[发明专利]一种基于机房机密空调的数据处理方法和装置

说明书

本发明公开了一种基于机房机密空调的数据处理方法和装置，涉及数据分析技术领域。该方法的一具体实施方式包括：接收数据处理请求，根据数据处理请求，获取机房精密空调的待检测数据，其中，待检测数据包括：待检测温度、待检测湿度；基于布林带分析算法对待检测数据进行分析，确定待检测数据对应的上下限阈值；若待检测数据在待检测数据对应的上下限阈值范围外，识别待检测数据为异常数据，对异常数据进行告警。该实施方式提升了检测结果的准确性，降低了机房精密空调的误报警率，避免了大量人力的浪费，并且采用布林带分析算法，能够加快计算速度，进一步提高检测精准度。

技术领域

本发明涉及数据分析技术领域，尤其涉及一种基于机房机密空调的数据处理方法和装置。

背景技术

机房精密空调是针对现代电子设备机房设计的专用空调。机房中摆放计算机及程控交换机产品等设备，要提高这些机房设备使用的稳定及可靠性，需将机房环境的温湿度严格控制在特定范围。若机房设备发生故障或者机房精密空调出现故障，会导致机房内的温湿度忽高忽低，容易造成设备损坏。因此，对于机房精密空调，如何实时检测出温湿度的异常值很重要。

目前，主要是为机房精密空调设置温湿度的固定阈值，对超出固定阈值的温湿度进行告警。但是，由于机房环境的干扰因素很多，现有设置固定阈值的方法，会导致检测结果不准确，误报警率高。并且，当前大多通过人工观察的方式设置温湿度的固定阈值，会浪费大量的人力。

发明内容

有鉴于此，本发明实施例提供一种基于机房机密空调的数据处理方法和装置，能够提升检测结果的准确性，降低机房精密空调的误报警率，避免大量人力的浪费，并且采用布林带分析算法，能够加快计算速度，进一步提高检测精准度。

为实现上述目的，根据本发明实施例的一个方面，提供了一种基于机房机密空调的数据处理方法。

本发明实施例的基于机房机密空调的数据处理方法，包括：接收数据处理请求，根据所述数据处理请求，获取机房精密空调的待检测数据，其中，所述待检测数据包括：待检测温度、待检测湿度；基于布林带分析算法对所述待检测数据进行分析，确定所述待检测数据对应的上下限阈值；若所述待检测数据在所述待检测数据对应的上下限阈值范围外，识别所述待检测数据为异常数据，对所述异常数据进行告警。

可选地，所述基于布林带分析算法对所述待检测数据进行分析，确定所述待检测数据对应的上下限阈值，包括：根据移动平均法的目标采样数，获取所述待检测数据对应的采样数据，其中，所述待检测数据对应的采样数据为所述待检测数据之前的数据；根据所述目标采样数、所述待检测数据和所述待检测数据对应的采样数据，计算所述待检测数据对应的均值和标准差；将标准差因子、所述待检测数据对应的均值和标准差代入到上下限阈值计算公式中，计算所述待检测数据对应的上限阈值和下限阈值。

可选地，所述目标采样数是按照如下过程确定的：设置移动平均法的初始采样数，获取机房精密空调的历史数据；根据所述初始采样数，计算所述历史数据对应的均值；对所述历史数据和所述历史数据对应的均值进行差异化计算，获得所述初始采样数对应的差异化值；根据所述初始采样数对应的差异化值，对所述初始采样数进行预设次数的调整，根据调整结果确定所述目标采样数。

可选地，所述根据所述初始采样数，计算所述历史数据对应的均值，包括：根据所述初始采样数，获取所述历史数据对应的采样数据，然后根据所述初始采样数、所述历史数据和所述历史数据对应的采样数据，计算所述历史数据对应的均值，其中，所述历史数据对应的采样数据为所述历史数据之前的数据。

可选地，所述对所述初始采样数进行预设次数的调整，根据调整结果确定所述目标采样数，包括：对所述初始采样数进行预设次数的调整，并且计算每次调整后的采样数对应的差异化值，以得到所有采样数对应的差异化值；从所述所有采样数对应的差异化值中，选取最小差异化值，并确定所述最小差异化值对应的采样数为所述目标采样数。