[发明专利]故障检测方法、装置及设备

权利要求书

1.一种故障检测方法，其特征在于，所述方法包括：

根据预设的多个维度，对监测数据进行分解，得到分解数据；其中，所述监测数据是通过对待检测设备进行监测得到的；

对所述分解数据进行去噪处理，得到去噪处理后的分解数据，以及对所述去噪处理后的分解数据进行融合，得到融合数据；

分别根据所述融合数据中各类别数据的数据量占所述融合数据总数据量的比值以及所述监测数据中各类别数据的数据量占所述监测数据总数据量的比值，确定所述融合数据对应的信息熵以及所述监测数据对应的信息熵；

根据所述融合数据对应的信息熵以及所述监测数据对应的信息熵，确定所述待检测设备是否为故障设备。

2.根据权利要求1所述的方法，其特征在于，所述监测数据至少包括以下之一：所述待检测设备的设备性能数据、通过所述待检测设备的接口访问的虚拟资源数据，以及所述虚拟资源数据的承载设备的设备性能数据；其中，所述设备性能数据至少包括以下之一：内存数据、CPU数据、硬盘数据、设备编号、设备型号。

3.根据权利要求1所述的方法，其特征在于，所述分解数据包括大小不同的变换域，以及与各变换域对应的干扰数据；所述干扰数据用于表征其对应的变换域被所在维度的数据干扰的程度；

所述对所述分解数据进行去噪处理，包括：

根据预设的干扰消除公式，以及干扰阈值，对所述分解数据中与所述变换域对应的干扰数据进行处理。

4.根据权利要求1所述的方法，其特征在于，所述分别根据所述融合数据中各类别数据的数据量占所述融合数据总数据量的比值以及所述监测数据中各类别数据的数据量占所述监测数据总数据量的比值，确定所述融合数据对应的信息熵以及所述监测数据对应的信息熵，包括：

根据所述融合数据中各类别数据的数据量占所述融合数据总数据量的比值和最大似然估计法确定所述融合数据对应的信息熵，以及根据所述监测数据中各类别数据的数据量占所述监测数据总数据量的比值和最大似然估计法确定所述监测数据对应的信息熵。

5.根据权利要求1所述的方法，其特征在于，所述根据所述融合数据对应的信息熵以及所述监测数据对应的信息熵，确定所述待检测设备是否为故障设备，包括：

在所述融合数据对应的信息熵大于所述监测数据对应的信息熵的情况下，确定所述待检测数据为故障设备；

在所述融合数据对应的信息熵不大于所述监测数据对应的信息熵的情况下，确定所述待检测数据不为故障设备。

6.根据权利要求5所述的方法，其特征在于，所述在所述融合数据对应的信息熵大于所述监测数据对应的信息熵的情况下，确定所述待检测数据为故障设备，包括：

在所述融合数据对应的信息熵大于所述监测数据对应的信息熵的情况下，确定所述待检测设备是否在预设时间内响应指定设备发送的消息；其中，所述指定设备与所述待检测设备的距离小于预设的距离阈值；

当所述待检测设备在预设时间内未响应指定设备发送的消息的情况时，确定所述待检测设备为故障设备。

7.根据权利要求1所述的方法，其特征在于，在确定所述待检测设备是否为故障设备之后，所述方法还包括：

根据决策树算法以及所述融合数据，确定所述待检测设备的故障类型。

8.根据权利要求7所述的方法，其特征在于，所述根据决策树算法以及所述融合数据，确定所述待检测设备的故障类型之前，所述方法还包括：

使用线性函数对所述融合数据进行线性拟合；

将无法进行线性拟合的所述融合数据映射到高维特征空间，建立高维特征拟合模型，并通过求解所述高维特征拟合模型的拉格朗日对偶值得到目标函数；

根据所述目标函数对所述无法进行线性拟合的所述融合数据进行拟合，删除此次拟合失败的所述融合数据，得到目标融合数据；

所述根据决策树算法以及所述融合数据，确定所述待检测设备的故障类型，包括：

根据决策树算法以及所述融合数据中的所述目标融合数据，确定所述待检测设备的故障类型。