的异常计数大于预设阈值，则输出对应的传感器异常告警信息，其中目标磁盘扩展柜为任一磁盘扩展柜。本申请的方法，解决了传感器异常导致的磁盘运行状态不准确的问题。

Description

传感器异常处理方法、装置、设备及存储介质
技术领域
本申请涉及设备监测技术领域，尤其涉及一种传感器异常处理方法、装置、设备及存储介质。
背景技术
随着网络服务的规模逐渐增加，需要更多的服务器，以及更多配套的存储设备。磁盘扩展柜可以存储大量的磁盘，为服务器提供额外的存储空间，同时磁盘扩展柜还可以检测磁盘的功耗。
目前，现有技术中磁盘扩展柜采用传感器对磁盘的运行状态进行监控，判断磁盘是否正常。
但是，发明人发现现有技术至少存在如下技术问题：传感器可能出现异常，导致磁盘运行状态判断不准确。
发明内容
本申请提供一种传感器异常处理方法、装置、设备及存储介质，用以解决传感器异常导致的磁盘运行状态不准确的问题。
第一方面，本申请提供一种传感器异常处理方法，包括：
周期性获取各磁盘扩展柜的各类运行状态数据，其中运行状态数据为磁盘扩展柜中传感器采集得到的；计算本周期中各类运行状态数据对应的各特征值；读取各磁盘扩展柜对应的历史异常计数及上一周期的各类运行状态数据；根据本周期的各类运行状态数据、上一周期的各类运行状态数据、各类运行状态数据对应的各特征值及历史异常计数，确定各磁盘扩展柜对应的异常计数；若目标磁盘扩展柜对应的异常计数大于预设阈值，则输出对应的传感器异常告警信息，其中目标磁盘扩展柜为任一磁盘扩展柜。
在一种可能的实现方式中，根据本周期的各类运行状态数据、上一周期的各类运行状态数据、各类运行状态数据对应的各特征值及历史异常计数，确定各磁盘扩展柜对应的异常计数，包括：采用本周期中各类运行状态数据与对应各特征值作差，得到对应的各特征差值，并确定各特征差值的绝对值；采用本周期的各类运行状态数据与上一周期对应的各类运行状态数据作差，得到对应的各数据差值，并确定各数据差值的绝对值；根据各特征差值的绝对值、各数据差值的绝对值及历史异常计数，确定各磁盘扩展柜对应的异常计数。
在一种可能的实现方式中，根据各特征差值的绝对值、各数据差值的绝对值及历史异常计数，确定各磁盘扩展柜对应的异常计数，包括：若目标磁盘扩展柜对应的特征差值的绝对值大于或等于预设的特征差阈值，则将历史异常计数增加第一预设值，得到目标磁盘扩展柜对应的待变更异常计数；若目标磁盘扩展柜对应的特征差值的绝对值小于特征差阈值，且历史异常计数大于0，则将历史异常计数减少第一预设值，得到目标磁盘扩展柜对应的待变更异常计数；若目标磁盘扩展柜对应的特征差值的绝对值小于特征差阈值，且历史异常计数等于0，则将历史异常计数确定为目标磁盘扩展柜对应的待变更异常计数；若目标磁盘扩展柜对应的数据差值的绝对值大于或等于预设的数据差阈值，则将待变更异常计数增加第二预设值，得到目标磁盘扩展柜对应的异常计数；若目标磁盘扩展柜对应的数据差值的绝对值小于数据差阈值，且待变更异常计数大于0，则将待变更异常计数减少第二预设值，得到目标磁盘扩展柜对应的异常计数；若目标磁盘扩展柜对应的数据差值的绝对值小于数据差阈值，且待变更异常计数等于0，则将待变更异常计数确定为目标磁盘扩展柜对应的异常计数。
在一种可能的实现方式中，根据各特征差值的绝对值、各数据差值的绝对值及历史异常计数，确定各磁盘扩展柜对应的异常计数，包括：将各特征差值的绝对值、各数据差值的绝对值及历史异常计数输入预设的异常计数计算公式，得到各磁盘扩展柜对应的异常计数。
在一种可能的实现方式中，异常计数计算公式，如下：
式中，表示历史异常计数，Y表示异常计数，n表示运行状态数据的类型，p表示运行状态数据的类型总数，/>表示第n类运行状态数据对应的特征差值，/>表示第n类运行状态数据对应的特征差值的系数，/>表示第n类运行状态数据对应的数据差值，/>表示第n类运行状态数据对应的数据差值的系数，C表示常数。
在一种可能的实现方式中，若目标磁盘扩展柜对应的异常计数大于预设阈值，则输出对应的传感器异常告警信息，包括：若目标磁盘扩展柜对应的异常计数大于预设阈值，则将目标磁盘扩展柜的标识输入预设的告警信息模板，得到传感器异常告警信息；将传感器异常告警信息输出；或，若目标磁盘扩展柜对应的异常计数大于预设阈值，则获取目标磁盘扩展柜的特征信息；将特征信息输入预设的告警信息模板，得到传感器异常告警信息；将传感器异常告警信息输出。
在一种可能的实现方式中，计算本周期中各类运行状态数据对应的各特征值，包括：计算本周期中各类运行状态数据对应的平均值、截尾均值、中位数或众数。
第二方面，本申请提供一种传感器异常处理装置，包括：数据获取模块，用于周期性获取各磁盘扩展柜的各类运行状态数据，其中运行状态数据为磁盘扩展柜中传感器采集得到的；特征计算模块，用于计算本周期中各类运行状态数据对应的各特征值；数据读取模块，用于读取各磁盘扩展柜对应的历史异常计数及上一周期的各类运行状态数据；计数确定模块，用于根据本周期的各类运行状态数据、上一周期的各类运行状态数据、各类运行状态数据对应的各特征值及历史异常计数，确定各磁盘扩展柜对应的异常计数；告警输出模块，用于若目标磁盘扩展柜对应的异常计数大于预设阈值，则输出对应的传感器异常告警信息，其中目标磁盘扩展柜为任一磁盘扩展柜。
第三方面，本申请提供一种电子设备，包括：处理器，以及与处理器通信连接的存储器；存储器存储计算机执行指令；处理器执行存储器存储的计算机执行指令，以实现如第一方面描述的传感器异常处理方法。
第四方面，本申请提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，计算机执行指令被处理器执行时用于实现如第一方面描述的传感器异常处理方法。
本申请提供的传感器异常处理方法、装置、设备及存储介质，通过周期性获取各磁盘扩展柜的各类运行状态数据，并计算本周期中各类运行状态数据对应的各特征值，读取各磁盘扩展柜对应的历史异常计数及上一周期的各类运行状态数据，从而结合本周期的各类运行状态数据、上一周期的各类运行状态数据、各类运行状态数据对应的各特征值及历史异常计数，确定各磁盘扩展柜对应的异常计数，在任一磁盘扩展柜对应的异常计数大于预设阈值的情况下输出对应的传感器异常告警信息，实现由磁盘扩展柜的运行状态信息得到异常计数，并由异常计数的数量确定磁盘扩展柜中的传感器是否异常，在异常时提醒工作人员进行处理，增加磁盘运行状态判断准确性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
图1为本申请实施例提供的传感器异常处理方法的应用场景示意图；
图2为本申请实施例提供的磁盘扩展柜与服务器的连接关系示意图；
图3为本申请实施例提供的传感器异常处理方法的流程示意图；
图4为本申请实施例提供的传感器异常处理装置的结构示意图；
图5为本申请实施例提供的电子设备的结构示意图。
通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
随着信息技术的不断发展，网络服务的数量逐渐增多，随之增加的是服务器的数量，以及服务器配套的存储设备的数量。服务器配套的存储设备通常是磁盘，磁盘被安装在磁盘扩展柜中，为了监测磁盘的运行状态、监测磁盘是否正常运行、控制磁盘的功耗，服务器通常会通过磁盘扩展柜中的传感器获取磁盘的运行状态数据。
但是在得到的数据异常时，有可能是磁盘本身出现异常，也可能是传感器出现故障导致的数据异常，这就造成磁盘运行状态判断不准确。
针对上述技术问题，发明人提出如下技术构思：通过周期性获取磁盘的多种运行状态数据，并计算每种运行状态数据的特征值，结合本周期的运行状态数据、特征值和上一周期的运行状态数据、已存储的历史异常计数，得到本周期的异常计数，由本周期的异常计数确定磁盘扩展柜中的传感器是否运行正常，若不正常则输出对应的提示信息。
图1为本申请实施例提供的传感器异常处理方法的应用场景示意图。如图1，该场景中，包括：服务器101、多个磁盘扩展柜102。
其中，服务器101可以是单独的服务器，也可以是多个服务器组成的集群，服务器也可以采用功能强大的电脑或笔记本电脑进行替代。
磁盘扩展柜102，可以是一种外部存储设备，用于扩展计算机或服务器的存储容量。它通常由一个或多个硬盘组成，可以通过USB（Universal Serial Bus，通用串行总线）、eSATA（External Serial ATA，外部串行ATA）、Thunderbolt（雷电接口）等接口与服务器或计算机连接。
服务器和磁盘扩展柜可以构成分布式存储集群，服务器与磁盘扩展柜的连接方式还可以是无线连接的，其中无线网络连接使用的网络可以包括各种类型的有线和无线网络，例如但不局限于：互联网、局域网、无线保真（Wireless Fidelity，WIFI）、无线局域网（Wireless Local Area Networks，WLAN）、通用分组无线服务技术（General Packet RadioService，GPRS)、码分多址 (Code Division Multiple Access，CDMA)、2G/3G/4G/5G蜂窝网络、卫星通信网络等等。
服务器101，用于周期性获取磁盘扩展柜中传感器采集得到的运行状态数据，并根据运行状态数据判断磁盘扩展柜中传感器是否出现故障，在出现故障的情况下向工作人员提示。
可以理解的是，本申请实施例示意的结构并不构成对传感器异常处理方法的具体限定。在本申请另一些可行的实施方式中，上述架构可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置，具体可根据实际应用场景确定，在此不做限制。图1所示的部件可以以硬件，软件，或软件与硬件的组合实现。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。
图2为本申请实施例提供的磁盘扩展柜与服务器的连接关系示意图。如图2所示，服务器可以有多个，每台服务器通过其中的RAID（Redundant Arrays of IndependentDisks，磁盘阵列）卡与磁盘扩展柜连接，服务器之间也可以由网络连接，磁盘扩展柜中则可以安装磁盘（数量不定），在判断磁盘扩展柜的传感器是否异常时，可以是图中任一服务器进行判断过程，也可以是额外的服务器获取磁盘扩展柜的数据从而判断磁盘扩展柜中的传感器是否异常。
图3为本申请实施例提供的传感器异常处理方法的流程示意图。本申请实施例的执行主体可以是图1中的服务器101，也可以是电脑和/或手机等，本实施例对此不作出特别限制。如图2所示，该方法包括：
S301：周期性获取各磁盘扩展柜的各类运行状态数据，其中运行状态数据为磁盘扩展柜中传感器采集得到的。
在本步骤中，周期性获取运行状态数据的周期，可以是工作人员根据实验或经验预先设定的。运行状态数据的种类，例如磁盘的数量、磁盘的转速、磁盘机械臂的摆动频率和幅度、磁盘的温度、风扇的个数、风扇的转速等。获取各类运行状态数据的方式，可以是通过向磁盘扩展柜发送命令获取的，命令可以是与磁盘扩展柜的型号对应的，不同型号的磁盘扩展柜可以采用不同的命令。获取各类运行状态数据的方式，还可以是通过调用标准SES（SCSI Enclosure Service，小型计算机系统接口附件服务）协议定义的接口的方式得到的。
其中，周期获取运行状态数据，例如10秒获取一次运行状态数据、每分钟获取一次运行状态数据、每1小时获取一次运行状态数据等。
S302：计算本周期中各类运行状态数据对应的各特征值。
在本步骤中，可以是对每一类运行状态数据计算特征值。本周期可以是本次获取运行状态数据的周期。
其中，特征值包括平均值、中位数、众数、截尾均值等中的任一种。
例如，当前有磁盘的转速、磁盘机械臂摆动频率、磁盘的温度、风扇的转速四种运行状态数据，每种运行状态数据有7个数值，数值分别对应7个磁盘扩展柜，计算这7个磁盘扩展柜的4种运行状态数据的均值，将这4个均值作为各特征值。
S303：读取各磁盘扩展柜对应的历史异常计数及上一周期的各类运行状态数据。
在本步骤中，上一周期可以是上一次获取运行状态数据的周期。历史异常计数可以是上一周期计算得到的异常计数，在每一周期计算得到异常计数后，可以存储进存储单元，作为下一周期的历史异常计数。每一周期得到运行状态数据后，还会将运行状态数据储存。
其中，读取历史异常计数及上一周期的各类运行状态数据的方法，可以是在预设的历史异常计数存储位置读取历史异常计数，在预设的运行状态数据存储位置读取上一周期的各类运行状态数据。
在每次写入新的异常计数后，可以将上一次写入的历史异常计数覆盖，运行状态数据同理。
S304：根据本周期的各类运行状态数据、上一周期的各类运行状态数据、各类运行状态数据对应的各特征值及历史异常计数，确定各磁盘扩展柜对应的异常计数。
在本步骤中，可以是将本周期的各类运行状态数据、上一周期的各类运行状态数据、各类运行状态数据对应的各特征值及历史异常计数输入预先训练得到的神经网络模型，得到本周期的各磁盘扩展柜对应的异常计数。
其中，预先训练得到的神经网络模型，可以是工作人员预先采用准确的实验数据训练得到的神经网络模型。可以是前馈神经网络模型也可以是反馈神经网络模型等。
本步骤还可以是将各磁盘扩展柜的各类运行状态数据与特征值比较、将各磁盘扩展柜的各类运行状态数据与对应各磁盘扩展柜的上一周期的各类运行状态数据比较，若任一磁盘扩展柜对应的运行状态数据与特征值的差值过大（大于或等于预设的特征差阈值），则对这一磁盘扩展柜的历史异常计数增加第一预设值，若运行状态数据与特征值的差值较小（小于预设的特征差阈值），则对这一磁盘扩展柜的历史异常计数减少第一预设值，若历史异常计数为0则不进行减小，若任一磁盘扩展柜的任一类运行状态数据与对应上一周期的这一类运行状态数据的差值过大（大于或等于预设的数据差阈值），则对历史异常计数增加第二预设值，若各磁盘扩展柜的各类运行状态数据与对应各磁盘扩展柜的上一周期的各类运行状态数据的差值较小（小于预设的数据差阈值），则对历史异常计数减少第二预设值，若历史异常计数为0则不进行减小，从而得到本周期的异常计数。
S305：若目标磁盘扩展柜对应的异常计数大于预设阈值，则输出对应的传感器异常告警信息，其中目标磁盘扩展柜为任一磁盘扩展柜。
在本步骤中，预设阈值可以是工作人员根据实验数据或经验预先标定的。传感器异常告警信息可以是固定的，也可以是与目标磁盘扩展柜的标识或名称对应的。输出传感器异常告警信息，可以是向工作人员终端发送传感器异常告警信息，也可以是控制目标磁盘扩展柜发出提示音，还可以是控制目标磁盘扩展柜中安装的提示灯闪烁。
其中，预设阈值的数值例如8、9、10等。传感器异常告警信息例如：“磁盘扩展柜传感器异常，请检查”或“XXX磁盘扩展柜传感器异常，请联系厂家”等，本申请实施例对传感器异常告警信息内容不作具体限制。
从上述实施例的描述可知，本申请实施例通过周期性获取各磁盘扩展柜的各类运行状态数据，并计算本周期中各类运行状态数据对应的各特征值，读取各磁盘扩展柜对应的历史异常计数及上一周期的各类运行状态数据，从而结合本周期的各类运行状态数据、上一周期的各类运行状态数据、各类运行状态数据对应的各特征值及历史异常计数，确定各磁盘扩展柜对应的异常计数，在任一磁盘扩展柜对应的异常计数大于预设阈值的情况下输出对应的传感器异常告警信息，实现由磁盘扩展柜的运行状态信息得到异常计数，并由异常计数的数量确定磁盘扩展柜中的传感器是否异常，在异常时提醒工作人员进行处理，增加磁盘运行状态判断准确性。
在一种可能的实现方式中，在上述步骤S304中，根据本周期的各类运行状态数据、上一周期的各类运行状态数据、各类运行状态数据对应的各特征值及历史异常计数，确定各磁盘扩展柜对应的异常计数，具体包括：步骤S3041至S3043。
S3041：采用本周期中各类运行状态数据与对应各特征值作差，得到对应的各特征差值，并确定各特征差值的绝对值。
在本步骤中，采用本周期中各类运行状态数据及对应各特征值作差，可以是采用运行状态数据减去特征值，也可以是采用特征值减去运行状态数据。确定各特征差值的绝对值，可以是将负的特征差值乘或除以-1，得到各特征差值的绝对值。
例如，磁盘扩展柜1的风扇转速为4000转，风扇转速的特征值为3500转，则磁盘扩展柜1风扇转速的特征差值的绝对值为500。又例如，磁盘扩展柜2的风扇转速为1000转，风扇转速的特征值为3500转，则磁盘扩展柜2风扇转速的特征差值的绝对值为2500。还例如，磁盘扩展柜3的功耗为50W，功耗的特征值为30W，则磁盘扩展柜3功耗的特征差值的绝对值为20W。
S3042：采用本周期的各类运行状态数据与上一周期对应的各类运行状态数据作差，得到对应的各数据差值，并确定各数据差值的绝对值。
在本步骤中，本周期的运行状态数据和上一周期的运行状态数据都与同一磁盘扩展柜对应。其他内容与上述步骤S3041类似，在这里不再赘述。
例如，磁盘扩展柜1本周期的风扇转速为4000转，上一周期的风扇转速为5000转，则风扇转速的数据差值的绝对值为1000。又例如，磁盘扩展柜2本周期的磁盘温度为40℃，上一周期的风扇转速为磁盘温度为45℃，则磁盘温度的数据差值的绝对值为5℃。还例如，磁盘扩展柜3的本周期的功耗为50W，上一周期的功耗为30W，则磁盘扩展柜3功耗的数据差值的绝对值为20W。
S3043：根据各特征差值的绝对值、各数据差值的绝对值及历史异常计数，确定各磁盘扩展柜对应的异常计数。
在本步骤中，可以是将任一磁盘扩展柜对应的各特征差值的绝对值、各数据差值的绝对值及历史异常计数输入预先训练得到的神经网络模型，得到这一磁盘扩展柜对应的异常计数，重复执行多次，得到各磁盘扩展柜对应的异常计数。
也可以是将特征差值的绝对值与预设的特征差阈值比较，若大于预设的特征差阈值则对历史异常计数增加第一预设值，否则减少第一预设值，更新历史异常计数，比较数据差值的绝对值与预设的数据差阈值，若数据差值的绝对值大于或等于预设的数据差阈值，则对更新后的历史异常计数增加第二预设值，否则减少第二预设值，得到异常计数。
其中，上述异常计数为本周期的异常计数。上述步骤S3041至S3042可以是针对同一磁盘扩展柜的运行状态数据执行的，得到的异常计数也与同一磁盘扩展柜对应，重复执行多次即可得到各磁盘扩展柜的异常计数。
从上述实施例的描述可知，本申请实施例通过计算数据差值的绝对值，实现比较本周期与上一周期同一磁盘扩展柜的数据变化是否过大，并综合各特征差值的绝对值、各数据差值的绝对值及历史异常计数，得到本周期各磁盘扩展柜对应的异常计数，实现综合考虑本周期特征和上一周期的运行情况，避免正常运行产生的数据波动导致的误判传感器异常。
在一种可能的实现方式中，在上述步骤S3043中，根据各特征差值的绝对值、各数据差值的绝对值及历史异常计数，确定各磁盘扩展柜对应的异常计数，包括：
S431：若目标磁盘扩展柜对应的特征差值的绝对值大于或等于预设的特征差阈值，则将历史异常计数增加第一预设值，得到目标磁盘扩展柜对应的待变更异常计数。
在本步骤中，预设的特征差阈值可以是工作人员根据实验数据或经验预先设定的。特征差阈值与运行状态数据的种类对应。由于特征差值计算的过程是某一类运行状态数据与这一类运行状态数据的特征值作差得到的，因此特征差值也与这一类运行状态数据对应。与特征差值的绝对值比较的特征差阈值可以与同一类运行状态数据对应。
本步骤例如，目标磁盘扩展柜对应的风扇转速的特征差值的绝对值为2000转，大于预设的特征差阈值1000转，则将历史异常计数增加1，得到待变更异常计数。又例如，目标磁盘扩展柜对应的温度的特征差值的绝对值为10℃，大于预设的特征差阈值5℃，则将历史异常计数增加1，得到待变更异常计数。还例如，目标磁盘扩展柜对应的功率的特征差值的绝对值为3W，大于预设的特征差阈值2W，则将历史异常计数增加1，得到待变更异常计数。
S432：若目标磁盘扩展柜对应的特征差值的绝对值小于特征差阈值，且历史异常计数大于0，则将历史异常计数减少第一预设值，得到目标磁盘扩展柜对应的待变更异常计数。
本步骤与上述步骤S431类似，只是特征差值的绝对值小于特征差阈值，对历史异常计数减小，在这里不再赘述。
S433：若目标磁盘扩展柜对应的特征差值的绝对值小于特征差阈值，且历史异常计数等于0，则将历史异常计数确定为目标磁盘扩展柜对应的待变更异常计数。
在本步骤中，例如目标磁盘扩展柜对应的风扇转速的特征差值的绝对值为200转，小于预设的特征差阈值1000转，且此时历史异常合计数为0，则新得到的待变更异常计数还是0。又例如，目标磁盘扩展柜对应的温度的特征差值的绝对值为3℃，小于预设的特征差阈值5℃，且此时历史异常合计数为0，则新得到的待变更异常计数还是0。还例如，目标磁盘扩展柜对应的功率的特征差值的绝对值为3W，小于预设的特征差阈值6W，且此时历史异常合计数为0，则新得到的待变更异常计数还是0。
S434：若目标磁盘扩展柜对应的数据差值的绝对值大于或等于预设的数据差阈值，则将待变更异常计数增加第二预设值，得到目标磁盘扩展柜对应的异常计数。
在步骤S434至S436中，待变更异常计数可以是上述步骤S431、S432、S433中任一步得到的待变更异常计数。同一类运行状态数据对应的特征差阈值和数据差阈值可以是相同的，也可以是不同的，本申请实施例对此不做具体限制。第二预设值可以与第一预设值相同，也可以被赋予更大或更小的值，本申请实施例对两预设值的大小关系和具体数值不作限制。
例如，目标磁盘扩展柜对应的风扇转速的数据差值的绝对值为2000转，大于预设的特征差阈值1000转，则将待变更异常计数增加1。又例如，目标磁盘扩展柜对应的温度的数据差值的绝对值为7℃，大于预设的特征差阈值5℃，则将目标磁盘扩展柜的待变更异常计数增加1。还例如，目标磁盘扩展柜对应的功率的数据差值的绝对值为7W，小于预设的特征差阈值6W，则将目标磁盘扩展柜的待变更异常计数增加1。
S435：若目标磁盘扩展柜对应的数据差值的绝对值小于数据差阈值，且待变更异常计数大于0，则将待变更异常计数减少第二预设值，得到目标磁盘扩展柜对应的异常计数。
本步骤与上述步骤S434类似，在数据差差值的绝对值小于数据差阈值的情况下，减少待变更异常计数，在这里不再赘述。
S436：若目标磁盘扩展柜对应的数据差值的绝对值小于数据差阈值，且待变更异常计数等于0，则将待变更异常计数确定为目标磁盘扩展柜对应的异常计数。
本步骤与上述步骤S435、S433类似，与步骤S435的区别在于，在待变更异常计数为0的情况下不再减小，在这里不再赘述。
重复执行上述步骤S431至步骤S436，就可以得到各磁盘扩展柜对应的异常计数。
从上述实施例的描述可知，本申请实施例通过比较特征差值的绝对值和特征差阈值的大小关系，对历史异常计数进行修改得到待变更异常计数，比较数据差值的绝对值和数据差阈值的大小，并相应的对待变更异常计数修改，得到异常计数，实现同时参考同一周期的数据和上一周期的数据，减少正常运行波动产生的报错，同时由于在历史异常计数和待变更异常计数为0的情况下不再减小，实现维持传感器正常运行情况下的异常计数数值，避免过渡减少异常计数导致的在真正出现异常时异常计数不能超过预设阈值的情况。
在一种可能的实现方式中，在上述步骤S3043中，根据各特征差值的绝对值、各数据差值的绝对值及历史异常计数，确定各磁盘扩展柜对应的异常计数，包括：
S43A：将各特征差值的绝对值、各数据差值的绝对值及历史异常计数输入预设的异常计数计算公式，得到各磁盘扩展柜对应的异常计数。
在本步骤中，异常计数计算公式可以是工作人员根据实验数据预先设定的。各特征差值的绝对值、各数据差值的绝对值及历史异常计数，可以是按照对应的运行状态数据的类型输入异常计数计算公式的。
在一种可能的实现方式中，异常计数计算公式，如下：
式中，表示历史异常计数，Y表示异常计数，n表示运行状态数据的类型，p表示运行状态数据的类型总数，/>表示第n类运行状态数据对应的特征差值，/>表示第n类运行状态数据对应的特征差值的系数，/>表示第n类运行状态数据对应的数据差值，/>表示第n类运行状态数据对应的数据差值的系数，C表示常数。
从上述实施例的描述可知，本申请实施例通过将各特征差值的绝对值、各数据差值的绝对值及历史异常计数输入预设的异常计数计算公式，得到各磁盘扩展柜对应的异常计数，公式中采用了与运行状态数据种类对应的系数，实现直接计算得到新的异常计数的效果。
在一种可能的实现方式中，在上述步骤S305中，若目标磁盘扩展柜对应的异常计数大于预设阈值，则输出对应的传感器异常告警信息，包括：S305A或S305B。
S305A：若目标磁盘扩展柜对应的异常计数大于预设阈值，则将目标磁盘扩展柜的标识输入预设的告警信息模板，得到传感器异常告警信息。将传感器异常告警信息输出。
在本步骤中，告警信息模板可以是工作人员预先设置的。将传感器异常告警信息输出，可以是将传感器异常告警信息发送至工作人员的终端设备，使工作人员的终端设备显示或语音输出传感器异常告警信息，也可以是直接将告警信息显示或语音输出。将目标磁盘扩展柜的标识输入告警信息模板，可以是采用目标磁盘扩展柜的标识替换告警信息模板中的关键字，或将目标磁盘扩展柜的标识写入告警信息模板的预设位置。由于传感器异常告警信息中含有目标磁盘扩展柜的标识，因此与目标磁盘扩展柜对应。
例如，告警信息模板为“XXX磁盘扩展柜异常”，则采用目标磁盘扩展柜的标识替换模板中的“XXX”，得到传感器异常告警信息。又例如，告警信息模板为“磁盘扩展柜异常，请查看”可以将目标磁盘扩展柜的标识写入在“柜”和“异”之间，得到传感器异常告警信息。
S305B：若目标磁盘扩展柜对应的异常计数大于预设阈值，则获取目标磁盘扩展柜的特征信息。将特征信息输入预设的告警信息模板，得到传感器异常告警信息。将传感器异常告警信息输出。
在本步骤中，目标磁盘扩展柜的特征信息可以包括目标磁盘扩展柜的标识、本周期的运行状态数据、型号等中的至少一种。输入预设的告警信息模板的过程与上述步骤S305A类似，在这里不再赘述。由于传感器异常告警信息中含有目标磁盘扩展柜的特征信息，因此与目标磁盘扩展柜对应。
从上述实施例的描述可知，本申请实施例通过在目标磁盘扩展柜对应的异常计数大于预设阈值的情况下，将目标磁盘扩展柜的标识或特征信息输入告警信息模板，得到传感器异常告警信息，并将传感器异常告警信息输出，实现针对传感器出现异常的目标磁盘扩展柜生成告警信息，针对目标磁盘扩展柜的传感器进行提醒的效果，使警告更有针对性。
在一种可能的实现方式中，在上述步骤S303中，计算本周期中各类运行状态数据对应的各特征值，具体包括：
S302A：计算本周期中各类运行状态数据对应的平均值、截尾均值、中位数或众数。
在本步骤中，平均值的计算方法可以是将某一类运行状态数据求和，再除以这一类运行状态数据的数据量，得到平均值。截尾均值的计算方法，可以是去除某一类运行状态数据中的最大值和最小值，计算去除极值后这一类运行状态数据的和，并将这一类运行状态数据的数量减2，得到目标数量，采用这一类运行状态数据的和除以目标数量，得到截尾均值。中位数和众数可以是将各类运行状态数据按大小排列后查找得到的。
从上述实施例的描述可知，本申请实施例通过计算本周期中各类运行状态数据对应的平均值、截尾均值、中位数或众数，得到本手气各类运行状态数据的特征，便于后续采用运行状态数据与特征进行比较，其中，截尾均值由于去掉了数列中影响数据稳定性的极端值，从而具有较好的稳健性，不易受到极端值的干扰，在运行状态数据本身存在少量异常值的情况下，通过有效地判定异常值，并将异常值去掉来计算算术平均数，可以获得较为真实地反映数据情况的平均指标。
在一种可能的实现方式中，首先获取各磁盘扩展柜的各类运行状态数据，包括电源功耗和风扇转速。按类将运行状态数据处理，去掉每一类中的最大值和最小值，然后求平均值。如果某磁盘扩展柜的某类运行状态数据与平均值的差值大于或等于预设的特征差阈值，则将这一磁盘扩展柜的历史异常计数加一，若某类运行状态数据与平均值的差值小于预设的特征差阈值，则将这一磁盘扩展柜的历史异常计数减一。其中特征差阈值可以与运行状态数据的类型对应，例如电源模块功耗的特征差阈值为20瓦，相同位置风扇转速的特征差阈值为3000。在比较同周期的运行状态数据后，将本周期的运行状态数据与上一周期的运行状态数据作差，每个磁盘扩展柜的每一类运行状态数据均得到一个差值（上述数据差值），若某一磁盘扩展柜对应的某一类运行状态数据的数据差值大于预设的数据差阈值（例如电源模块功耗的数据差阈值为20瓦，相同位置风扇转速的数据差阈值为3000），则将变更后的历史异常计数再加一，若这一磁盘扩展柜对应的这一类运行状态数据的数据差值小于预设的数据差阈值，则将这一磁盘扩展柜的变更后的历史异常计数减一，得到本周期的异常计数。在本实施例的任一步中，若历史异常计数等于零，则不再对历史异常计数减少。
图4为本申请实施例提供的传感器异常处理装置的结构示意图。如图4所示，传感器异常处理装置400包括：数据获取模块401、特征计算模块402、数据读取模块403、计数确定模块404及告警输出模块405。
数据获取模块401，用于周期性获取各磁盘扩展柜的各类运行状态数据，其中运行状态数据为磁盘扩展柜中传感器采集得到的。
特征计算模块402，用于计算本周期中各类运行状态数据对应的各特征值。
数据读取模块403，用于读取各磁盘扩展柜对应的历史异常计数及上一周期的各类运行状态数据。
计数确定模块404，用于根据本周期的各类运行状态数据、上一周期的各类运行状态数据、各类运行状态数据对应的各特征值及历史异常计数，确定各磁盘扩展柜对应的异常计数。
告警输出模块405，用于若目标磁盘扩展柜对应的异常计数大于预设阈值，则输出对应的传感器异常告警信息，其中目标磁盘扩展柜为任一磁盘扩展柜。
本实施例提供的装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。
在一种可能的实现方式中，计数确定模块404，具体用于采用本周期中各类运行状态数据与对应各特征值作差，得到对应的各特征差值，并确定各特征差值的绝对值。采用本周期的各类运行状态数据与上一周期对应的各类运行状态数据作差，得到对应的各数据差值，并确定各数据差值的绝对值。根据各特征差值的绝对值、各数据差值的绝对值及历史异常计数，确定各磁盘扩展柜对应的异常计数。
本实施例提供的装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。
在一种可能的实现方式中，计数确定模块404，具体用于若目标磁盘扩展柜对应的特征差值的绝对值大于或等于预设的特征差阈值，则将历史异常计数增加第一预设值，得到目标磁盘扩展柜对应的待变更异常计数。若目标磁盘扩展柜对应的特征差值的绝对值小于特征差阈值，且历史异常计数大于0，则将历史异常计数减少第一预设值，得到目标磁盘扩展柜对应的待变更异常计数。若目标磁盘扩展柜对应的特征差值的绝对值小于特征差阈值，且历史异常计数等于0，则将历史异常计数确定为目标磁盘扩展柜对应的待变更异常计数。若目标磁盘扩展柜对应的数据差值的绝对值大于或等于预设的数据差阈值，则将待变更异常计数增加第二预设值，得到目标磁盘扩展柜对应的异常计数。若目标磁盘扩展柜对应的数据差值的绝对值小于数据差阈值，且待变更异常计数大于0，则将待变更异常计数减少第二预设值，得到目标磁盘扩展柜对应的异常计数。若目标磁盘扩展柜对应的数据差值的绝对值小于数据差阈值，且待变更异常计数等于0，则将待变更异常计数确定为目标磁盘扩展柜对应的异常计数。
本实施例提供的装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。
在一种可能的实现方式中，计数确定模块404，具体用于将各特征差值的绝对值、各数据差值的绝对值及历史异常计数输入预设的异常计数计算公式，得到各磁盘扩展柜对应的异常计数。
本实施例提供的装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。
在一种可能的实现方式中，异常计数计算公式，如下：
式中，表示历史异常计数，Y表示异常计数，n表示运行状态数据的类型，p表示运行状态数据的类型总数，/>表示第n类运行状态数据对应的特征差值，/>表示第n类运行状态数据对应的特征差值的系数，/>表示第n类运行状态数据对应的数据差值，/>表示第n类运行状态数据对应的数据差值的系数，C表示常数。/>
本实施例提供的装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。
在一种可能的实现方式中，告警输出模块405，用于若目标磁盘扩展柜对应的异常计数大于预设阈值，则将目标磁盘扩展柜的标识输入预设的告警信息模板，得到传感器异常告警信息。将传感器异常告警信息输出。或，若目标磁盘扩展柜对应的异常计数大于预设阈值，则获取目标磁盘扩展柜的特征信息。将特征信息输入预设的告警信息模板，得到传感器异常告警信息。将传感器异常告警信息输出。
本实施例提供的装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。
在一种可能的实现方式中，特征计算模块402，具体用于计算本周期中各类运行状态数据对应的平均值、截尾均值、中位数或众数。
本实施例提供的装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。
为了实现上述实施例，本申请实施例还提供了一种电子设备。
参考图5，其示出了适于用来实现本申请实施例的电子设备500的结构示意图，该电子设备500可以为终端设备或服务器。其中，终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、个人数字助理（Personal Digital Assistant，简称PDA）、平板电脑（Portable Android Device，简称PAD）、便携式多媒体播放器（Portable MediaPlayer，简称PMP）、车载终端（例如车载导航终端）等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图5所示，电子设备500可以包括处理装置（例如中央处理器、图形处理器等）501，其可以根据存储在只读存储器（Read Only Memory ，简称ROM）502中的程序或者从存储装置508加载到随机访问存储器（Random Access Memory ，简称RAM）503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出（I/O）接口505也连接至总线504。
通常，以下装置可以连接至I/O接口505：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器（Liquid CrystalDisplay ，简称LCD）、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本申请的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本申请的实施例包括一种计算机程序产品，其包括承载在计算机可读存储介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从ROM 502被安装。在该计算机程序被处理装置501执行时，执行本申请实施例的方法中限定的上述功能。
需要说明的是，本申请上述的计算机可读存储介质可以是计算机可读信号介质或者计算机存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑磁盘只读存储器（CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读存储介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF（射频）等等，或者上述的任意合适的组合。
上述计算机可读存储介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备执行上述实施例所示的方法。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网（LocalArea Network ，简称LAN）或广域网（Wide Area Network ，简称WAN）—连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该模块本身的限定，例如，计数确定模块还可以被描述为 “异常计数确定模块”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、片上系统（SOC）、复杂可编程逻辑设备（CPLD）等等。
本申请还提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机执行指令，当处理器执行计算机执行指令时，实现上述任一实施例中的传感器异常处理方法的技术方案，其实现原理以及有益效果与传感器异常处理方法的实现原理及有益效果类似，可参见传感器异常处理方法的实现原理及有益效果，此处不再进行赘述。
在本申请的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦除可编程只读存储器（EPROM或快闪存储器）、光纤、便捷式紧凑盘只读存储器（CD-ROM）、光学储存设备、磁储存设备、或上述内容的任何合适组合。
本申请还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时，实现上述任一实施例中的传感器异常处理方法的技术方案，其实现原理以及有益效果与传感器异常处理方法的实现原理及有益效果类似，可参见传感器异常处理方法的实现原理及有益效果，此处不再进行赘述。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的（但不限于）具有类似功能的技术特征进行互相替换而形成的技术方案。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求书指出。
应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求书来限制。

Claims (10)

1.一种传感器异常处理方法，其特征在于，包括：
周期性获取各磁盘扩展柜的各类运行状态数据，其中所述运行状态数据为磁盘扩展柜中传感器采集得到的；
计算本周期中各类运行状态数据对应的各特征值；
读取各磁盘扩展柜对应的历史异常计数及上一周期的各类运行状态数据；
根据本周期的各类运行状态数据、上一周期的各类运行状态数据、各类运行状态数据对应的各特征值及所述历史异常计数，确定各磁盘扩展柜对应的异常计数；
若目标磁盘扩展柜对应的异常计数大于预设阈值，则输出对应的传感器异常告警信息，其中所述目标磁盘扩展柜为任一磁盘扩展柜。
2.根据权利要求1所述的方法，其特征在于，所述根据本周期的各类运行状态数据、上一周期的各类运行状态数据、各类运行状态数据对应的各特征值及所述历史异常计数，确定各磁盘扩展柜对应的异常计数，包括：
采用本周期中各类运行状态数据与对应各特征值作差，得到对应的各特征差值，并确定各特征差值的绝对值；
采用本周期的各类运行状态数据与上一周期对应的各类运行状态数据作差，得到对应的各数据差值，并确定各数据差值的绝对值；
根据各特征差值的绝对值、各数据差值的绝对值及所述历史异常计数，确定各磁盘扩展柜对应的异常计数。
3.根据权利要求2所述的方法，其特征在于，所述根据各特征差值的绝对值、各数据差值的绝对值及所述历史异常计数，确定各磁盘扩展柜对应的异常计数，包括：
若所述目标磁盘扩展柜对应的特征差值的绝对值大于或等于预设的特征差阈值，则将所述历史异常计数增加第一预设值，得到所述目标磁盘扩展柜对应的待变更异常计数；
若所述目标磁盘扩展柜对应的特征差值的绝对值小于所述特征差阈值，且所述历史异常计数大于0，则将所述历史异常计数减少所述第一预设值，得到所述目标磁盘扩展柜对应的待变更异常计数；
若所述目标磁盘扩展柜对应的特征差值的绝对值小于所述特征差阈值，且所述历史异常计数等于0，则将所述历史异常计数确定为所述目标磁盘扩展柜对应的待变更异常计数；
若所述目标磁盘扩展柜对应的数据差值的绝对值大于或等于预设的数据差阈值，则将所述待变更异常计数增加第二预设值，得到所述目标磁盘扩展柜对应的异常计数；
若所述目标磁盘扩展柜对应的数据差值的绝对值小于所述数据差阈值，且所述待变更异常计数大于0，则将所述待变更异常计数减少所述第二预设值，得到所述目标磁盘扩展柜对应的异常计数；
若所述目标磁盘扩展柜对应的数据差值的绝对值小于所述数据差阈值，且所述待变更异常计数等于0，则将所述待变更异常计数确定为所述目标磁盘扩展柜对应的异常计数。
4.根据权利要求2所述的方法，其特征在于，所述根据各特征差值的绝对值、各数据差值的绝对值及所述历史异常计数，确定各磁盘扩展柜对应的异常计数，包括：
将各特征差值的绝对值、各数据差值的绝对值及所述历史异常计数输入预设的异常计数计算公式，得到各磁盘扩展柜对应的异常计数。
5.根据权利要求4所述的方法，其特征在于，所述异常计数计算公式，如下：
，
式中，表示所述历史异常计数，Y表示所述异常计数，n表示运行状态数据的类型，p表示运行状态数据的类型总数，/>表示第n类运行状态数据对应的特征差值，/>表示第n类运行状态数据对应的特征差值的系数，/>表示第n类运行状态数据对应的数据差值，/>表示第n类运行状态数据对应的数据差值的系数，C表示常数。
6.根据权利要求1至5任一项所述的方法，其特征在于，所述若目标磁盘扩展柜对应的异常计数大于预设阈值，则输出对应的传感器异常告警信息，包括：
若目标磁盘扩展柜对应的异常计数大于所述预设阈值，则将所述目标磁盘扩展柜的标识输入预设的告警信息模板，得到传感器异常告警信息；将所述传感器异常告警信息输出；或，
若目标磁盘扩展柜对应的异常计数大于所述预设阈值，则获取所述目标磁盘扩展柜的特征信息；将所述特征信息输入预设的告警信息模板，得到传感器异常告警信息；将所述传感器异常告警信息输出。
7.根据权利要求1至5任一项所述的方法，其特征在于，所述计算本周期中各类运行状态数据对应的各特征值，包括：
计算本周期中各类运行状态数据对应的平均值、截尾均值、中位数或众数。
8.一种传感器异常处理装置，其特征在于，包括：
数据获取模块，用于周期性获取各磁盘扩展柜的各类运行状态数据，其中所述运行状态数据为磁盘扩展柜中传感器采集得到的；
特征计算模块，用于计算本周期中各类运行状态数据对应的各特征值；
数据读取模块，用于读取各磁盘扩展柜对应的历史异常计数及上一周期的各类运行状态数据；
计数确定模块，用于根据本周期的各类运行状态数据、上一周期的各类运行状态数据、各类运行状态数据对应的各特征值及所述历史异常计数，确定各磁盘扩展柜对应的异常计数；
告警输出模块，用于若目标磁盘扩展柜对应的异常计数大于预设阈值，则输出对应的传感器异常告警信息，其中所述目标磁盘扩展柜为任一磁盘扩展柜。
9.一种电子设备，其特征在于，包括：处理器，以及与所述处理器通信连接的存储器；
所述存储器存储计算机执行指令；
所述处理器执行所述存储器存储的计算机执行指令，以实现如权利要求1至7中任一项所述的传感器异常处理方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1至7中任一项所述的传感器异常处理方法。
CN202310728541.5A 2023-06-20 2023-06-20 传感器异常处理方法、装置、设备及存储介质 Active CN116451178B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310728541.5A CN116451178B (zh) 2023-06-20 2023-06-20 传感器异常处理方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310728541.5A CN116451178B (zh) 2023-06-20 2023-06-20 传感器异常处理方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN116451178A true CN116451178A (zh) 2023-07-18
CN116451178B CN116451178B (zh) 2024-02-13

Family

ID=87120587

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310728541.5A Active CN116451178B (zh) 2023-06-20 2023-06-20 传感器异常处理方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN116451178B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170370984A1 (en) * 2016-06-27 2017-12-28 International Business Machines Corporation Diagnostics in tmr sensors
US10467075B1 (en) * 2015-11-19 2019-11-05 American Megatrends International, Llc Systems, devices and methods for predicting disk failure and minimizing data loss
US20200050182A1 (en) * 2018-08-07 2020-02-13 Nec Laboratories America, Inc. Automated anomaly precursor detection
CN112862127A (zh) * 2021-04-23 2021-05-28 北京瑞莱智慧科技有限公司 一种传感器数据的异常处理方法、装置、电子设备及介质
CN113592337A (zh) * 2021-08-09 2021-11-02 北京豆萌信息技术有限公司 故障处理方法、装置、电子设备及存储介质
CN114244676A (zh) * 2021-10-29 2022-03-25 四川天翼网络服务有限公司 一种智能it综合网关系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10467075B1 (en) * 2015-11-19 2019-11-05 American Megatrends International, Llc Systems, devices and methods for predicting disk failure and minimizing data loss
US20170370984A1 (en) * 2016-06-27 2017-12-28 International Business Machines Corporation Diagnostics in tmr sensors
US20200050182A1 (en) * 2018-08-07 2020-02-13 Nec Laboratories America, Inc. Automated anomaly precursor detection
CN112862127A (zh) * 2021-04-23 2021-05-28 北京瑞莱智慧科技有限公司 一种传感器数据的异常处理方法、装置、电子设备及介质
CN113592337A (zh) * 2021-08-09 2021-11-02 北京豆萌信息技术有限公司 故障处理方法、装置、电子设备及存储介质
CN114244676A (zh) * 2021-10-29 2022-03-25 四川天翼网络服务有限公司 一种智能it综合网关系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
潘希;: "配电终端无线公网通信状态监测方法研究", 山东电力技术, no. 01 *

Also Published As

Publication number Publication date
CN116451178B (zh) 2024-02-13

Similar Documents

Publication Publication Date Title
CN111475853B (zh) 一种基于分布式数据的模型训练方法及系统
US9489138B1 (en) Method and apparatus for reliable I/O performance anomaly detection in datacenter
CN111104342A (zh) 用于存储的方法、电子设备和计算机程序产品
US10007583B2 (en) Generating a data structure to maintain error and connection information on components and use the data structure to determine an error correction operation
CN116451178B (zh) 传感器异常处理方法、装置、设备及存储介质
US8205121B2 (en) Reducing overpolling of data in a data processing system
CN110727558A (zh) 信息提示方法、装置、存储介质及电子设备
CN113900718B (zh) 一种bmc与bios资产信息的解耦方法、系统及装置
US20210124378A1 (en) Cooling based on hardware activity patterns
JP6771614B1 (ja) 通信制御システム、サーバ装置、通信制御方法、および通信制御プログラム
US10983893B1 (en) Data health monitoring system and methods
CN112099759A (zh) 数值处理方法、装置、处理设备及计算机可读存储介质
CN111092758A (zh) 降低告警及恢复误报的方法、装置及电子设备
CN111274104A (zh) 数据处理方法、装置、电子设备及计算机可读存储介质
CN113758608B (zh) 一种报警处理方法和装置
CN111026571B (zh) 处理器降频处理方法、装置及电子设备
CN111376248B (zh) 机器人、机器人的决策方法及终端设备
CN104252400A (zh) 数据中心多节点管理系统及方法
CN111124804B (zh) 测试方法和装置
CN110399243B (zh) 蓝屏原因确定方法、系统、计算机可读介质及电子设备
US20200389382A1 (en) Data rate monitoring to determine channel failure
CN113030732B (zh) 电机监控预警方法、装置、电子设备和计算机可读介质
US7979406B2 (en) Compress transaction data using serial micro-trends
CN114443406A (zh) 处理器温度检测方法、装置、电子设备和计算机存储介质
CN115604091A (zh) 数据处理方法、装置、基板控制管理系统及电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant