本发明涉及设备维护，尤其涉及一种应用于数据中心的设备维护计划生成方法及系统。
背景技术：
1、近年来，随着数字经济、大数据及云计算等产业的发展，数据中心行业迅猛发展，数据中心机房数量、规模均有大幅度提升，同样，由于数据中心行业的增长，对于数据中心设备的维护也越来越严格，当前数据中心制定设备维护计划基本是人工制定，有些是有系统辅助，但系统也只是借助人制定的规则进行生成设备维护计划，而非通过设备自身的健康度进行评估是否需要维护，因此有些设备在非常的健康的情况下也被动做了维护，这使维护的工作成本上升，并且当前不管是人工还是系统，都没有基于设备海量的历史运行数据进行针对性制定每个设备的维护计划，导致生成的设备维护计划不够准确。
技术实现思路
1、有鉴于此，本发明提出一种应用于数据中心的设备维护计划生成方法及系统，可以解决现有技术所存在的维护成本高和准确性低的缺陷。
2、本发明的技术方案是这样实现的：
3、一种应用于数据中心的设备维护计划生成方法，具体包括：
4、采集数据中心设备数据；
5、依据数据中心设备数据绘制可靠性增长曲线；
6、基于weibull分布模型对可靠性增长曲线进行拟合，计算出数据中心设备不同时间段发生故障的概率；
7、依据数据中心设备数据和数据中心设备不同时间段发生故障的概率，判断每个时间段数据中心设备需要进行维修的概率；
8、依据每个时间段数据中心设备需要进行维修的概率，生成设备维护计划。
9、作为所述应用于数据中心的设备维护计划生成方法的进一步可选方案，所述采集数据中心设备数据，具体包括：
10、采集数据中心设备出厂信息，所述出厂信息包括设备出厂、上架相关信息；
11、采集数据中心设备运行过程中产生的告警信息和事件信息；
12、采集数据中心设备运行过程中的维护活动信息；
13、采集数据中心设备运行过程中的专感设备的对应参数。
14、作为所述应用于数据中心的设备维护计划生成方法的进一步可选方案，所述基于weibull分布模型对可靠性增长曲线进行拟合，计算出数据中心设备不同时间段发生故障的概率，具体包括：
15、获取可靠性增长曲线的比例参数和形状参数；
16、获取待计算的数据中心设备的使用时长；
17、基于weibull分布模型的概率密度函数对比例参数、形状参数和使用时长进行计算，得到数据中心设备在该使用时长发生故障的概率。
18、作为所述应用于数据中心的设备维护计划生成方法的进一步可选方案，所述依据数据中心设备数据和数据中心设备不同时间段发生故障的概率，判断每个时间段数据中心设备需要进行维修的概率，具体包括：
19、依据数据中心设备数据和数据中心设备不同时间段发生故障的概率，获取数据中心设备每个时间段的设备故障率、设备维护次数、距离上次设备故障时长、距离上次设备维护时间和设备运行时长；
20、基于贝叶斯定理对数据中心设备每个时间段的设备故障率、设备维护次数、距离上次设备故障时长、距离上次设备维护时间和设备运行时长进行计算，得到每个时间段数据中心设备需要进行维修的概率。
21、作为所述应用于数据中心的设备维护计划生成方法的进一步可选方案，所述贝叶斯定理的公式为：
22、
23、其中：p(b1,b2,b3,b4,b5∣a)是在设备需要维护的情况下，设备故障率、维护次数、距离上次故障时长、距离上次维护时间和运行时长同时发生的概率，p(a)是设备需要维护的先验概率，p(b1,b2,b3,b4,b5)是设备故障率、维护次数、距离上次故障时长、距离上次维护时间和运行时长同时发生的概率。
24、一种应用于数据中心的设备维护计划生成系统，包括：
25、采集模块，用于采集数据中心设备数据；
26、绘制模块，用于依据数据中心设备数据绘制可靠性增长曲线；
27、拟合模块，用于基于weibull分布模型对可靠性增长曲线进行拟合，计算出数据中心设备不同时间段发生故障的概率；
28、判断模块，用于依据数据中心设备数据和数据中心设备不同时间段发生故障的概率，判断每个时间段数据中心设备需要进行维修的概率；
29、生成模块，用于依据每个时间段数据中心设备需要进行维修的概率，生成设备维护计划。
30、作为所述应用于数据中心的设备维护计划生成系统的进一步可选方案，所述采集模块包括：
31、第一采集模块，用于采集数据中心设备出厂信息，所述出厂信息包括设备出厂、上架相关信息；
32、第二采集模块，用于采集数据中心设备运行过程中产生的告警信息和事件信息；
33、第三采集模块，用于采集数据中心设备运行过程中的维护活动信息；
34、第四采集模块，用于采集数据中心设备运行过程中的专感设备的对应参数。
35、作为所述应用于数据中心的设备维护计划生成系统的进一步可选方案，所述拟合模块包括：
36、第一获取模块，用于获取可靠性增长曲线的比例参数和形状参数；
37、第二获取模块，用于获取待计算的数据中心设备的使用时长；
38、计算模块，用于基于weibull分布模型的概率密度函数对比例参数、形状参数和使用时长进行计算，得到数据中心设备在该使用时长发生故障的概率。
39、作为所述应用于数据中心的设备维护计划生成系统的进一步可选方案，所述判断模块包括：
40、第三获取模块，用于依据数据中心设备数据和数据中心设备不同时间段发生故障的概率，获取数据中心设备每个时间段的设备故障率、设备维护次数、距离上次设备故障时长、距离上次设备维护时间和设备运行时长；
41、执行模块，用于基于贝叶斯定理对数据中心设备每个时间段的设备故障率、设备维护次数、距离上次设备故障时长、距离上次设备维护时间和设备运行时长进行计算，得到每个时间段数据中心设备需要进行维修的概率。
42、作为所述应用于数据中心的设备维护计划生成系统的进一步可选方案，所述系统还包括数据清洗模块，所述数据清洗模块用于将采集到的数据中心设备数据进行数据清洗与分类处理，并发送至数据库中进行存储。
43、本发明的有益效果是：通过采集数据中心设备数据，依据数据中心设备数据绘制可靠性增长曲线，基于weibull分布模型对可靠性增长曲线进行拟合，计算出数据中心设备不同时间段发生故障的概率，能够大大提高设备故障率的精准计算，从而提高维护计划的准确性，同时，依据数据中心设备数据和数据中心设备不同时间段发生故障的概率，判断每个时间段数据中心设备需要进行维修的概率，依据每个时间段数据中心设备需要进行维修的概率，生成设备维护计划，能够自动生成维护计划，且维护计划更精准，减少不必要的维护次数。减少数据中心设备的维护成本投入。
1.一种应用于数据中心的设备维护计划生成方法，其特征在于，具体包括：
2.根据权利要求1所述的一种应用于数据中心的设备维护计划生成方法，其特征在于，所述采集数据中心设备数据，具体包括：
3.根据权利要求2所述的一种应用于数据中心的设备维护计划生成方法，其特征在于，所述基于weibull分布模型对可靠性增长曲线进行拟合，计算出数据中心设备不同时间段发生故障的概率，具体包括：
4.根据权利要求3所述的一种应用于数据中心的设备维护计划生成方法，其特征在于，所述依据数据中心设备数据和数据中心设备不同时间段发生故障的概率，判断每个时间段数据中心设备需要进行维修的概率，具体包括：
5.根据权利要求4所述的一种应用于数据中心的设备维护计划生成方法，其特征在于，所述贝叶斯定理的公式为：
6.一种应用于数据中心的设备维护计划生成系统，其特征在于，包括：
7.根据权利要求6所述的一种应用于数据中心的设备维护计划生成系统，其特征在于，所述采集模块包括：
8.根据权利要求7所述的一种应用于数据中心的设备维护计划生成系统，其特征在于，所述拟合模块包括：
9.根据权利要求8所述的一种应用于数据中心的设备维护计划生成系统，其特征在于，所述判断模块包括：
10.根据权利要求9所述的一种应用于数据中心的设备维护计划生成系统，其特征在于，所述系统还包括数据清洗模块，所述数据清洗模块用于将采集到的数据中心设备数据进行数据清洗与分类处理，并发送至数据库中进行存储。
