摘要
本申请公开了一种硬盘故障预测方法、电子设备及存储介质,涉及存储技术领域,包括采集硬盘的运行状态数据和环境数据;利用特征提取模型的归一化层对运行状态数据进行归一化,生成特征向量,并利用特征提取模型的特征层对特征向量进行特征提取,输出时序特征;确定故障预测模型中注意力层的权重系数,以输出硬盘的预测故障概率、预测故障等级和预测故障类型,解决了成本和误报率较高,难以满足大规模硬盘管理的需求,未充分考虑环境因素的影响,无法满足实际运行需求,运维复杂性较高技术问题,达到了消除协议差异带来的管理难题,充分考虑环境因素对硬盘健康状况的影响,提升预测的准确性,降低故障误报率,提高运维效率的技术效果。
技术关键词
特征提取模型
硬盘故障预测方法
故障预测模型
时序特征
数据
注意力
错误率
生成特征向量
硬盘管理
老化故障
加速度
电子设备
协议
处理器
存储技术
滑动窗口
运维
可读存储介质
存储器
系统为您推荐了相关专利信息
实景点云数据
特征点集合
数据融合方法
建筑信息模型
铁路
能量管理系统
能耗
通信终端设备
协同决策机制
基站
动态三维模型
船舶航行轨迹
高强度建筑
光学图像数据
密封发酵罐