四川中电启明星信息技术有限公司 余 痴 李 立 王海庆 胡 波

大数据分析、云存储技术的迅速发展为电力系统智能化发展提供了坚实的数据支持，这些数据对维护系统正常运行具有重要的参考和指导意义，维护数据信息的安全至关重要。数据信息存储在网络运设备中，存储设备数量较为庞大，监视存储设备的运行状态，预测存储系统的存储故障显得只管重要。本文对存储设备故障的神经网络预测方法进行了论述，具有一定的参考意义。

一、概述

随着大数据技术、物联网技术以及网络云技术等网络信息技术的快速发展，人们对大规模存储系统的发展要求也越来越高。互联网系统的数据存储系统变得越来越庞大。大量的重要信息存储在数据中心，这些数据的安全性是人们关注的一个关键问题。硬盘是最常用的数据存储设备，一旦硬盘出现问题，则很容易导致数据的损坏和丢失，从而造成难以估量的损失。并且随着有用数据数量的迅速膨胀，所需的存储系统规模的不断增大，建立一个高安全性的存储系统成为一个亟需解决的问题。最为常见的方式就是针对硬盘的一些运行参数制定相应的健康标准，一旦硬盘运行过程中超出健康范围，系统则发出报警信息并采取相应的应对措施如数据迁移或者数据备份。

二、常用的存储故障处理技术

如今，副本机制是大型数据存储中心最常见的提高存储设备可靠性的方式。……