CN117554679A - 电流监测方法、装置、电子设备及介质 - Google Patents
电流监测方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN117554679A CN117554679A CN202311480134.3A CN202311480134A CN117554679A CN 117554679 A CN117554679 A CN 117554679A CN 202311480134 A CN202311480134 A CN 202311480134A CN 117554679 A CN117554679 A CN 117554679A
- Authority
- CN
- China
- Prior art keywords
- current
- current data
- data
- determining
- target
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000001914 filtration Methods 0.000 claims abstract description 41
- 230000002159 abnormal effect Effects 0.000 claims description 12
- 238000013507 mapping Methods 0.000 claims description 10
- 238000012806 monitoring device Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 description 8
- 238000001514 detection method Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/02—Measuring effective values, i.e. root-mean-square values
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/0092—Arrangements for measuring currents or voltages or for indicating presence or sign thereof measuring current only
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Evolutionary Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Computational Biology (AREA)
- Algebra (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Measurement Of Current Or Voltage (AREA)
Abstract
本申请涉及自动化技术领域,提供一种电流监测方法、装置、电子设备及介质,所述方法包括:获取服务器机柜在目标时间段的初始电流数据;基于所述目标时间段确定滑动窗口;基于所述滑动窗口从所述初始电流数据中确定待处理电流数据;基于所述待处理电流数据进行数据滤波,得到目标电流数据;基于所述目标电流数据确定电流平方均值;基于所述电流平方均值与预设电流阈值,确定所述服务器机柜的电流监测结果。本申请可以避免通过实时值与告警阈值进行对比的方式进行监测,导致频繁的告警,进而影响监控人员的判断的问题,可以提高服务器机柜电流监控的准确性。
Description
技术领域
本申请涉及自动化技术领域,尤其涉及一种电流监测方法、装置、电子设备及介质。
背景技术
服务器机柜电流监控被应用于数据中心动环监控***,其中电流监控能反应出该机柜目前使用容量状态。若电流超过该机柜供电空气开关上限值,会造成空气开关跳闸,进而整柜服务器宕机,影响正常的业务运行。
目前服务器机柜电流监控主要是采集电流的实时值,实时值与告警阈值进行对比,若实时值超出告警阈值就会发出告警。但由于服务器运行电流不是恒定的,会随着业务量的变化而变化,若实时值在阈值边界处上下波动,会造成频繁的告警,影响监控人员的判断,使得当前服务器机柜电流监控的准确性低下。
发明内容
本申请旨在至少解决相关技术中存在的技术问题之一。为此,本申请提出一种电流监测方法,可以提高服务器机柜电流监控的准确性。
本申请还提出一种电流监测装置、电子设备及介质。
根据本申请第一方面实施例的电流监测方法,包括:
获取服务器机柜在目标时间段的初始电流数据;
基于所述目标时间段确定滑动窗口;
基于所述滑动窗口从所述初始电流数据中确定待处理电流数据;
基于所述待处理电流数据进行数据滤波,得到目标电流数据;
基于所述目标电流数据确定电流平方均值;
基于所述电流平方均值与预设电流阈值,确定所述服务器机柜的电流监测结果。
根据本申请实施例的电流监测方法,通过目标时间段确定出滑动窗口,使得可以根据滑动窗口,从服务器机柜在目标时间段的初始电流数据中,确定用于进行检测的待处理电流数据,由此平滑电流数据,降低误差;进一步通过对待处理电流数据进行数据滤波,得到目标电流数据,提高电流数据处理的精度,以根据目标电流数据准确地确定出电流平方均值,进而可以根据电流平方均值与预设电流阈值,准确地确定出服务器机柜的电流监测结果。因此,可以避免通过实时值与告警阈值进行对比的方式进行监测,导致频繁的告警,进而影响监控人员的判断的问题,可以提高服务器机柜电流监控的准确性。
根据本申请的一个实施例,所述基于所述待处理电流数据进行数据滤波,得到目标电流数据,包括:
对所述待处理电流数据中的各电流数据进行异常点剔除,得到剩余电流数据;
对剩余电流数据中的各电流数据进行数据滤波,得到目标电流数据。
根据本申请的一个实施例,在对剩余电流数据中的各电流数据进行数据滤波,得到目标电流数据时,针对剩余电流数据中的各电流数据,分别执行以下步骤:
获取当前电流数据的前一电流数据的电流状态值;其中,首个电流数据的前一电流数据的电流状态值是预先设定的;
确定所述电流状态值的协方差值;
根据所述协方差值确定当前电流数据的增益系数;
根据当前电流数据、所述电流状态值与所述增益系数,确定当前电流数据的电流状态值,以基于所述电流状态值生成目标电流数据。
根据本申请的一个实施例,所述对所述待处理电流数据中的各电流数据进行异常点剔除,得到剩余电流数据,包括:
将所述待处理电流数据中的各电流数据按照最小值、第一四分位数、中位数、第三四分位数和最大值分为四等分;
基于所述第一四分位数与所述第三四分位数确定电流范围;
将所述待处理电流数据中位于所述电流范围之外的电流数据进行剔除,得到剩余电流数据。
根据本申请的一个实施例,所述基于所述目标电流数据确定电流平方均值,包括:
确定所述目标电流数据中各电流状态值的平方和;
将所述平方和与所述目标电流数据中电流状态值的个数进行比值运算,将比值运算的结果确定为电流平方均值。
根据本申请的一个实施例,所述基于所述电流平方均值与预设电流阈值,确定所述服务器机柜的电流监测结果,包括以下任一项:
若所述电流平方均值大于或等于预设电流阈值,确定所述服务器机柜的电流超限;
若所述电流平方均值小于预设电流阈值,确定所述服务器机柜的电流正常。
根据本申请的一个实施例,所述基于所述目标时间段确定滑动窗口,包括:
确定所述目标时间段所处的目标时间范围;
获取时间范围与滑动窗口之间的映射关系;
基于所述映射关系,确定所述目标时间范围对应的滑动窗口。
根据本申请的一个实施例,在基于所述电流平方均值确定所述服务器机柜的电流监测结果之后,还包括:
基于所述电流平方均值确定滑差时间;
根据所述滑差时间与所述滑动窗口,从所述初始电流数据中确定更新电流数据,根据所述更新电流数据更新所述待处理电流数据;
执行基于所述待处理电流数据进行数据滤波,得到目标电流数据的步骤,直至更新电流数据中的最后一个电流数据为所述初始电流数据中的最后一个电流数据。
根据本申请第二方面实施例的电流监测装置,包括:
获取模块,用于获取服务器机柜在目标时间段的初始电流数据;
第一确定模块,用于基于所述目标时间段确定滑动窗口;
第二确定模块,用于基于所述滑动窗口从所述初始电流数据中确定待处理电流数据;
滤波模块,用于基于所述待处理电流数据进行数据滤波,得到目标电流数据;
第三确定模块,用于基于所述目标电流数据确定电流平方均值;
第四确定模块,用于基于所述电流平方均值与预设电流阈值,确定所述服务器机柜的电流监测结果。
根据本申请第三方面实施例的电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述电流监测方法。
根据本申请第四方面实施例的介质,所述介质为非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述电流监测方法。
本申请实施例中的上述一个或多个技术方案,至少具有如下技术效果之一:
通过目标时间段确定出滑动窗口,使得可以根据滑动窗口,从服务器机柜在目标时间段的初始电流数据中,确定用于进行检测的待处理电流数据,由此平滑电流数据,降低误差;进一步通过对待处理电流数据进行数据滤波,得到目标电流数据,提高电流数据处理的精度,以根据目标电流数据准确地确定出电流平方均值,进而可以根据电流平方均值与预设电流阈值,准确地确定出服务器机柜的电流监测结果。因此,可以避免通过实时值与告警阈值进行对比的方式进行监测,导致频繁的告警,进而影响监控人员的判断的问题,可以提高服务器机柜电流监控的准确性。
本申请的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
为了更清楚地说明本申请实施例或相关技术中的技术方案,下面将对实施例或相关技术描述中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申请的一些实施例,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是本申请实施例提供的电流监测方法的流程示意图;
图2是本申请实施例提供的电流监测装置的结构示意图;
图3是本申请提供的电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本申请的实施方式作进一步详细描述。以下实施例用于说明本申请,但不能用来限制本申请的范围。
在本申请实施例的描述中,需要说明的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请实施例和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请实施例的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本申请实施例的描述中,需要说明的是,除非另有明确的规定和限定,术语“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请实施例中的具体含义。
在本申请实施例中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请实施例的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
图1是本申请实施例提供的电流监测方法的流程示意图,如图1所示,该电流监测方法包括:
步骤110,获取服务器机柜在目标时间段的初始电流数据。
需要说明的是,本申请实施例提供的电流监测方法的执行主体可以是服务器、计算机设备,例如手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、超级移动个人计算机(Ultra-Mobile Personal Computer,UMPC)、上网本或者个人数字助理(Personal Digital Assistant,PDA)等。
本申请的执行主体中可以设置有数据中心动环监控***(Data CenterInfrastructure Management,DCIM)。
本申请中可以通过电流互感器、智能仪表等器件,采集服务器机柜的实时电流并上传到数据中心动环监控***。
本申请可以获取服务器机柜在目标时间段的电流数据作为初始电流数据,其中目标时间段可以根据实际需求设置。
步骤120,基于目标时间段确定滑动窗口。
本申请可以根据不同的时间范围设置不同长度的滑动窗口,因此可以根据目标时间段所处的时间范围,确定出对应长度的滑动窗口。
步骤130,基于滑动窗口从初始电流数据中确定待处理电流数据。
本申请在确定滑动窗口后,可以将初始电流数据中的第一个电流数据作为滑动窗口的首个数据,并以此类推,直至电流数据填满整个滑动窗口,将滑动窗口中的各电流数据确定为待处理电流数据。
需要说明的是,本申请中获取的初始电流数据是按采集时间为序获取的。
步骤140,基于待处理电流数据进行数据滤波,得到目标电流数据。
在得到待处理电流数据后,本申请可以对待处理电流数据进行异常点剔除与数据滤波等操作,将得到的各电流数据确定为目标电流数据。通过对待处理电流数据进行异常数据剔除与滤波处理,可以降低数据误差,提高计算精度。
步骤150,基于目标电流数据确定电流平方均值。
在得到目标电流数据后,可以进行一步根据目标电流数据中的各电流数据值进行平方均值的计算,得到电流平方均值。
步骤160,基于电流平方均值与预设电流阈值,确定服务器机柜的电流监测结果。
在得到电流平方均值后,可以通过电流平方均值与预设电流阈值的比较,得到服务器机柜在该滑动窗口的时间内是否存在电流超限的电流监测结果。
其中,预设电流阈值可以为根据实际需求设置的电流值。
根据本申请实施例的电流监测方法,通过目标时间段确定出滑动窗口,使得可以根据滑动窗口,从服务器机柜在目标时间段的初始电流数据中,确定用于进行检测的待处理电流数据,由此平滑电流数据,降低误差;进一步通过对待处理电流数据进行数据滤波,得到目标电流数据,提高电流数据处理的精度,以根据目标电流数据准确地确定出电流平方均值,进而可以根据电流平方均值与预设电流阈值,准确地确定出服务器机柜的电流监测结果。因此,可以避免通过实时值与告警阈值进行对比的方式进行监测,导致频繁的告警,进而影响监控人员的判断的问题,可以提高服务器机柜电流监控的准确性。
需要说明的是,已有的滑动窗口方法主要包括定滑动窗口和定滑差时间,然而,机柜电流负载是随着时间波动的。在低电流情况下,可以降低检测时间频率,而在高电流情况下,需要加大检测时间和频率。
为此,本申请采用了自适应滑动窗口和变滑差时间的策略,根据电流负载的实际情况来自动调整窗口大小和滑差时间。
值得注意的是,服务器的运行电流并不是恒定的,它可能会出现突变。因此,本申请还包括对电流值进行滤波处理的步骤,以提高计算精度。
基于此,本申请可以更准确地监测服务器机柜电流,减少了误报和频繁告警,有助于提高数据中心动环监控***的性能和可靠性。
基于上述实施例,上述步骤120可以包括:
步骤121,确定目标时间段所处的目标时间范围;
步骤122,获取时间范围与滑动窗口之间的映射关系;
步骤123,基于映射关系,确定目标时间范围对应的滑动窗口。
需要说明的是,服务器机柜的电流是随时间变化的,大多数情况下,在8点至12点、13点至18点工作时间,服务器机柜的电流数较高;在其余休息时间,服务器机柜的电流数较低。因此,本申请在低电流情况下,滑动窗口的周期可以增大;在高电流情况下,检滑动窗口的周期可以减小以减少计算量。
本申请中可以预先设置多个时间范围以及多个长度的滑动窗口。
进一步地,为每一时间范围映射一个唯一的滑动窗口,由此建立时间范围与滑动窗口之间的映射关系。
例如:滑动窗口的周期(即长度)可以为:
t1、t2与t3时间可根据采集器与服务器性能自由设定。满足要求即可,其中,t1<t2<t3,仅为减小计算量。
因此,本申请在确定目标时间段后,可以确定目标时间段所处的时间范围,并将其确定为目标时间范围。
进一步地,可以根据映射关系,查询与目标时间范围对应的滑动窗口。
本实施例根据服务器机柜的负载情况,动态设置滑动窗口的长度,可以减少计算量。
基于上述实施例,上述步骤140可以包括:
步骤141,对待处理电流数据中的各电流数据进行异常点剔除,得到剩余电流数据;
步骤142,对剩余电流数据中的各电流数据进行数据滤波,得到目标电流数据。
本申请中,可以对待处理电流数据中的各电流数据进行划分,并根据正态分布的原理对划分后的数据进行异常点剔除,以此减少异常数据的干扰,降低数据误差,得到剩余电流数据。
进一步地,本申请可以通过对上一时刻的值与这一时刻的测量值进行加权平均得到新的值的思想,对对剩余电流数据中的各电流数据进行数据滤波,得到目标电流数据。
本实施例通过对待处理电流数据进行异常数据剔除与滤波处理,可以降低数据误差,提高计算精度,便于得到准确的服务器机柜的电流监测结果。
基于上述实施例,上述步骤141可以包括:
步骤1411,将待处理电流数据中的各电流数据按照最小值、第一四分位数、中位数、第三四分位数和最大值分为四等分;
步骤1412,基于第一四分位数与第三四分位数确定电流范围;
步骤1413,将待处理电流数据中位于电流范围之外的电流数据进行剔除,得到剩余电流数据。
本申请中可以将滑动窗口内的电流数据分为四等分,分别为最小值、第一四分位数(Q1)、中位数、第三四分位数(Q3)和最大值。
进一步地,根据如下公式结合第一四分位数与第三四分位数,计算出一个电流范围作为内限:
Q1-1.5*(Q3-Q1)-Q3+1.5(Q3-Q1);
其中,Q1-1.5*(Q3-Q1)为电流范围的最小值,Q3+1.5(Q3-Q1)为电流范围的最大值。
需要说明的是,在正态分布中,约68%的数据位于平均值的一个标准差内,约95%的数据位于两个标准差内,约99.7%的数据位于三个标准差内。因此,当数据接近正态分布时,该内限可以涵盖大多数数据,将那些偏离中心的点视为潜在的异常点。
进一步地,将待处理电流数据中位于电流范围之外的电流数据确定为异常点,并将异常点进行剔除,得到剩余电流数据。
本实施例通过对电路数据进行异常点剔除,降低数据误差,便于得到准确的服务器机柜的电流监测结果。
基于上述实施例,在执行步骤132时,针对剩余电流数据中的各电流数据,可以分别执行以下步骤:
步骤1421,获取当前电流数据的前一电流数据的电流状态值;其中,首个电流数据的前一电流数据的电流状态值是预先设定的;
步骤1422,确定电流状态值的协方差值;
步骤1423,根据协方差值确定当前电流数据的增益系数;
步骤1424,根据当前电流数据、电流状态值与增益系数,确定当前电流数据的电流状态值,以基于电流状态值生成目标电流数据。
本申请中可以利用上一时刻的电流值对下一时刻电流进行预测,例如:I(n丨n-1)=I(n-1丨n-1)。
其中,I(n丨n-1)表示n时刻采集点的电流预测值;I(n-1丨n-1)表示n-1时刻采集点电流状态值。
进一步地,可以对电流状态值进行协方差计算,得到相应的协方差值:
P(n丨n-1)=P(n-1丨n-1);
其中,P(n丨n-1)表示n时刻的协方差预测值;P(n-1丨n-1)表示n-1时刻协方差的值。
n时刻用电流互感器测得电流数据后,得到Z(n)。
计算增益系数:
其中,R为常数,由传感器精度决定。
最终求得:
I(n丨n)=I(n丨n-1)+K(n)*[Z(n)-I(n丨n-1);
其中,I(n丨n)表示n时刻计算电流值,即该时刻的电流状态值。
进一步地,可以更新协方差:
P(n丨n)=[1-K(n)]*P(n丨n-1)
其中,P(n丨n)表示n时刻协方差计算值。
在计算n=1时刻值时,需要预设n=0时刻的值,例如预设I(0丨0)=0;P(0丨0)=1。
需要说明的是,本申请中上述每一时刻与剩余电流数据中的一电流数据对应,其中上一时刻与下一时刻,即上一电流数据的时刻与下一电流数据的时刻,本申请中可以直接表征为上一电流数据与下一电流数据。
由此,可以得到剩余电流数据中的各电流数据对应的电流状态值,并基于各电流状态值形成目标电流数据。
本实施例通过对待处理电流数据进行异常点剔除后再进行数据滤波,得到目标电流数据,可提高电流数据处理的精度,以根据目标电流数据准确地确定出电流平方均值,进而可以根据电流平方均值与预设电流阈值,准确地确定出服务器机柜的电流监测结果。因此,可以避免通过实时值与告警阈值进行对比的方式进行监测,导致频繁的告警,进而影响监控人员的判断的问题,可以提高服务器机柜电流监控的准确性。
基于上述实施例,上述步骤150可以包括:
步骤151,确定目标电流数据中各电流状态值的平方和;
步骤152,将平方和与目标电流数据中电流状态值的个数进行比值运算,将比值运算的结果确定为电流平方均值。
本申请在得到目标电流数据后,可以提取目标电流数据中的各电流状态值。
进一步地,分别计算各电流状态值的平方后进行求和,得到平方和。
同时,可以获取目标电流数据中电流状态值的个数。
进一步地,将该平方和与目标电流数据中电流状态值的个数进行比值运算,并将比值运算的结果确定为电流平方均值。
具体地,可以通过如下公式实现:
其中,In为第n个电流状态值,n为目标电流数据中电流状态值的个数;It为电流平方均值。
本实施例可以根据目标电流数据中各电流状态值,准确地确定出电流平方均值,以根据电流平方均值与预设电流阈值,准确地确定出服务器机柜的电流监测结果。因此,可以避免通过实时值与告警阈值进行对比的方式进行监测,导致频繁的告警,进而影响监控人员的判断的问题,可以提高服务器机柜电流监控的准确性。
基于上述实施例,上述步骤160可以包括以下任一项:
步骤161,若电流平方均值大于或等于预设电流阈值,确定服务器机柜的电流超限;
步骤162,若电流平方均值小于预设电流阈值,确定服务器机柜的电流正常。
在得到电流平方均值后,本申请还可以获取预设电流阈值。
进一步地,将电流平方均值与预设电流阈值进行比较,确定电流平方均值与预设电流阈值之间的大小关系。
进一步地,若确定电流平方均值大于或等于预设电流阈值,确定服务器机柜的电流超限,并可以进一步通过弹出告警提示。
若确定电流平方均值小于预设电流阈值,确定服务器机柜的电流正常,此时不进行告警提示的弹出。
本实施例根据电流平方均值与预设电流阈值,准确地确定出服务器机柜的电流监测结果。因此,可以避免通过实时值与告警阈值进行对比的方式进行监测,导致频繁的告警,进而影响监控人员的判断的问题,可以提高服务器机柜电流监控的准确性。
基于上述实施例,上述步骤160之后还可以包括:
步骤170,基于电流平方均值确定滑差时间;
步骤180,根据滑差时间与滑动窗口,从初始电流数据中确定更新电流数据,根据更新电流数据更新待处理电流数据;
步骤190,执行基于待处理电流数据进行数据滤波,得到目标电流数据的步骤,直至更新电流数据中的最后一个电流数据为初始电流数据中的最后一个电流数据。
本申请中,为减少数据处理量,电流高时,滑差时间应当小,数据处理频繁;电流低时,滑差时间应当大。
因此,本申请在得到某一滑动窗口下服务器机柜的电流监测结果后,可以根据该滑动窗口的电流平方均值结合如下公式确定出滑差时间:
T2=A/I;
其中,T2为滑差时间;A为常数,本实施例中具体可以为1;I为电流平方均值。
进一步地,根据计算出的滑差时间,在原来的滑动窗口的基础上,以滑差时间作为步长在初始电流数据中进行滑动,由此得到新的滑动窗口的数据并作为更新电流数据,进而可以根据更新电流数据更新待处理电流数据。
进一步地,可以基于待处理电流数据进行数据滤波,得到目标电流数据;进一步基于目标电流数据确定电流平方均值;最后基于电流平方均值与预设电流阈值,确定服务器机柜的电流监测结果。在此之后,继续执行基于电流平方均值确定滑差时间;根据滑差时间与滑动窗口,从初始电流数据中确定更新电流数据,根据更新电流数据更新待处理电流数据,以及基于待处理电流数据进行数据滤波,得到目标电流数据;基于目标电流数据确定电流平方均值;基于电流平方均值与预设电流阈值,确定服务器机柜的电流监测结果的步骤,直至更新电流数据中的最后一个电流数据为初始电流数据中的最后一个电流数据。
本实施例可以将滑差时间与电流值相关联,能根据电流值动态调节滑差时间,进而可以减少计算量。
图2是本申请实施例提供的电流监测装置的结构示意图,如图2所示,该电流监测装置,包括:
获取模块210,用于获取服务器机柜在目标时间段的初始电流数据;
第一确定模块220,用于基于所述目标时间段确定滑动窗口;
第二确定模块230,用于基于所述滑动窗口从所述初始电流数据中确定待处理电流数据;
滤波模块240,用于基于所述待处理电流数据进行数据滤波,得到目标电流数据;
第三确定模块250,用于基于所述目标电流数据确定电流平方均值;
第四确定模块260,用于基于所述电流平方均值与预设电流阈值,确定所述服务器机柜的电流监测结果。
根据本申请实施例的电流监测装置,通过目标时间段确定出滑动窗口,使得可以根据滑动窗口,从服务器机柜在目标时间段的初始电流数据中,确定用于进行检测的待处理电流数据,由此平滑电流数据,降低误差;进一步通过对待处理电流数据进行数据滤波,得到目标电流数据,提高电流数据处理的精度,以根据目标电流数据准确地确定出电流平方均值,进而可以根据电流平方均值与预设电流阈值,准确地确定出服务器机柜的电流监测结果。因此,可以避免通过实时值与告警阈值进行对比的方式进行监测,导致频繁的告警,进而影响监控人员的判断的问题,可以提高服务器机柜电流监控的准确性。
基于上述任一实施例,第一确定模块220具体用于:
确定所述目标时间段所处的目标时间范围;
获取时间范围与滑动窗口之间的映射关系;
基于所述映射关系,确定所述目标时间范围对应的滑动窗口。
基于上述任一实施例,滤波模块240具体用于:
对所述待处理电流数据中的各电流数据进行异常点剔除,得到剩余电流数据;
对剩余电流数据中的各电流数据进行数据滤波,得到目标电流数据。
基于上述任一实施例,滤波模块240包括滤波单元,所述滤波单元用于针对剩余电流数据中的各电流数据,分别执行以下步骤:
获取当前电流数据的前一电流数据的电流状态值;其中,首个电流数据的前一电流数据的电流状态值是预先设定的;
确定所述电流状态值的协方差值;
根据所述协方差值确定当前电流数据的增益系数;
根据当前电流数据、所述电流状态值与所述增益系数,确定当前电流数据的电流状态值,以基于所述电流状态值生成目标电流数据。
基于上述任一实施例,滤波模块240包括剔除单元,所述剔除单元用于:
将所述待处理电流数据中的各电流数据按照最小值、第一四分位数、中位数、第三四分位数和最大值分为四等分;
基于所述第一四分位数与所述第三四分位数确定电流范围;
将所述待处理电流数据中位于所述电流范围之外的电流数据进行剔除,得到剩余电流数据。
基于上述任一实施例,第三确定模块250具体用于:
确定所述目标电流数据中各电流状态值的平方和;
将所述平方和与所述目标电流数据中电流状态值的个数进行比值运算,将比值运算的结果确定为电流平方均值。
基于上述任一实施例,第四确定模块260具体用于:
若所述电流平方均值大于或等于预设电流阈值,确定所述服务器机柜的电流超限;
若所述电流平方均值小于预设电流阈值,确定所述服务器机柜的电流正常。
基于上述任一实施例,第四确定模块260还用于:
基于所述电流平方均值确定滑差时间;
根据所述滑差时间与所述滑动窗口,从所述初始电流数据中确定更新电流数据,根据所述更新电流数据更新所述待处理电流数据;
执行基于所述待处理电流数据进行数据滤波,得到目标电流数据的步骤,直至更新电流数据中的最后一个电流数据为所述初始电流数据中的最后一个电流数据。
图3示例了一种电子设备的实体结构示意图,如图3所示,该电子设备可以包括:处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340,其中,处理器310,通信接口320,存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令,以执行如下方法:获取服务器机柜在目标时间段的初始电流数据;
基于所述目标时间段确定滑动窗口;
基于所述滑动窗口从所述初始电流数据中确定待处理电流数据;
基于所述待处理电流数据进行数据滤波,得到目标电流数据;
基于所述目标电流数据确定电流平方均值;
基于所述电流平方均值与预设电流阈值,确定所述服务器机柜的电流监测结果。
此外,上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对相关技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
又一方面,本申请实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的方法,例如包括:获取服务器机柜在目标时间段的初始电流数据;
基于所述目标时间段确定滑动窗口;
基于所述滑动窗口从所述初始电流数据中确定待处理电流数据;
基于所述待处理电流数据进行数据滤波,得到目标电流数据;
基于所述目标电流数据确定电流平方均值;
基于所述电流平方均值与预设电流阈值,确定所述服务器机柜的电流监测结果。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是,以上实施方式仅用于说明本申请,而非对本申请的限制。尽管参照实施例对本申请进行了详细说明,本领域的普通技术人员应当理解,对本申请的技术方案进行各种组合、修改或者等同替换,都不脱离本申请技术方案的精神和范围,均应涵盖在本申请的权利要求范围中。
Claims (11)
1.一种电流监测方法,其特征在于,包括:
获取服务器机柜在目标时间段的初始电流数据;
基于所述目标时间段确定滑动窗口;
基于所述滑动窗口从所述初始电流数据中确定待处理电流数据;
基于所述待处理电流数据进行数据滤波,得到目标电流数据;
基于所述目标电流数据确定电流平方均值;
基于所述电流平方均值与预设电流阈值,确定所述服务器机柜的电流监测结果。
2.根据权利要求1所述的电流监测方法,其特征在于,所述基于所述待处理电流数据进行数据滤波,得到目标电流数据,包括:
对所述待处理电流数据中的各电流数据进行异常点剔除,得到剩余电流数据;
对剩余电流数据中的各电流数据进行数据滤波,得到目标电流数据。
3.根据权利要求2所述的电流监测方法,其特征在于,在对剩余电流数据中的各电流数据进行数据滤波,得到目标电流数据时,针对剩余电流数据中的各电流数据,分别执行以下步骤:
获取当前电流数据的前一电流数据的电流状态值;其中,首个电流数据的前一电流数据的电流状态值是预先设定的;
确定所述电流状态值的协方差值;
根据所述协方差值确定当前电流数据的增益系数;
根据当前电流数据、所述电流状态值与所述增益系数,确定当前电流数据的电流状态值,以基于所述电流状态值生成目标电流数据。
4.根据权利要求2所述的电流监测方法,其特征在于,所述对所述待处理电流数据中的各电流数据进行异常点剔除,得到剩余电流数据,包括:
将所述待处理电流数据中的各电流数据按照最小值、第一四分位数、中位数、第三四分位数和最大值分为四等分;
基于所述第一四分位数与所述第三四分位数确定电流范围;
将所述待处理电流数据中位于所述电流范围之外的电流数据进行剔除,得到剩余电流数据。
5.根据权利要求3所述的电流监测方法,其特征在于,所述基于所述目标电流数据确定电流平方均值,包括:
确定所述目标电流数据中各电流状态值的平方和;
将所述平方和与所述目标电流数据中电流状态值的个数进行比值运算,将比值运算的结果确定为电流平方均值。
6.根据权利要求1所述的电流监测方法,其特征在于,所述基于所述电流平方均值与预设电流阈值,确定所述服务器机柜的电流监测结果,包括以下任一项:
若所述电流平方均值大于或等于预设电流阈值,确定所述服务器机柜的电流超限;
若所述电流平方均值小于预设电流阈值,确定所述服务器机柜的电流正常。
7.根据权利要求1所述的电流监测方法,其特征在于,所述基于所述目标时间段确定滑动窗口,包括:
确定所述目标时间段所处的目标时间范围;
获取时间范围与滑动窗口之间的映射关系;
基于所述映射关系,确定所述目标时间范围对应的滑动窗口。
8.根据权利要求1-7任一项所述的电流监测方法,其特征在于,在基于所述电流平方均值确定所述服务器机柜的电流监测结果之后,还包括:
基于所述电流平方均值确定滑差时间;
根据所述滑差时间与所述滑动窗口,从所述初始电流数据中确定更新电流数据,根据所述更新电流数据更新所述待处理电流数据;
执行基于所述待处理电流数据进行数据滤波,得到目标电流数据的步骤,直至更新电流数据中的最后一个电流数据为所述初始电流数据中的最后一个电流数据。
9.一种电流监测装置,其特征在于,包括:
获取模块,用于获取服务器机柜在目标时间段的初始电流数据;
第一确定模块,用于基于所述目标时间段确定滑动窗口;
第二确定模块,用于基于所述滑动窗口从所述初始电流数据中确定待处理电流数据;
滤波模块,用于基于所述待处理电流数据进行数据滤波,得到目标电流数据;
第三确定模块,用于基于所述目标电流数据确定电流平方均值;
第四确定模块,用于基于所述电流平方均值与预设电流阈值,确定所述服务器机柜的电流监测结果。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至8任一项所述电流监测方法。
11.一种介质,所述介质为非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至8任一项所述电流监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311480134.3A CN117554679A (zh) | 2023-11-08 | 2023-11-08 | 电流监测方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311480134.3A CN117554679A (zh) | 2023-11-08 | 2023-11-08 | 电流监测方法、装置、电子设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117554679A true CN117554679A (zh) | 2024-02-13 |
Family
ID=89810233
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311480134.3A Pending CN117554679A (zh) | 2023-11-08 | 2023-11-08 | 电流监测方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117554679A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120290230A1 (en) * | 2009-07-01 | 2012-11-15 | Carnegie Mellon University | Methods and Apparatuses for Monitoring Energy Consumption and Related Operations |
US20200249736A1 (en) * | 2019-01-31 | 2020-08-06 | Hewlett Packard Enterprise Development Lp | Fault detection based on comparing input current and moving average input current |
CN113640622A (zh) * | 2021-08-31 | 2021-11-12 | 广东电网有限责任公司 | 一种中低压直流微电网的故障检测方法及*** |
CN115878418A (zh) * | 2022-11-29 | 2023-03-31 | 浪潮商用机器有限公司 | 一种功耗监测方法、装置、设备及存储介质 |
-
2023
- 2023-11-08 CN CN202311480134.3A patent/CN117554679A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120290230A1 (en) * | 2009-07-01 | 2012-11-15 | Carnegie Mellon University | Methods and Apparatuses for Monitoring Energy Consumption and Related Operations |
US20200249736A1 (en) * | 2019-01-31 | 2020-08-06 | Hewlett Packard Enterprise Development Lp | Fault detection based on comparing input current and moving average input current |
CN113640622A (zh) * | 2021-08-31 | 2021-11-12 | 广东电网有限责任公司 | 一种中低压直流微电网的故障检测方法及*** |
CN115878418A (zh) * | 2022-11-29 | 2023-03-31 | 浪潮商用机器有限公司 | 一种功耗监测方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110967646B (zh) | Soc修正方法和装置、电池管理***和存储介质 | |
CN110187282B (zh) | 电池荷电状态估算方法和估算装置 | |
CN112134544B (zh) | 滤波方法、装置、设备及计算机可读存储介质 | |
CN108696368B (zh) | 一种网元健康状态的检测方法及设备 | |
CN116433009A (zh) | 一种用于变电设备的异常监测方法、装置及存储介质 | |
CN110532119B (zh) | 动力***运行异常点检测方法 | |
CN111191671B (zh) | 一种用电器波形检测方法、***、电子设备及存储介质 | |
CN117421610B (zh) | 一种用于电能表运行状态预警的数据异常分析方法 | |
CN115932586A (zh) | 一种电池荷电状态在线估算方法、装置、设备及介质 | |
CN115796708B (zh) | 一种工程建设用的大数据智能质检方法、***和介质 | |
CN112597263A (zh) | 管网检测数据异常判断方法及*** | |
CN112240829A (zh) | 用于检测转动设备的缺陷的装置 | |
CN116663747A (zh) | 一种基于数据中心基础设施的智能预警方法及*** | |
CN117150244A (zh) | 基于电参数分析的智能配电柜状态监测方法及*** | |
CN112232381B (zh) | 主导负荷参数类噪声辨识的模型参数后处理方法和装置 | |
CN117892246A (zh) | 一种智能化开关柜用数据处理方法 | |
CN109273781B (zh) | 电芯监测方法和电芯监测装置 | |
CN117554679A (zh) | 电流监测方法、装置、电子设备及介质 | |
CN113588132A (zh) | 一种温度处理方法及装置 | |
CN114636936B (zh) | 一种铅酸电池充电阶段soc预测曲线的修正方法及装置 | |
CN113447871A (zh) | 校准方法及装置 | |
CN105184198A (zh) | 检测保护方法及移动终端 | |
CN118033409B (zh) | 一种gcb灭弧室开关电阻测试方法 | |
CN112996105B (zh) | 一种基于同时定位与标定的目标定位方法及装置 | |
CN115542238B (zh) | 超差表检测方法及装置 |
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 |