【技术实现步骤摘要】
本专利技术涉及设备配件管理，尤其涉及一种数据中心的设备配件管理方法、装置、设备以及存储介质。
技术介绍
1、当前数据中心的设备配件管理比较混乱，不能根据设备的当前情况预估所需的配件储备库存，容易造成有些设备的配件多买，有些设备的配件又缺乏的情况，从而导致数据中心设备出现故障时没有配件可以更换，影响数据中心的运行安全，或者造成浪费，增加其运营成本。例如对于一些重要的配件，其价格比较高，一般企业为了控成本，不会对该类配件储备很多，因此就容易造成数据中心关键设备出问题没有配件可换的情况。另外由于配件对于数据中心来说也是不少的成本，如果配件过多会造成浪费，增加运营成本。
2、数据中心的设备配件管理是其安全运维的重要保障，合适的配件库存对数据中心来说也是控成本的重要环节。因此需要根据设备的实际情况调整配件所需的储备库存，对设备的配件库存进行精细化管理和智能化管理。
技术实现思路
1、本专利技术提供了一种数据中心的设备配件管理方法、装置、设备以及存储介质，以解决现有技术不能根据设备的当前情况预估所需的配件储备库存，容易造成设备的配件多买或缺乏的技术问题。
2、为了解决上述技术问题，本专利技术实施例提供了一种数据中心的设备配件管理方法，包括：
3、获取数据中心的设备运行数据；其中，所述设备运行数据包括：设备当前的温度、电压、电流、运行时长以及错误日志；
4、从所述设备运行数据中提取设备特征，并将所提取的设备特征输入至预设的设备健康分值预估模型，以使
5、根据所述健康分值，对设备预设的初始配件库存阈值进行调整，得到设备当前的配件库存阈值；
6、对设备配件的库存量进行实时监测，当监测到配件的库存量低于所述配件库存阈值时，生成对应的告警通知，以使对应的工作人员根据所述配件库存阈值，对配件的库存量进行调整；
7、其中，所述设备健康分值预估模型是以数据中心的历史设备运行数据为输入，以设备对应的健康分值为输出，对一预设的机器学习模型进行训练得到的。
8、作为优选方案，在从所述设备运行数据中提取设备特征之前，还包括：
9、对所述设备运行数据进行预处理；其中，所述预处理包括：数据清洗，缺失值处理、异常值处理、数据平滑以及数据归一化。
10、作为优选方案，还包括：
11、获取设备在若干历史时刻下对应的历史健康分值，根据所述历史健康分值构建设备的健康分值曲线；
12、根据所述健康分值曲线，对设备在未来时刻对应的健康分值进行预测，得到设备未来时刻的健康分值。
13、作为优选方案，所述初始配件库存阈值的设定，包括：
14、获取设备配件对应的配件类型和配件重要程度，以及设备配件在一预设历史时间段内的消耗总量；
15、根据设备配件在一预设历史时间段内的消耗总量，计算设备配件的历史消耗率，继而根据所述历史消耗率、配件类型和配件重要程度，生成设备配件的初始配件库存阈值。
16、作为优选方案，还包括：
17、获取设备配件的配件运行数据；其中，所述配件运行数据包括：设备配件的历史更换记录、运行时长和故障次数；
18、将所述配件运行数据输入至预设的配件寿命预测模型，以使所述配件寿命预测模型根据所述配件运行数据，对设备配件的剩余使用寿命进行预测，输出设备配件当前的剩余使用寿命；
19、根据设备配件当前的剩余使用寿命，对设备的健康分值进行调整，继而根据调整后的健康分值，对设备的配件库存阈值进行调整；
20、其中，所述配件寿命预测模型是以数据中心的历史配件运行数据为输入，以设备配件对应的剩余使用寿命为输出，对一预设的机器学习模型进行训练得到的。
21、作为优选方案，还包括：
22、根据各设备配件的历史消耗率、配件类型和配件重要程度，确定每一设备配件的配件盘点周期；
23、根据所述配件盘点周期，生成每一设备配件对应的配件盘点清单；其中，所述配件盘点清单包括：待盘点配件的名称、数量、存放位置和上次盘点日期；
24、将各设备配件对应的配件盘点清单下发至相应的工作人员，以使对应的工作人员根据所述配件盘点清单对相应的设备配件进行配件盘点。
25、作为优选方案，还包括：
26、获取配件盘点后所得到的配件盘点清单，将配件盘点前和配件盘点后的配件盘点清单进行比对，得到设备配件对应的盘点结果；
27、根据所述盘点结果对设备配件的配件库存阈值进行调整。
28、在上述实施例的基础上，本专利技术另一实施例提供了一种数据中心的设备配件管理装置，包括：数据获取模块、健康分值预估模块、配件库存阈值调整模块以及配件库存监测模块；
29、所述数据获取模块，用于获取数据中心的设备运行数据；其中，所述设备运行数据包括：设备当前的温度、电压、电流、运行时长以及错误日志；
30、所述健康分值预估模块，用于从所述设备运行数据中提取设备特征，并将所提取的设备特征输入至预设的设备健康分值预估模型，以使所述设备健康分值预估模型根据所述设备特征，对设备的健康分值进行预估，输出设备当前的健康分值；其中，所述设备健康分值预估模型是以数据中心的历史设备运行数据为输入，以设备对应的健康分值为输出，对一预设的机器学习模型进行训练得到的；
31、所述配件库存阈值调整模块，用于根据所述健康分值，对设备预设的初始配件库存阈值进行调整，得到设备当前的配件库存阈值；
32、所述配件库存监测模块，用于对设备配件的库存量进行实时监测，当监测到配件的库存量低于所述配件库存阈值时，生成对应的告警通知，以使对应的工作人员根据所述配件库存阈值，对配件的库存量进行调整。
33、在上述实施例的基础上，本专利技术又一实施例提供了一种电子设备，所述设备包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现上述专利技术实施例所述的数据中心的设备配件管理方法。
34、在上述实施例的基础上，本专利技术又一实施例提供了一种存储介质，所述存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述存储介质所在设备执行上述专利技术实施例所述的数据中心的设备配件管理方法。
35、相比于现有技术，本专利技术实施例具有如下有益效果：
36、本专利技术提供了一种数据中心的设备配件管理方法，获取数据中心的设备运行数据；从所述设备运行数据中提取设备特征，并将所提取的设备特征输入至预设的设备健康分值预估模型，以使所述设备健康分值预估模型根据所述设备特征，对设备的健康分值进行预估，输出设备当前的健康分值；根据所述健康分值，对设备预设的初始配件库存阈值进行调整，得到设备当前的配件库存阈值；对设备配件的库存量进行实时监测，当监测到配件的库存量低于所本文档来自技高网...
【技术保护点】
1.一种数据中心的设备配件管理方法，其特征在于，包括：
2.如权利要求1所述的数据中心的设备配件管理方法，其特征在于，在从所述设备运行数据中提取设备特征之前，还包括：
3.如权利要求1所述的数据中心的设备配件管理方法，其特征在于，还包括：
4.如权利要求1所述的数据中心的设备配件管理方法，其特征在于，所述初始配件库存阈值的设定，包括：
5.如权利要求4所述的数据中心的设备配件管理方法，其特征在于，还包括：
6.如权利要求5所述的数据中心的设备配件管理方法，其特征在于，还包括：
7.如权利要求6所述的数据中心的设备配件管理方法，其特征在于，还包括：
8.一种数据中心的设备配件管理装置，其特征在于，包括：数据获取模块、健康分值预估模块、配件库存阈值调整模块以及配件库存监测模块；
9.一种电子设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的数据中心的设备配件管理方法。
<...【技术特征摘要】
1.一种数据中心的设备配件管理方法，其特征在于，包括：
2.如权利要求1所述的数据中心的设备配件管理方法，其特征在于，在从所述设备运行数据中提取设备特征之前，还包括：
3.如权利要求1所述的数据中心的设备配件管理方法，其特征在于，还包括：
4.如权利要求1所述的数据中心的设备配件管理方法，其特征在于，所述初始配件库存阈值的设定，包括：
5.如权利要求4所述的数据中心的设备配件管理方法，其特征在于，还包括：
6.如权利要求5所述的数据中心的设备配件管理方法，其特征在于，还包括：
7.如权利要求6所述的数据中心的设备...
【专利技术属性】
技术研发人员：陈军平，钟焯辉，周成，谭长华，
申请(专利权)人：广东云下汇金科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。