CN105335267B - 一种服务器温度预测方法、装置及系统 - Google Patents
一种服务器温度预测方法、装置及系统 Download PDFInfo
- Publication number
- CN105335267B CN105335267B CN201410240301.1A CN201410240301A CN105335267B CN 105335267 B CN105335267 B CN 105335267B CN 201410240301 A CN201410240301 A CN 201410240301A CN 105335267 B CN105335267 B CN 105335267B
- Authority
- CN
- China
- Prior art keywords
- temperature
- time point
- air outlet
- weighted value
- utilization rate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Abstract
本发明涉及温度预测技术领域，公开了一种服务器温度预测方法、装置及系统，在该方案中，硬件设备的第一使用率是在当前时刻之前的，且与当前时刻相距第一指定时长内的各采样时间点，分别采集得到的，考虑了过去的一段时间内的硬件设备的第一使用率对预测的温度的影响，因此，提高了预测得到的温度的准确度。
Description
技术领域
本发明涉及温度预测技术领域，特别涉及一种服务器温度预测方法、装置及系统。
背景技术
随着网络技术的迅速发展，数据中心的规模呈现快速增长的趋势。对数据中心不合理的设计和操作可能导致数据中心温度过高或者温度过低，数据中心温度过高会导致数据中心的服务器出现故障的概率增加，数据中心温度过低会导致数据中心的能量消耗增加。例如，2011年3月25日，欧洲数据中心就由于数据中心温度过高导致维基百科出现大范围宕机，严重影响到了欧洲所有维基百科用户。因此，预测数据中心温度，从而指导数据中心负载布局或空调制冷系统的动态调节是数据中心要解决的关键问题之一。
现有技术中存在的预测数据中心温度的方法，主要采用公式一进行预测：
K(Tout-Ts)＝ATK(Tout-Ts)+P (公式一)
其中，Tout为结点的出风口温度；
Ts空调给各节点供应冷气的温度；
P表示每个结点消耗的能量；
K是一个n×n的对角矩阵。
其中，K中的元素为每个结点的热力系数：
K＝diag(k1,k2,…,kn),ki＝ρficp (公式二)
其中，ρ,fi,和cp分别为空气的密度、流速和比热容。
在现有方法中，通过测得n个线性无关的结点负载对应的温度分布得出Tout，Ts和P，进一步求得干扰系数矩阵A，再根据A进行预测温度。
由于上述预测温度的方法没有考虑温度的累积效应，因此，存在准确度较低的缺陷。
发明内容
本发明实施例提供一种服务器温度预测方法、装置及系统，用以解决现有技术中存在的准确度较低的缺陷。
本发明实施例提供的具体技术方案如下：
第一方面，提供一种服务器温度预测方法，包括：
采用加权求和方式确定第一出风口温度的权重值、第一入风口温度的权重值、第一使用率的权重值及环境温度值；
获取在与当前时刻相邻的之前采样时间点，对服务器的出风口进行温度采集得到的第一出风口温度，以及对所述服务器的入风口进行温度采集得到的第一入风口温度；
获取在所述当前时刻之前的，且与所述当前时刻相距第一指定时长内的各采样时间点，分别采集得到的所述服务器的指定硬件设备的第一使用率，其中，所述指定硬件设备具有产生热量，且所产生的热量随着所述指定硬件设备上的负载的变化而产生变化的属性；
基于确定的所述第一出风口温度的权重值、所述第一入风口温度的权重值、所述第一使用率的权重值、所述环境温度值，以及获取的所述第一出风口温度、所述第一入风口温度、及所述第一使用率，采用所述加权求和方式预测所述服务器的出风口在预测时间点到达时的出风口温度。
结合第一方面，在第一种可能的实现方式中，采用加权求和方式确定第一出风口温度的权重值、第一入风口温度的权重值、第一使用率的权重值及环境温度值，包括：
获取位于所述当前时刻之前的一时间段内的各采样时间点，分别对所述服务器的出风口进行温度采集得到的第二出风口温度；
获取在与所述各采样时间点分别对应的指定时间点，对所述服务器的出风口进行温度采集得到的第三出风口温度；
获取在与所述各采样时间点分别对应的指定时间点，对所述服务器的入风口进行温度采集得到的第二入风口温度；
获取在与所述各采样时间点分别对应的第二指定时长内，采集得到的所述服务器的指定硬件设备的第二使用率；
将获取的所述第二出风口温度作为因变量，将获取的所述第三出风口温度、所述第二入风口温度和所述第二使用率分别作为自变量，采用所述加权求和方式确定出所述第一出风口温度的权重值、所述第一入风口温度的权重值，所述第一使用率的权重值及所述环境温度值；
其中，与各采样时间点分别对应的指定时间点，为位于该采样时间点之前，且与该采样时间点之间的时长等于所述当前时刻与所述预测时间点之间的时长的时间点；与各采样时间点分别对应的第二指定时长，为位于与该采样时间点对应的指定时间点之前的，且与所述对应的指定时间点相距任意时长的时间长度。
结合第一方面的第一种可能的实现方式，在第二种可能的实现方式中，将获取的所述第二出风口温度作为因变量，将获取的所述第三出风口温度、所述第二入风口温度和所述第二使用率分别作为自变量，采用所述加权求和方式确定出所述第一出风口温度的权重值、所述第一入风口温度的权重值、所述第一使用率的权重值及所述环境温度值，包括：
针对位于所述当前时刻之前的一时间段内的各采样时间点，分别按照如下针对第一采样时间点的步骤执行，其中，所述第一采样时间点为位于所述当前时刻之前的一时间段内的各采样时间点中的任意一个采样时间点：
将获取的在所述第一采样时间点，对所述服务器的出风口进行温度采集得到的第二出风口温度作为因变量；
将获取的在与所述第一采样时间点对应的指定时间点，对所述服务器的出风口进行温度采集得到的第三出风口温度作为自变量；
将获取的在与所述第一采样时间点对应的指定时间点，对所述服务器的入风口进行温度采集得到的第二入风口温度作为自变量；
将获取的在与所述第一采样时间点对应的指定时间点，采集得到的所述服务器的指定硬件设备的第二使用率作为自变量；
将获取的在与所述第一采样时间点对应的指定时间点，采集得到的所述服务器的指定硬件设备的第二使用率，与获取的在与所述第一采样时间点对应的指定时间点相邻的之前的采样时间点，采集得到的所述服务器的指定硬件设备的第二使用率之间的差值作为自变量；
将获取的与所述第一采样时间点对应的第二指定时长内的至少一个采样时间点，采集得到的所述服务器的指定硬件设备的第二使用率的平均值作为自变量值；
根据作为因变量的所述第二出风口温度，作为自变量的所述第三出风口温度、所述第二入风口温度、所述第二使用率、所述差值，及所述平均值，采用所述加权求和方式构建温度预测方程；
将针对位于所述当前时刻之前的一时间段内的各采样时间点分别构建的温度预测方程，组成温度预测方程组；
对所述温度预测方程组求解，得出所述第一出风口温度的权重值、所述第一入风口温度的权重值、所述第一使用率的权重值，及所述环境温度值。
结合第一方面的第二种可能的实现方式，在第三种可能的实现方式中，对所述温度预测方程组求解，得出所述第一出风口温度的权重值、所述第一入风口温度的权重值、所述第一使用率的权重值，及所述环境温度值，包括：
采用最小二乘法对所述温度预测方程组求解，得出所述第一出风口温度的权重值、所述第一入风口温度的权重值、所述第一使用率的权重值，及所述环境温度值。
结合第一方面，及第一方面的第一至第三种可能的实现方式，在第四种可能的实现方式中，基于确定的所述第一出风口温度的权重值、所述第一入风口温度的权重值、所述第一使用率的权重值、所述环境温度值，以及获取的所述第一出风口温度、所述第一入风口温度、及所述第一使用率，采用所述加权求和方式预测所述服务器的出风口在预测时间点到达时的出风口温度，包括：
将获取的所述第一出风口温度与确定的所述第一出风口温度的权重值相乘得到第一乘积；
将获取的所述第一入风口温度与确定的所述第一入风口温度的权重值相乘得到第二乘积；
将获取的所述第一使用率与确定的所述第一使用率的权重值相乘得到所述第三乘积；
将所述第一乘积、所述第二乘积、所述第三乘积及确定的所述环境温度值相加；
将相加得到的和值作为所述服务器的出风口在所述预测时间点到达时的出风口温度。
结合第一方面，及第一方面的第一至第四种可能的实现方式，在第五种可能的实现方式中，所述指定硬件设备包括中央处理器、或内存、或磁盘、或网络中的任意一种或随意组合。
第二方面，提供一种服务器温度预测装置，包括：
确定单元，用于采用加权求和方式确定第一出风口温度的权重值、第一入风口温度的权重值、第一使用率的权重值及环境温度值；
第一获取单元，用于获取在与当前时刻相邻的之前采样时间点，对服务器的出风口进行温度采集得到的第一出风口温度，以及对所述服务器的入风口进行温度采集得到的第一入风口温度；
第二获取单元，用于获取在所述当前时刻之前的，且与所述当前时刻相距第一指定时长内的各采样时间点，分别采集得到的所述服务器的指定硬件设备的第一使用率，其中，所述指定硬件设备具有产生热量，且所产生的热量随着所述指定硬件设备上的负载的变化而产生变化的属性；
预测单元，用于基于确定的所述第一出风口温度的权重值、所述第一入风口温度的权重值、所述第一使用率的权重值、所述环境温度值，以及获取的所述第一出风口温度、所述第一入风口温度、及所述第一使用率，采用所述加权求和方式预测所述服务器的出风口在预测时间点到达时的出风口温度。
结合第二方面，在第一种可能的实现方式中，所述确定单元在采用加权求和方式确定第一出风口温度的权重值、第一入风口温度的权重值、第一使用率的权重值及环境温度值时，具体用于：
获取位于所述当前时刻之前的一时间段内的各采样时间点，分别对所述服务器的出风口进行温度采集得到的第二出风口温度；
获取在与所述各采样时间点分别对应的指定时间点，对所述服务器的出风口进行温度采集得到的第三出风口温度；
获取在与所述各采样时间点分别对应的指定时间点，对所述服务器的入风口进行温度采集得到的第二入风口温度；
获取在与所述各采样时间点分别对应的第二指定时长内，采集得到的所述服务器的指定硬件设备的第二使用率；
将获取的所述第二出风口温度作为因变量，将获取的所述第三出风口温度、所述第二入风口温度和所述第二使用率分别作为自变量，采用所述加权求和方式确定出所述第一出风口温度的权重值、所述第一入风口温度的权重值，所述第一使用率的权重值及所述环境温度值；
其中，与各采样时间点分别对应的指定时间点，为位于该采样时间点之前，且与该采样时间点之间的时长等于所述当前时刻与所述预测时间点之间的时长的时间点；与各采样时间点分别对应的第二指定时长，为位于与该采样时间点对应的指定时间点之前的，且与所述对应的指定时间点相距任意时长的时间长度。
结合第二方面的第一种可能的实现方式，在第二种可能的实现方式中，所述确定单元在将获取的所述第二出风口温度作为因变量，将获取的所述第三出风口温度、所述第二入风口温度和所述第二使用率分别作为自变量，采用所述加权求和方式确定出所述第一出风口温度的权重值、所述第一入风口温度的权重值，所述第一使用率的权重值及所述环境温度值时，具体用于：
针对位于所述当前时刻之前的一时间段内的各采样时间点，分别按照如下针对第一采样时间点的步骤执行，其中，所述第一采样时间点为位于所述当前时刻之前的一时间段内的各采样时间点中的任意一个采样时间点：
将获取的在所述第一采样时间点，对所述服务器的出风口进行温度采集得到的第二出风口温度作为因变量；
将获取的在与所述第一采样时间点对应的指定时间点，对所述服务器的出风口进行温度采集得到的第三出风口温度作为自变量；
将获取的在与所述第一采样时间点对应的指定时间点，对所述服务器的入风口进行温度采集得到的第二入风口温度作为自变量；
将获取的在与所述第一采样时间点对应的指定时间点，采集得到的所述服务器的指定硬件设备的第二使用率作为自变量；
将获取的在与所述第一采样时间点对应的指定时间点，采集得到的所述服务器的指定硬件设备的第二使用率，与获取的在与所述第一采样时间点对应的指定时间点相邻的之前的采样时间点，采集得到的所述服务器的指定硬件设备的第二使用率之间的差值作为自变量；
将获取的与所述第一采样时间点对应的第二指定时长内的至少一个采样时间点，采集得到的所述服务器的指定硬件设备的第二使用率的平均值作为自变量值；
根据作为因变量的所述第二出风口温度，作为自变量的所述第三出风口温度、所述第二入风口温度、所述第二使用率、所述差值，及所述平均值，采用所述加权求和方式构建温度预测方程；
将针对位于所述当前时刻之前的一时间段内的各采样时间点分别构建的温度预测方程，组成温度预测方程组；
对所述温度预测方程组求解，得出所述第一出风口温度的权重值、所述第一入风口温度的权重值、所述第一使用率的权重值，及所述环境温度值。
结合第二方面的第二种可能的实现方式，在第三种可能的实现方式中，所述确定单元在对所述温度预测方程组求解，得出所述第一出风口温度的权重值、所述第一入风口温度的权重值、所述第一使用率的权重值，及所述环境温度值时，具体用于：
采用最小二乘法对所述温度预测方程组求解，得出所述第一出风口温度的权重值、所述第一入风口温度的权重值、所述第一使用率的权重值，及所述环境温度值。
结合第二方面，及第二方面的第一至第三种可能的实现方式，在第四种可能的实现方式中，所述预测单元在基于确定的所述第一出风口温度的权重值、所述第一入风口温度的权重值、所述第一使用率的权重值、所述环境温度值，以及获取的所述第一出风口温度、所述第一入风口温度、及所述第一使用率，采用所述加权求和方式预测所述服务器的出风口在预测时间点到达时的出风口温度时，具体用于：
将获取的所述第一出风口温度与确定的所述第一出风口温度的权重值相乘得到第一乘积；
将获取的所述第一入风口温度与确定的所述第一入风口温度的权重值相乘得到第二乘积；
将获取的所述第一使用率与确定的所述第一使用率的权重值相乘得到所述第三乘积；
将所述第一乘积、所述第二乘积、所述第三乘积及确定的所述环境温度值相加；
将相加得到的和值作为所述服务器的出风口在所述预测时间点到达时的出风口温度。
结合第二方面，及第二方面的第一至第四种可能的实现方式，在第五种可能的实现方式中，所述第二获取单元获取的所述服务器的指定硬件设备的第一使用率中的指定硬件设备包括中央处理器、或内存、或磁盘、或网络中的任意一种或随意组合。
第三方面，提供一种服务器温度预测系统，包括数据中心，所述数据中心包括至少一台服务器，所述至少一台服务器中的每一台服务器均包括至少一个指定硬件设备，还包括如第二方面、第二方面的第一种可能的实现方式至第二方面的第五种可能的实现方式中任一种可能的实现方式所述的服务器温度预测装置。
本发明有益效果如下：
目前的温度预测方案中，由于没有考虑到温度的累积效应，因此，预测得到的温度存在准确度较低的缺陷，而本发明实施例中，采用加权求和方式确定第一出风口温度的权重值、第一入风口温度的权重值、第一使用率的权重值及环境温度值；获取在与当前时刻相邻的之前采样时间点，对服务器的出风口进行温度采集得到的第一出风口温度，以及对服务器的入风口进行温度采集得到的第一入风口温度；获取在当前时刻之前的，且与当前时刻相距第一指定时长内的各采样时间点，分别采集得到的服务器的指定硬件设备的第一使用率，其中，指定硬件设备具有产生热量，且所产生的热量随着指定硬件设备上的负载的变化而产生变化的属性；基于确定的第一出风口温度的权重值、第一入风口温度的权重值、第一使用率的权重值、环境温度值，以及获取的第一出风口温度、第一入风口温度、及第一使用率，采用加权求和方式预测服务器的出风口在预测时间点到达时的出风口温度，在该方案中，硬件设备的第一使用率是在当前时刻之前的，且与当前时刻相距第一指定时长内的各采样时间点，分别采集得到的，考虑了过去的一段时间内的硬件设备的第一使用率对预测的温度的影响，因此，提高了预测得到的温度的准确度。
附图说明
图1为本发明实施例中服务器温度预测的详细流程图；
图2为本发明实施例中服务器温度预测的实施例；
图3为本发明实施例中服务器温度预测装置的功能结构示意图；
图4为本发明实施例中服务器温度预测系统的功能结构示意图；
图5为本发明实施例中服务器温度预测的装置的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
本发明实施例中，提供一种服务器温度预测方法，该方法中：采用加权求和方式确定第一出风口温度的权重值、第一入风口温度的权重值、第一使用率的权重值及环境温度值；获取在与当前时刻相邻的之前采样时间点，对服务器的出风口进行温度采集得到的第一出风口温度，以及对服务器的入风口进行温度采集得到的第一入风口温度；获取在当前时刻之前的，且与当前时刻相距第一指定时长内的各采样时间点，分别采集得到的服务器的指定硬件设备的第一使用率，其中，指定硬件设备具有产生热量，且所产生的热量随着指定硬件设备上的负载的变化而产生变化的属性；基于确定的第一出风口温度的权重值、第一入风口温度的权重值、第一使用率的权重值、环境温度值，以及获取的第一出风口温度、第一入风口温度、及第一使用率，采用加权求和方式预测服务器的出风口在预测时间点到达时的出风口温度，在该方案中，硬件设备的第一使用率是在当前时刻之前的，且与当前时刻相距第一指定时长内的各采样时间点，分别采集得到的，考虑了过去的一段时间内的硬件设备的第一使用率对预测的温度的影响，因此，提高了预测得到的温度的准确度。
下面结合附图对本发明优选的实施方式进行详细说明。
参阅图1所示，本发明实施例中提供一种服务器温度预测方法，该方法的具体过程如下：
步骤100：采用加权求和方式确定第一出风口温度的权重值、第一入风口温度的权重值、第一使用率的权重值及环境温度值；
步骤110：获取在与当前时刻相邻的之前采样时间点，对服务器的出风口进行温度采集得到的第一出风口温度，以及对服务器的入风口进行温度采集得到的第一入风口温度；
步骤120：获取在当前时刻之前的，且与当前时刻相距第一指定时长内的各采样时间点，分别采集得到的服务器的指定硬件设备的第一使用率，其中，指定硬件设备具有产生热量，且所产生的热量随着指定硬件设备上的负载的变化而产生变化的属性；
步骤130：基于确定的第一出风口温度的权重值、第一入风口温度的权重值、第一使用率的权重值、环境温度值，以及获取的第一出风口温度、第一入风口温度、及第一使用率，采用加权求和方式预测服务器的出风口在预测时间点到达时的出风口温度。
本发明实施例中，采用加权求和方式确定第一出风口温度的权重值、第一入风口温度的权重值、第一使用率的权重值及环境温度值的方式有多种，可选的，可以采用如下方式：
获取位于当前时刻之前的一时间段内的各采样时间点，分别对服务器的出风口进行温度采集得到的第二出风口温度；
获取在与各采样时间点分别对应的指定时间点，对服务器的出风口进行温度采集得到的第三出风口温度；
获取在与各采样时间点分别对应的指定时间点，对服务器的入风口进行温度采集得到的第二入风口温度；
获取在与各采样时间点分别对应的第二指定时长内，采集得到的服务器的指定硬件设备的第二使用率；
将获取的第二出风口温度作为因变量，将获取的第三出风口温度、第二入风口温度和第二使用率分别作为自变量，采用加权求和方式确定出第一出风口温度的权重值、第一入风口温度的权重值，第一使用率的权重值及环境温度值；
其中，与各采样时间点分别对应的指定时间点，为位于该采样时间点之前，且与该采样时间点之间的时长等于当前时刻与预测时间点之间的时长的时间点；与各采样时间点分别对应的第二指定时长，为位于与该采样时间点对应的指定时间点之前的，且与对应的指定时间点相距任意时长的时间长度。
上述只是一个实施例，在实际应用中，还有多种实现方式，在此不再进行详述。
本发明实施例中，将获取的第二出风口温度作为因变量，将获取的第三出风口温度、第二入风口温度和第二使用率分别作为自变量，采用加权求和方式确定出第一出风口温度的权重值、第一入风口温度的权重值、第一使用率的权重值及环境温度值的方式有多种，可选的，可以采用如下方式：
针对位于当前时刻之前的一时间段内的各采样时间点，分别按照如下针对第一采样时间点的步骤执行，其中，第一采样时间点为位于当前时刻之前的一时间段内的各采样时间点中的任意一个采样时间点：
将获取的在第一采样时间点，对服务器的出风口进行温度采集得到的第二出风口温度作为因变量；
将获取的在与第一采样时间点对应的指定时间点，对服务器的出风口进行温度采集得到的第三出风口温度作为自变量；
将获取的在与第一采样时间点对应的指定时间点，对服务器的入风口进行温度采集得到的第二入风口温度作为自变量；
将获取的在与第一采样时间点对应的指定时间点，采集得到的服务器的指定硬件设备的第二使用率作为自变量；
将获取的在与第一采样时间点对应的指定时间点，采集得到的服务器的指定硬件设备的第二使用率，与获取的在与第一采样时间点对应的指定时间点相邻的之前的采样时间点，采集得到的服务器的指定硬件设备的第二使用率之间的差值作为自变量；
将获取的与第一采样时间点对应的第二指定时长内的至少一个采样时间点，采集得到的服务器的指定硬件设备的第二使用率的平均值作为自变量值；
根据作为因变量的第二出风口温度，作为自变量的第三出风口温度、第二入风口温度、第二使用率、差值，及平均值，采用加权求和方式构建温度预测方程；
将针对位于当前时刻之前的一时间段内的各采样时间点分别构建的温度预测方程，组成温度预测方程组；
对温度预测方程组求解，得出第一出风口温度的权重值、第一入风口温度的权重值、第一使用率的权重值，及环境温度值。
上述确定的过程可以采用公式三来实现，针对位于当前时刻之前的一时间段内的各采样时间点，都可以采用公式三来构建方程，具体过程如下(共有10个采样时间点，以下为以第一采样时间点，即采样时间点1为例进行说明)：
T＝T0+C1×X1+C2×X2+C3×X3+C3×X4+C3×X5 (公式三)
其中，T0为环境温度值；T为获取的在采样时间点1，对服务器1的出风口进行温度采集得到的第二出风口温度；X1为获取的在与采样时间点1对应的指定时间点，对服务器1的出风口进行温度采集得到的第三出风口温度；X2为获取的在与采样时间点1对应的指定时间点，对服务器1的入风口进行温度采集得到的第二入风口温度；X3为获取的在与采样时间点1对应的指定时间点，采集得到的服务器1的指定硬件设备的第二使用率；X4为获取的在与采样时间点1对应的指定时间点，采集得到的服务器1的指定硬件设备的第二使用率，与获取的在与采样时间点1对应的指定时间点相邻的之前的采样时间点，采集得到的服务器1的指定硬件设备的第二使用率之间的差值；X5为获取的与采样时间点1对应的第二指定时长内的至少一个采样时间点，采集得到的服务器1的指定硬件设备的第二使用率的平均值；C1为第一出风口温度的权重值、C2为第一入风口温度的权重值、C3为第一使用率的权重值。
上述只是讲述了根据采样时间点1获取的数据构建温度预测方程，同理，可以对采样时间点2-9获取的数据分别构建温度预测方程，最后得到10个温度预测方程，然后，对由这10个温度预测方程组成的温度预测方程组求解，得到T0、C1、C2、C3。
上述只是一个实施例，在实际应用中，还有多种实现方式，在此不再进行详述。
本发明实施例中，对温度预测方程组求解，得出第一出风口温度的权重值、第一入风口温度的权重值、第一使用率的权重值，及环境温度值，包括：
采用最小二乘法对温度预测方程组求解，得出第一出风口温度的权重值、第一入风口温度的权重值、第一使用率的权重值，及环境温度值。
上述只是一个实施例，在实际应用中，还有多种实现方式，在此不再进行详述。
本发明实施例中，基于确定的第一出风口温度的权重值、第一入风口温度的权重值、第一使用率的权重值、环境温度值，以及获取的第一出风口温度、第一入风口温度、及第一使用率，采用加权求和方式预测服务器的出风口在预测时间点到达时的出风口温度，包括：
将获取的第一出风口温度与确定的第一出风口温度的权重值相乘得到第一乘积；
将获取的第一入风口温度与确定的第一入风口温度的权重值相乘得到第二乘积；
将获取的第一使用率与确定的第一使用率的权重值相乘得到第三乘积；
将第一乘积、第二乘积、第三乘积及确定的环境温度值相加；
将相加得到的和值作为服务器的出风口在预测时间点到达时的出风口温度。
上述只是一个实施例，在实际应用中，还有多种实现方式，在此不再进行详述。
在预测服务器的出风口在预测时间点到达时的出风口温度时，也可以采用公式三：
T＝T0+C1×X1+C2×X2+C3×X3
其中，T0为环境温度值；X1为获取在与当前时刻相邻的之前采样时间点，对服务器的出风口进行温度采集得到的第一出风口温度；X2获取在与当前时刻相邻的之前采样时间点，对服务器的入风口进行温度采集得到的第一入风口温度；X3获取在当前时刻之前的，且与当前时刻相距第一指定时长内的各采样时间点，分别采集得到的服务器的指定硬件设备的第一使用率；C1为确定的第一出风口温度的权重值、C2为确定的第一入风口温度的权重值、C3为确定的第一使用率的权重值。
本发明实施例中，指定硬件设备包括中央处理器、或内存、或磁盘、或网络中的任意一种或随意组合。
本发明实施例中讲述的第一出风口温度、第二出风口温度及第三出风口温度都是针对服务器的同一出风口进行温度采集得到的，讲述的第一入风口温度、第二入风口温度都是针对服务器的同一入风口进行温度采集得到的。
为了更好地理解本发明实施例，以下给出具体应用场景，针对服务器温度预测过程，作出进一步详细描述，如图2所示：
当前时刻为下午3：00，预测时间点为下午4：00，采样周期为1分钟。
步骤200：采用加权求和方式确定第一出风口温度的权重值C1、第一入风口温度的权重值C2、第一使用率的权重值C3及环境温度值T0；
步骤210：获取在2：59分对服务器的出风口进行温度采集得到的第一出风口温度X1，以及对服务器的入风口进行温度采集得到的第一入风口温度X2；
步骤220：获取在2：30-3：00内的各采样时间点，分别采集得到的服务器的指定硬件设备的第一使用率X3；
在该步骤中，指定硬件设备具有产生热量，且所产生的热量随着指定硬件设备上的负载的变化而产生变化的属性。
步骤230：将C1与X1相乘得到第一乘积，将C2与X2相乘得到第二乘积，将C3与X3相乘得到第三乘积；
步骤240：将第一乘积、第二乘积、第三乘积及确定的环境温度值相加；将相加得到的和值作为服务器的出风口在4：00到达时的出风口温度。
基于上述技术方案，参阅图3所示，本发明实施例提供一种服务器温度预测装置300，该服务器温度预测装置300包括确定单元30、第一获取单元31、第二获取单元32，及预测单元33，其中：
确定单元30，用于采用加权求和方式确定第一出风口温度的权重值、第一入风口温度的权重值、第一使用率的权重值及环境温度值；
第一获取单元31，用于获取在与当前时刻相邻的之前采样时间点，对服务器的出风口进行温度采集得到的第一出风口温度，以及对服务器的入风口进行温度采集得到的第一入风口温度；
第二获取单元32，用于获取在当前时刻之前的，且与当前时刻相距第一指定时长内的各采样时间点，分别采集得到的服务器的指定硬件设备的第一使用率，其中，指定硬件设备具有产生热量，且所产生的热量随着指定硬件设备上的负载的变化而产生变化的属性；
预测单元33，用于基于确定的第一出风口温度的权重值、第一入风口温度的权重值、第一使用率的权重值、环境温度值，以及获取的第一出风口温度、第一入风口温度、及第一使用率，采用加权求和方式预测服务器的出风口在预测时间点到达时的出风口温度。
本发明实施例中，可选的，确定单元30在采用加权求和方式确定第一出风口温度的权重值、第一入风口温度的权重值、第一使用率的权重值及环境温度值时，具体用于：
获取位于当前时刻之前的一时间段内的各采样时间点，分别对服务器的出风口进行温度采集得到的第二出风口温度；
获取在与各采样时间点分别对应的指定时间点，对服务器的出风口进行温度采集得到的第三出风口温度；
获取在与各采样时间点分别对应的指定时间点，对服务器的入风口进行温度采集得到的第二入风口温度；
获取在与各采样时间点分别对应的第二指定时长内，采集得到的服务器的指定硬件设备的第二使用率；
将获取的第二出风口温度作为因变量，将获取的第三出风口温度、第二入风口温度和第二使用率分别作为自变量，采用加权求和方式确定出第一出风口温度的权重值、第一入风口温度的权重值，第一使用率的权重值及环境温度值；
其中，与各采样时间点分别对应的指定时间点，为位于该采样时间点之前，且与该采样时间点之间的时长等于当前时刻与预测时间点之间的时长的时间点；与各采样时间点分别对应的第二指定时长，为位于与该采样时间点对应的指定时间点之前的，且与对应的指定时间点相距任意时长的时间长度。
本发明实施例中，可选的，确定单元30在将获取的第二出风口温度作为因变量，将获取的第三出风口温度、第二入风口温度和第二使用率分别作为自变量，采用加权求和方式确定出第一出风口温度的权重值、第一入风口温度的权重值，第一使用率的权重值及环境温度值时，具体用于：
针对位于当前时刻之前的一时间段内的各采样时间点，分别按照如下针对第一采样时间点的步骤执行，其中，第一采样时间点为位于当前时刻之前的一时间段内的各采样时间点中的任意一个采样时间点：
将获取的在第一采样时间点，对服务器的出风口进行温度采集得到的第二出风口温度作为因变量；
将获取的在与第一采样时间点对应的指定时间点，对服务器的出风口进行温度采集得到的第三出风口温度作为自变量；
将获取的在与第一采样时间点对应的指定时间点，对服务器的入风口进行温度采集得到的第二入风口温度作为自变量；
将获取的在与第一采样时间点对应的指定时间点，采集得到的服务器的指定硬件设备的第二使用率作为自变量；
将获取的在与第一采样时间点对应的指定时间点，采集得到的服务器的指定硬件设备的第二使用率，与获取的在与第一采样时间点对应的指定时间点相邻的之前的采样时间点，采集得到的服务器的指定硬件设备的第二使用率之间的差值作为自变量；
将获取的与第一采样时间点对应的第二指定时长内的至少一个采样时间点，采集得到的服务器的指定硬件设备的第二使用率的平均值作为自变量值；
根据作为因变量的第二出风口温度，作为自变量的第三出风口温度、第二入风口温度、第二使用率、差值，及平均值，采用加权求和方式构建温度预测方程；
将针对位于当前时刻之前的一时间段内的各采样时间点分别构建的温度预测方程，组成温度预测方程组；
对温度预测方程组求解，得出第一出风口温度的权重值、第一入风口温度的权重值、第一使用率的权重值，及环境温度值。
本发明实施例中，可选的，确定单元30在对温度预测方程组求解，得出第一出风口温度的权重值、第一入风口温度的权重值、第一使用率的权重值，及环境温度值时，具体用于：
采用最小二乘法对温度预测方程组求解，得出第一出风口温度的权重值、第一入风口温度的权重值、第一使用率的权重值，及环境温度值。
本发明实施例中，可选的，预测单元33在基于确定的第一出风口温度的权重值、第一入风口温度的权重值、第一使用率的权重值、环境温度值，以及获取的第一出风口温度、第一入风口温度、及第一使用率，采用加权求和方式预测服务器的出风口在预测时间点到达时的出风口温度时，具体用于：
将获取的第一出风口温度与确定的第一出风口温度的权重值相乘得到第一乘积；
将获取的第一入风口温度与确定的第一入风口温度的权重值相乘得到第二乘积；
将获取的第一使用率与确定的第一使用率的权重值相乘得到第三乘积；
将第一乘积、第二乘积、第三乘积及确定的环境温度值相加；
将相加得到的和值作为服务器的出风口在预测时间点到达时的出风口温度。
本发明实施例中，可选的，第二获取单元32获取的服务器的指定硬件设备的第一使用率中的指定硬件设备包括中央处理器、或内存、或磁盘、或网络中的任意一种或随意组合。
基于上述技术方案，参阅图4所示，本发明实施例提供一种服务器温度预测的系统400，包括数据中心310，其中数据中心310包括至少一台服务器3100，其中至少一台服务器3100中的每一台服务器3100均包括至少一个指定硬件设备3110，还包括图3所示的服务器温度预测装置300。
如图5所示，为本发明实施例提供的服务器温度预测装置的实体图，温度预测装置包括至少一个处理器501，通信总线502，存储器503以及至少一个通信接口504。
其中，通信总线502用于实现上述组件之间的连接并通信，通信接口504用于与外部设备连接并通信。
其中，存储器503用于存储需要执行的程序代码，处理器501可以通过通信总线502调用存储器503中存储的具有服务器温度预测功能的程序代码，当处理器501调用存储器503中存储的程序代码时，将执行如下操作：
采用加权求和方式确定第一出风口温度的权重值、第一入风口温度的权重值、第一使用率的权重值及环境温度值；
获取在与当前时刻相邻的之前采样时间点，对服务器的出风口进行温度采集得到的第一出风口温度，以及对服务器的入风口进行温度采集得到的第一入风口温度；
获取在当前时刻之前的，且与当前时刻相距第一指定时长内的各采样时间点，分别采集得到的服务器的指定硬件设备的第一使用率，其中，指定硬件设备具有产生热量，且所产生的热量随着指定硬件设备上的负载的变化而产生变化的属性；
基于确定的第一出风口温度的权重值、第一入风口温度的权重值、第一使用率的权重值、环境温度值，以及获取的第一出风口温度、第一入风口温度、及第一使用率，采用加权求和方式预测服务器的出风口在预测时间点到达时的出风口温度。
当处理器501调用存储器503中存储的程序代码时，还可以执行如下操作：
获取位于当前时刻之前的一时间段内的各采样时间点，分别对服务器的出风口进行温度采集得到的第二出风口温度；
获取在与各采样时间点分别对应的指定时间点，对服务器的出风口进行温度采集得到的第三出风口温度；
获取在与各采样时间点分别对应的指定时间点，对服务器的入风口进行温度采集得到的第二入风口温度；
获取在与各采样时间点分别对应的第二指定时长内，采集得到的服务器的指定硬件设备的第二使用率；
将获取的第二出风口温度作为因变量，将获取的第三出风口温度、第二入风口温度和第二使用率分别作为自变量，采用加权求和方式确定出第一出风口温度的权重值、第一入风口温度的权重值，第一使用率的权重值及环境温度值；
其中，与各采样时间点分别对应的指定时间点，为位于该采样时间点之前，且与该采样时间点之间的时长等于当前时刻与预测时间点之间的时长的时间点；与各采样时间点分别对应的第二指定时长，为位于与该采样时间点对应的指定时间点之前的，且与对应的指定时间点相距任意时长的时间长度。
当处理器501调用存储器503中存储的程序代码时，还可以执行如下操作：
将获取的第一出风口温度与确定的第一出风口温度的权重值相乘得到第一乘积；
将获取的第一入风口温度与确定的第一入风口温度的权重值相乘得到第二乘积；
将获取的第一使用率与确定的第一使用率的权重值相乘得到第三乘积；
将第一乘积、第二乘积、第三乘积及确定的环境温度值相加；
将相加得到的和值作为服务器的出风口在预测时间点到达时的出风口温度。
综上所述，本发明实施例中，提供一种服务器温度预测方法，该方法中：采用加权求和方式确定第一出风口温度的权重值、第一入风口温度的权重值、第一使用率的权重值及环境温度值；获取在与当前时刻相邻的之前采样时间点，对服务器的出风口进行温度采集得到的第一出风口温度，以及对服务器的入风口进行温度采集得到的第一入风口温度；获取在当前时刻之前的，且与当前时刻相距第一指定时长内的各采样时间点，分别采集得到的服务器的指定硬件设备的第一使用率，其中，指定硬件设备具有产生热量，且所产生的热量随着指定硬件设备上的负载的变化而产生变化的属性；基于确定的第一出风口温度的权重值、第一入风口温度的权重值、第一使用率的权重值、环境温度值，以及获取的第一出风口温度、第一入风口温度、及第一使用率，采用加权求和方式预测服务器的出风口在预测时间点到达时的出风口温度，在该方案中，硬件设备的第一使用率是在当前时刻之前的，且与当前时刻相距第一指定时长内的各采样时间点，分别采集得到的，考虑了过去的一段时间内的硬件设备的第一使用率对预测的温度的影响，因此，提高了预测得到的温度的准确度。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本发明实施例的精神和范围。这样，倘若本发明实施例的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (13)
1.一种服务器温度预测方法，其特征在于，包括：
采用加权求和方式确定第一出风口温度的权重值、第一入风口温度的权重值、第一使用率的权重值及环境温度值；
获取在与当前时刻相邻的之前采样时间点，对服务器的出风口进行温度采集得到的第一出风口温度，以及对所述服务器的入风口进行温度采集得到的第一入风口温度；
获取在所述当前时刻之前的，且与所述当前时刻相距第一指定时长内的各采样时间点，分别采集得到的所述服务器的指定硬件设备的第一使用率，其中，所述指定硬件设备具有产生热量，且所产生的热量随着所述指定硬件设备上的负载的变化而产生变化的属性；
基于确定的所述第一出风口温度的权重值、所述第一入风口温度的权重值、所述第一使用率的权重值、所述环境温度值，以及获取的所述第一出风口温度、所述第一入风口温度、及所述第一使用率，采用所述加权求和方式预测所述服务器的出风口在预测时间点到达时的出风口温度。
2.如权利要求1所述的方法，其特征在于，采用加权求和方式确定第一出风口温度的权重值、第一入风口温度的权重值、第一使用率的权重值及环境温度值，包括：
获取位于所述当前时刻之前的一时间段内的各采样时间点，分别对所述服务器的出风口进行温度采集得到的第二出风口温度；
获取在与所述各采样时间点分别对应的指定时间点，对所述服务器的出风口进行温度采集得到的第三出风口温度；
获取在与所述各采样时间点分别对应的指定时间点，对所述服务器的入风口进行温度采集得到的第二入风口温度；
获取在与所述各采样时间点分别对应的第二指定时长内，采集得到的所述服务器的指定硬件设备的第二使用率；
将获取的所述第二出风口温度作为因变量，将获取的所述第三出风口温度、所述第二入风口温度和所述第二使用率分别作为自变量，采用所述加权求和方式确定出所述第一出风口温度的权重值、所述第一入风口温度的权重值，所述第一使用率的权重值及所述环境温度值；
其中，与各采样时间点分别对应的指定时间点，为位于该采样时间点之前，且与该采样时间点之间的时长等于所述当前时刻与所述预测时间点之间的时长的时间点；与各采样时间点分别对应的第二指定时长，为位于与该采样时间点对应的指定时间点之前的，且与所述对应的指定时间点相距任意时长的时间长度。
3.如权利要求2所述的方法，其特征在于，将获取的所述第二出风口温度作为因变量，将获取的所述第三出风口温度、所述第二入风口温度和所述第二使用率分别作为自变量，采用所述加权求和方式确定出所述第一出风口温度的权重值、所述第一入风口温度的权重值、所述第一使用率的权重值及所述环境温度值，包括：
针对位于所述当前时刻之前的一时间段内的各采样时间点，分别按照如下针对第一采样时间点的步骤执行，其中，所述第一采样时间点为位于所述当前时刻之前的一时间段内的各采样时间点中的任意一个采样时间点：
将获取的在所述第一采样时间点，对所述服务器的出风口进行温度采集得到的第二出风口温度作为因变量；
将获取的在与所述第一采样时间点对应的指定时间点，对所述服务器的出风口进行温度采集得到的第三出风口温度作为自变量；
将获取的在与所述第一采样时间点对应的指定时间点，对所述服务器的入风口进行温度采集得到的第二入风口温度作为自变量；
将获取的在与所述第一采样时间点对应的指定时间点，采集得到的所述服务器的指定硬件设备的第二使用率作为自变量；
将获取的在与所述第一采样时间点对应的指定时间点，采集得到的所述服务器的指定硬件设备的第二使用率，与获取的在与所述第一采样时间点对应的指定时间点相邻的之前的采样时间点，采集得到的所述服务器的指定硬件设备的第二使用率之间的差值作为自变量；
将获取的与所述第一采样时间点对应的第二指定时长内的至少一个采样时间点，采集得到的所述服务器的指定硬件设备的第二使用率的平均值作为自变量值；
根据作为因变量的所述第二出风口温度，作为自变量的所述第三出风口温度、所述第二入风口温度、所述第二使用率、所述差值，及所述平均值，采用所述加权求和方式构建温度预测方程；
将针对位于所述当前时刻之前的一时间段内的各采样时间点分别构建的温度预测方程，组成温度预测方程组；
对所述温度预测方程组求解，得出所述第一出风口温度的权重值、所述第一入风口温度的权重值、所述第一使用率的权重值，及所述环境温度值。
4.如权利要求3所述的方法，其特征在于，对所述温度预测方程组求解，得出所述第一出风口温度的权重值、所述第一入风口温度的权重值、所述第一使用率的权重值，及所述环境温度值，包括：
采用最小二乘法对所述温度预测方程组求解，得出所述第一出风口温度的权重值、所述第一入风口温度的权重值、所述第一使用率的权重值，及所述环境温度值。
5.如权利要求1所述的方法，其特征在于，基于确定的所述第一出风口温度的权重值、所述第一入风口温度的权重值、所述第一使用率的权重值、所述环境温度值，以及获取的所述第一出风口温度、所述第一入风口温度、及所述第一使用率，采用所述加权求和方式预测所述服务器的出风口在预测时间点到达时的出风口温度，包括：
将获取的所述第一出风口温度与确定的所述第一出风口温度的权重值相乘得到第一乘积；
将获取的所述第一入风口温度与确定的所述第一入风口温度的权重值相乘得到第二乘积；
将获取的所述第一使用率与确定的所述第一使用率的权重值相乘得到第三乘积；
将所述第一乘积、所述第二乘积、所述第三乘积及确定的所述环境温度值相加；
将相加得到的和值作为所述服务器的出风口在所述预测时间点到达时的出风口温度。
6.如权利要求1-5任一所述的方法，其特征在于，所述指定硬件设备包括中央处理器、或内存、或磁盘、或网络中的任意一种或随意组合。
7.一种服务器温度预测装置，其特征在于，包括：
确定单元，用于采用加权求和方式确定第一出风口温度的权重值、第一入风口温度的权重值、第一使用率的权重值及环境温度值；
第一获取单元，用于获取在与当前时刻相邻的之前采样时间点，对服务器的出风口进行温度采集得到的第一出风口温度，以及对所述服务器的入风口进行温度采集得到的第一入风口温度；
第二获取单元，用于获取在所述当前时刻之前的，且与所述当前时刻相距第一指定时长内的各采样时间点，分别采集得到的所述服务器的指定硬件设备的第一使用率，其中，所述指定硬件设备具有产生热量，且所产生的热量随着所述指定硬件设备上的负载的变化而产生变化的属性；
预测单元，用于基于确定的所述第一出风口温度的权重值、所述第一入风口温度的权重值、所述第一使用率的权重值、所述环境温度值，以及获取的所述第一出风口温度、所述第一入风口温度、及所述第一使用率，采用所述加权求和方式预测所述服务器的出风口在预测时间点到达时的出风口温度。
8.如权利要求7所述的装置，其特征在于，所述确定单元在采用加权求和方式确定第一出风口温度的权重值、第一入风口温度的权重值、第一使用率的权重值及环境温度值时，具体用于：
获取位于所述当前时刻之前的一时间段内的各采样时间点，分别对所述服务器的出风口进行温度采集得到的第二出风口温度；
获取在与所述各采样时间点分别对应的指定时间点，对所述服务器的出风口进行温度采集得到的第三出风口温度；
获取在与所述各采样时间点分别对应的指定时间点，对所述服务器的入风口进行温度采集得到的第二入风口温度；
获取在与所述各采样时间点分别对应的第二指定时长内，采集得到的所述服务器的指定硬件设备的第二使用率；
将获取的所述第二出风口温度作为因变量，将获取的所述第三出风口温度、所述第二入风口温度和所述第二使用率分别作为自变量，采用所述加权求和方式确定出所述第一出风口温度的权重值、所述第一入风口温度的权重值，所述第一使用率的权重值及所述环境温度值；
其中，与各采样时间点分别对应的指定时间点，为位于该采样时间点之前，且与该采样时间点之间的时长等于所述当前时刻与所述预测时间点之间的时长的时间点；与各采样时间点分别对应的第二指定时长，为位于与该采样时间点对应的指定时间点之前的，且与所述对应的指定时间点相距任意时长的时间长度。
9.如权利要求8所述的装置，其特征在于，所述确定单元在将获取的所述第二出风口温度作为因变量，将获取的所述第三出风口温度、所述第二入风口温度和所述第二使用率分别作为自变量，采用所述加权求和方式确定出所述第一出风口温度的权重值、所述第一入风口温度的权重值，所述第一使用率的权重值及所述环境温度值时，具体用于：
针对位于所述当前时刻之前的一时间段内的各采样时间点，分别按照如下针对第一采样时间点的步骤执行，其中，所述第一采样时间点为位于所述当前时刻之前的一时间段内的各采样时间点中的任意一个采样时间点：
将获取的在所述第一采样时间点，对所述服务器的出风口进行温度采集得到的第二出风口温度作为因变量；
将获取的在与所述第一采样时间点对应的指定时间点，对所述服务器的出风口进行温度采集得到的第三出风口温度作为自变量；
将获取的在与所述第一采样时间点对应的指定时间点，对所述服务器的入风口进行温度采集得到的第二入风口温度作为自变量；
将获取的在与所述第一采样时间点对应的指定时间点，采集得到的所述服务器的指定硬件设备的第二使用率作为自变量；
将获取的在与所述第一采样时间点对应的指定时间点，采集得到的所述服务器的指定硬件设备的第二使用率，与获取的在与所述第一采样时间点对应的指定时间点相邻的之前的采样时间点，采集得到的所述服务器的指定硬件设备的第二使用率之间的差值作为自变量；
将获取的与所述第一采样时间点对应的第二指定时长内的至少一个采样时间点，采集得到的所述服务器的指定硬件设备的第二使用率的平均值作为自变量值；
根据作为因变量的所述第二出风口温度，作为自变量的所述第三出风口温度、所述第二入风口温度、所述第二使用率、所述差值，及所述平均值，采用所述加权求和方式构建温度预测方程；
将针对位于所述当前时刻之前的一时间段内的各采样时间点分别构建的温度预测方程，组成温度预测方程组；
对所述温度预测方程组求解，得出所述第一出风口温度的权重值、所述第一入风口温度的权重值、所述第一使用率的权重值，及所述环境温度值。
10.如权利要求9所述的装置，其特征在于，所述确定单元在对所述温度预测方程组求解，得出所述第一出风口温度的权重值、所述第一入风口温度的权重值、所述第一使用率的权重值，及所述环境温度值时，具体用于：
采用最小二乘法对所述温度预测方程组求解，得出所述第一出风口温度的权重值、所述第一入风口温度的权重值、所述第一使用率的权重值，及所述环境温度值。
11.如权利要求7所述的装置，其特征在于，所述预测单元在基于确定的所述第一出风口温度的权重值、所述第一入风口温度的权重值、所述第一使用率的权重值、所述环境温度值，以及获取的所述第一出风口温度、所述第一入风口温度、及所述第一使用率，采用所述加权求和方式预测所述服务器的出风口在预测时间点到达时的出风口温度时，具体用于：
将获取的所述第一出风口温度与确定的所述第一出风口温度的权重值相乘得到第一乘积；
将获取的所述第一入风口温度与确定的所述第一入风口温度的权重值相乘得到第二乘积；
将获取的所述第一使用率与确定的所述第一使用率的权重值相乘得到第三乘积；
将所述第一乘积、所述第二乘积、所述第三乘积及确定的所述环境温度值相加；
将相加得到的和值作为所述服务器的出风口在所述预测时间点到达时的出风口温度。
12.如权利要求7-11任一所述的装置，其特征在于，所述第二获取单元获取的所述服务器的指定硬件设备的第一使用率中的指定硬件设备包括中央处理器、或内存、或磁盘、或网络中的任意一种或随意组合。
13.一种服务器温度预测系统，包括数据中心，所述数据中心包括至少一台服务器，所述至少一台服务器中的每一台服务器均包括至少一个指定硬件设备，其特征在于，还包括如权利要求7-12任一权利要求所述的服务器温度预测装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410240301.1A CN105335267B (zh) | 2014-05-30 | 2014-05-30 | 一种服务器温度预测方法、装置及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410240301.1A CN105335267B (zh) | 2014-05-30 | 2014-05-30 | 一种服务器温度预测方法、装置及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105335267A CN105335267A (zh) | 2016-02-17 |
| CN105335267B true CN105335267B (zh) | 2018-06-15 |
Family
ID=55285822
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410240301.1A Active CN105335267B (zh) | 2014-05-30 | 2014-05-30 | 一种服务器温度预测方法、装置及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105335267B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107122283B (zh) * | 2017-04-27 | 2020-08-25 | 成都安易迅科技有限公司 | 温度监测方法及装置 |
| CN109324941B (zh) * | 2017-07-31 | 2023-06-16 | 西安中兴新软件有限责任公司 | 一种温度采集方法、终端及存储介质 |
| CN109739334A (zh) * | 2018-12-26 | 2019-05-10 | 孙海 | 数据量云平台评估系统及方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102012272A (zh) * | 2009-09-04 | 2011-04-13 | 富士通株式会社 | 温度预测装置和方法 |
| CN102436296A (zh) * | 2010-06-08 | 2012-05-02 | 美国能量变换公司 | 用于在数据中心中预测温度值的系统和方法 |
| CN102818338A (zh) * | 2012-08-07 | 2012-12-12 | 杭州华三通信技术有限公司 | 一种机房温度智能控制的方法及装置 |
| CN103631351A (zh) * | 2013-12-17 | 2014-03-12 | 北京百度网讯科技有限公司 | 服务器的风扇控制方法、装置和服务器 |
-
2014
- 2014-05-30 CN CN201410240301.1A patent/CN105335267B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102012272A (zh) * | 2009-09-04 | 2011-04-13 | 富士通株式会社 | 温度预测装置和方法 |
| CN102436296A (zh) * | 2010-06-08 | 2012-05-02 | 美国能量变换公司 | 用于在数据中心中预测温度值的系统和方法 |
| CN102818338A (zh) * | 2012-08-07 | 2012-12-12 | 杭州华三通信技术有限公司 | 一种机房温度智能控制的方法及装置 |
| CN103631351A (zh) * | 2013-12-17 | 2014-03-12 | 北京百度网讯科技有限公司 | 服务器的风扇控制方法、装置和服务器 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105335267A (zh) | 2016-02-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107015892B (zh) | 一种压力测试方法、装置和系统 | |
| JP6350738B2 (ja) | バッテリ選択装置、バッテリ選択方法、プログラム、および記録媒体 | |
| Liu et al. | Economical and balanced energy usage in the smart home infrastructure: A tutorial and new results | |
| CN111400001B (zh) | 一种面向边缘计算环境的在线计算任务卸载调度方法 | |
| US20170211830A1 (en) | Air-conditioning control system, air-conditioning planning device, and planning method | |
| CN104756084B (zh) | 操作管理装置和操作管理方法 | |
| CN106385468B (zh) | Web集群的可预测动态负载均衡方法 | |
| CN105335267B (zh) | 一种服务器温度预测方法、装置及系统 | |
| CN104798049B (zh) | 操作管理装置和操作管理方法 | |
| CN105636088B (zh) | 一种处理小区间干扰的方法、设备、控制装置及基站 | |
| CN104502525B (zh) | 空气质量提示方法及装置 | |
| CN111009893B (zh) | 一种基于负荷分解技术的家庭用户短期负荷预测方法 | |
| CN108802282A (zh) | 有害气体浓度预测的方法、装置、设备及可读存储介质 | |
| Diaz et al. | Scalable and energy-efficient scheduling techniques for large-scale systems | |
| CN109711643A (zh) | 一种建筑物的负荷预测方法、装置、可读介质及电子设备 | |
| CN110717620A (zh) | 订单出餐时间预测方法和装置，电子设备及存储介质 | |
| CN105264457A (zh) | 能耗监控方法及装置 | |
| CN113242304B (zh) | 边缘侧多能源数据采集调度控制方法、装置、设备和介质 | |
| JP5738140B2 (ja) | 物質の放出量推定装置及びその方法並びにプログラム | |
| CN105224381B (zh) | 一种迁移虚拟机的方法、装置及系统 | |
| JP6893323B2 (ja) | 発電設備情報推定システムおよび発電設備情報推定方法 | |
| US20160195886A1 (en) | Estimated consumption quantity calculation system, server, estimated consumption quantity calculation method, and computer-readable recording medium whereupon program is recorded | |
| CN107222918A (zh) | 一种发射功率调整方法及装置 | |
| WO2016038804A1 (ja) | 電力管理システム、情報提示方法、電力管理装置及び制御プログラム | |
| CN103310002B (zh) | 用于气象预报计算系统MM5的Web服务封装方法以及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20191216 Address after: 314400 No.11, Weisan Road, Nongfa District, Chang'an Town, Haining City, Jiaxing City, Zhejiang Province Patentee after: Haining hi tech Zone Science and Innovation Center Co.,Ltd. Address before: 510000 unit 2414-2416, building, No. five, No. 371, Tianhe District, Guangdong, China Patentee before: GUANGDONG GAOHANG INTELLECTUAL PROPERTY OPERATION Co.,Ltd. Effective date of registration: 20191216 Address after: 510000 unit 2414-2416, building, No. five, No. 371, Tianhe District, Guangdong, China Patentee after: GUANGDONG GAOHANG INTELLECTUAL PROPERTY OPERATION Co.,Ltd. Address before: 518129 Bantian HUAWEI headquarters office building, Longgang District, Guangdong, Shenzhen Patentee before: HUAWEI TECHNOLOGIES Co.,Ltd. |
|
| TR01 | Transfer of patent right |