摘要
本申请公开了一种硬盘故障预测方法、装置、设备及存储介质,涉及计算机技术领域,包括:对硬盘启动过程中的当前电压信号和当前电流信号进行监测和采集,将当前时间序列电压和当前时间序列电流输入至训练后硬盘故障预测模型;训练后硬盘故障预测模型为基于数据集对深度学习模型进行训练后得到的包含多种故障模式的时间序列模型,深度学习模型采用多层LSTM网络和注意力机制;获取训练后硬盘故障预测模型基于当前时间序列电压和当前时间序列电流对硬盘进行故障预测后输出的表征是否存在故障的故障预测结果以及在存在故障时相应的目标故障模式。本申请能够捕捉到早期的、微小的故障征兆,提高硬盘故障预测的准确性和灵活性。
技术关键词
硬盘故障预测方法
深度学习模型
电流检测电路
电压检测电路
基板管理控制器
电子保险丝
时间序列模型
注意力机制
信号
模数转换器
模拟开关
数据
服务器
中央处理器
模式
系统为您推荐了相关专利信息
匹配推荐方法
数据
多头注意力机制
文本特征向量
深度神经网络结构
智能化检测方法
DPI技术
智能化检测系统
深度报文解析系统
网络流量数据
多维特征向量
分布式数据库
权重分配机制
多平台
特征提取技术
人脸表情图像
人脸动作
深度学习模型
面部关键点
舵机
切片
计算机可读指令
荧光
深度学习模型
非线性配准方法