CN110442170B

CN110442170B - 设备运行及监测方法、装置、设备及介质

Info

Publication number: CN110442170B
Application number: CN201910595193.2A
Authority: CN
Inventors: 李安; 王小舟; 杜大军
Original assignee: Ping An Technology Shenzhen Co Ltd
Current assignee: Ping An Technology Shenzhen Co Ltd
Priority date: 2019-07-03
Filing date: 2019-07-03
Publication date: 2022-05-27
Anticipated expiration: 2039-07-03
Also published as: CN110442170A

Abstract

本发明公开了一种设备运行及监测方法、装置、设备及介质。所述方法包括：获取实时气象数据及其采集时间，确认与采集时间匹配的运行时段，并获取对应的设备运行模式及其触发条件；在实时气象数据达到触发条件时，令控制设备在设备放置环境中以该设备运行模式运行；获取在该设备运行模式下的设备放置环境中各设备的能耗，确定设备放置环境的PUE；通过监测模型对各监测时间点的PUE进行计算，获取监测结果；在监测结果超出预设标准范围时，确定存在至少一个异常运行的设备。本发明实现了设备智能运行；同时通过智能监测设备运行时设备放置环境的PUE，可以及时发现并处理异常，降低了设备放置环境的能耗比，进而提高了设备放置环境的绿色化程度。

Description

设备运行及监测方法、装置、设备及介质

技术领域

本发明涉及环境管理领域，具体涉及一种设备运行及监测方法、装置、设备及介质。

背景技术

随着计算机互联网高新技术的飞速发展，数据中心的发展也进入到一个新的阶段。数据中心是全球协作的特定设备网络，用来在internet网络基础设施上传递、加速、展示、计算、存储数据信息。现有数据中心有大量的服务器、存储设备、网络设备以及供电线路等，设备摆放集中密集，会产生大量的热量。若不及时降温散热，温度过高时会造成IT设备无法正常工作，造成服务终止，数据损坏。目前为保证IT设备的正常运行，数据中心机房里配备大量的制冷设备，并令这些制冷设备在较低温度的单一模式下运行，但这种做法会造成大量的能源的消耗。

发明内容

本发明实施例提供一种设备运行及监测方法、装置、设备及介质，实现了设备智能运行；同时通过智能监测设备运行时设备放置环境的PUE，可以及时发现并处理异常，且降低了设备放置环境的能耗比，进而提高了设备放置环境的绿色化程度。

一种设备运行及监测方法，包括：

获取设备放置环境的坐标点的实时气象数据以及所述实时气象数据的采集时间，确认与所述采集时间匹配的运行时段，并获取与所述采集时间匹配的所述运行时段内的设备运行模式以及触发所述设备运行模式的触发条件；

在所述实时气象数据达到所述设备运行模式的所述触发条件时，令预设的控制设备在所述设备放置环境中以所述设备运行模式运行；

实时获取在所述设备运行模式下的所述设备放置环境中各设备的设备能耗，并根据各所述设备的设备能耗确定所述设备放置环境的PUE系数；所述设备包括所述控制设备和IT设备；

通过预设的监测模型对各监测时间点的所述PUE系数进行计算，获取所述监测模型输出的监测结果，并将所述监测结果发送至监测客户端；

在所述监测结果超出预设标准范围时，确定在所述设备运行模式下的所述设备放置环境中至少存在一个异常运行的所述设备；其中，所述设备放置环境中包含两个以上的所述监测点，且每一个所述监测点包含至少一个所述设备；

在所述监测结果超过预设标准范围时，获取与各监测点关联的所述设备的设备能耗，并根据与各监测点关联的所述设备的设备能耗确定监测点系数；

通过监测子模型对各所述监测时间点的监测点系数进行计算，并获取所述监测子模型输出的监测子结果；

根据所述监测子结果确定所述设备放置环境中异常的所述监测点，将异常的所述监测点标记为异常点、所述异常点的监测子结果标记为异常数据，以及与所述异常点关联的所述设备标记为异常设备；

根据所述异常点、所述异常数据以及所述异常设备生成异常分析结论，将所述异常分析结论发送至所述监测客户端。

一种设备运行及监测装置，包括：

匹配模块，用于获取设备放置环境的坐标点的实时气象数据以及所述实时气象数据的采集时间，确认与所述采集时间匹配的运行时段，并获取与所述采集时间匹配的所述运行时段内的设备运行模式以及触发所述设备运行模式的触发条件；

运行模块，用于在所述实时气象数据达到所述设备运行模式的所述触发条件时，令预设的控制设备在所述设备放置环境中以所述设备运行模式运行；

监测模块，用于实时获取在所述设备运行模式下的所述设备放置环境中各设备的设备能耗，并根据各所述设备的设备能耗确定所述设备放置环境的PUE系数；所述设备包括所述控制设备和IT设备；

第一输出模块，用于通过预设的监测模型对各监测时间点的所述PUE系数进行计算，获取所述监测模型输出的监测结果，并将所述监测结果发送至监测客户端；

异常判定模块，用于在所述监测结果超出预设标准范围时，确定在所述设备运行模式下的所述设备放置环境中至少存在一个异常运行的所述设备；其中，所述设备放置环境中包含两个以上的所述监测点，且每一个所述监测点包含至少一个所述设备；

所述异常判定模块包括：

系数确定子模块，用于在所述监测结果超过预设标准范围时，获取与各监测点关联的所述设备的设备能耗，并根据与各监测点关联的所述设备的设备能耗确定监测点系数。

计算子模块，用于通过监测子模型对各所述监测时间点的监测点系数进行计算，并获取所述监测子模型输出的监测子结果。

标记子模块，用于根据所述监测子结果确定所述设备放置环境中异常的所述监测点，将异常的所述监测点标记为异常点、所述异常点的监测子结果标记为异常数据，以及与所述异常点关联的所述设备标记为异常设备。

第一发送子模块，用于根据所述异常点、所述异常数据以及所述异常设备生成异常分析结论，将所述异常分析结论发送至所述监测客户端。

一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，所述处理器执行所述计算机可读指令时实现上述设备运行及监测方法。

一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可读指令，所述计算机可读指令被处理器执行时实现上述设备运行及监测方法。

本发明提供的设备运行及监测方法、装置、设备及介质，在获取设备放置环境坐标点的实时气象数据及其采集时间之后，根据采集时间确定与采集时间匹配的运行时段，进而获取该运行时段的设备运行模式以及设备运行模式的触发条件，并在实时气象数据达到触发条件时，令控制设备以运行时段的设备运行模式智能运行，有利于提高设备运行效率；同时智能监测设备智能运行时设备放置环境的PUE，可以及时发现并处理异常，且降低了设备放置环境的能耗比，进而提高了设备放置环境的绿色化程度，节约了资源成本。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一实施例中设备运行及监测方法的应用环境示意图；

图2是本发明一实施例中设备运行及监测方法的流程图；

图3是本发明一实施例中设备运行及监测方法的步骤S10的流程图；

图4是本发明一实施例中设备运行及监测方法的步骤S101的流程图；

图5是本发明一实施例中设备运行及监测方法的步骤S50的流程图；

图6是本发明另一实施例中设备运行及监测方法的步骤S50的流程图；

图7是本发明一实施例中设备运行及监测装置的原理框图；

图8是本发明一实施例中计算机设备的示意图。

具体实施方式

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、完整地描述，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他实施例，都属于本发明保护的范围。

本发明提供的设备运行及监测方法，可应用在如图1的应用环境中，其中，客户端通过网络与服务器进行通信。其中，客户端包括但不限于为各种个人计算机、笔记本电脑、智能手机、平板电脑、摄像设备和便携式可穿戴设备。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一实施例中，如图2所示，提供一种设备运行及监测方法，以该方法应用在图1中的服务器为例进行说明，包括以下步骤：

S10，获取设备放置环境的坐标点的实时气象数据以及所述实时气象数据的采集时间，确认与所述采集时间匹配的运行时段，并获取与所述采集时间匹配的所述运行时段内的设备运行模式以及触发所述设备运行模式的触发条件。

其中，所述实时气象数据包含设备放置环境的坐标点在采集时间时的平均温度、平均湿度、天气状况等。可选地，所述设备放置环境可以为数据中心机房。

在本实施例中，定时获取设备放置环境所在坐标点的实时气象数据和实时气象数据的采样时间，检测采样时间所属的运行时段，确定采样时间为哪一运行时段之后，自数据库获取该运行时段内的设备运行模式和触发该设备运行模式的触发条件，进一步检测实时气象数据是否达到该设备运行模式的触发条件，进而判定是否能够触发该触发条件对应的设备运行模式。可理解的，设备放置环境中的控制设备按照设备运行模式的编号或模式启动时间(也即，每一运行时段的第一天)智能运行的过程中，服务器可以通过实时气象数据对当前运行时段的设备运行模式进行检测及调整；其中，所述控制设备用于控制该设备放置环境的温湿度，包括但不限于空调、冷水机组、湿度调节器。

作为优选，可以在每一运行时段的模式启动时间对接预设气象站(与设备放置环境所在坐标点关联的气象站)获取实时气象数据，并检测实时气象数据是否能够触发该运行时段内的设备运行模式；若实时气象数据触发该运行时段内的设备运行模式，则进入所述步骤S20令控制设备以该运行时段内的设备运行模式运行；若实时气象数据未能触发该运行时段内的设备运行模式，则令控制设备以由服务器记载的此前的设备运行模式运行。

在另一实施例中，若实时气象数据未能触发该运行时段内的设备运行模式，则根据实时气象数据中包含的天气状况和平均温度(平均湿度)自数据库获取与天气状况关联，且与平均温度(平均湿度)关联的备用的设备运行模式，并令控制设备以备用的设备运行模式运行，此时，所述数据库中存储有与天气状况关联，且与平均温度(平均湿度)关联的备用的设备运行模式。

S20，在所述实时气象数据达到所述设备运行模式的所述触发条件时，令预设的控制设备在所述设备放置环境中以所述设备运行模式运行。

在本实施例中，若所述实时气象数据包含设备放置环境的坐标点在采集时间时的平均温度和平均湿度，而所述触发条件包含触发设备运行模式的预设温度条件和预设湿度条件，则检测采集时间时的平均温度是否达到预设温度条件，并检测采集时间时的平均湿度是否达到预设湿度条件；若所述采集时间时的平均温度达到预设温度条件，且采集时间时的平均湿度达到预设湿度条件，则确定该采集时间时的平均温度和平均湿度能够触发当前运行时段(与采集时间匹配的运行时段)的设备运行模式，此时，根据当前运行时段的设备运行模式查询需要调整的冷水机组、空调或者湿度调节器等控制设备，通过远程控制器控制及调整与远程控制器连接的控制设备以及控制设备参数。

进一步地，可以将当前运行时段的设备运行模式由未触发状态标记为待触发状态，若检测到设备放置环境中的控制设备以当前运行时段的设备运行模式运行，则将当前运行时段的设备运行模式由待触发状态标记为已触发状态；而若检测到下一个运行时段的设备运行模式由未触发状态变为待触发状态，则将当前运行时段的设备运行模式由已触发状态标记为失效触发状态。

在另一实施例中，所述步骤S10之后还包括以下步骤：在所述实时气象数据未达到所述设备运行模式的所述触发条件时，控制预设控制设备在所述预设设备放置环境中以上一个所述运行时段的所述设备运行模式运行。

在本实施例中，基于所述步骤S10中的实时气象数据和设备运行模式的触发条件，若所述采集时间时的平均温度未达到预设温度条件，或采集时间时的平均湿度未达到预设湿度条件，则确定该采集时间时的平均温度和平均湿度不能够触发当前运行时段的设备运行模式，

在本实施例中，基于所述步骤S10中的实时气象数据和设备运行模式的触发条件，若所述采集时间时的平均温度不在预设温度范围内，或采集时间时的平均湿度不在预设湿度范围内，则确定该采集时间时的平均温度和平均湿度不能够触发当前运行时段的设备运行模式，

使得当前运行时段的设备运行模式仍保持在未触发状态。进一步地，获取上一个运行时段的设备运行模式中的温湿度设定值，令控制预算以对应的温湿度设定值运行，直至检测到重新获取的实时气象数据达到当前运行时段的设备运行模式的触发条件时，方才将当前运行时段的设备运行模式由未触发状态标记为待触发状态，并令设备放置环境中的控制设备以当前运行时段的设备运行模式运行，同时将上一个运行时段的设备运行模式由已触发状态标记为失效触发状态。

可理解的，通过实时气象数据确定控制设备的设备运行模式，并通过控制设备调整设备放置环境的环境参数(包括但不限于温湿度值)，保证了设备放置环境中的控制设备所占能耗最小，IT设备所占能耗最大，可以整体上降低设备放置环境的能耗比，提高设备放置环境的能源利用率；同时实时气象数据更为精准，有利于保证设备运行模式的实用性和可靠性。

S30，实时获取在所述设备运行模式下的所述设备放置环境中各设备的设备能耗，并根据各所述设备的设备能耗确定所述设备放置环境的PUE系数；所述设备包括所述控制设备和IT设备。

在本实施例中，PUE系数是指评价所述设备放置环境能源效率的指标，是所述设备放置环境的所有能源与IT负载使用的能源之比；所述设备放置环境设置有供电设备、控制设备(比如，空调、冷水机组或者湿度调节器)、辅助设备(比如，消防、照明)、IT设备等。作为优选，根据以下的PUE系数计算公式可以获得所述设备放置环境的PUE系数：

其中，S为所述设备放置环境的PUE系数；P为所述设备放置环境中的总设备能耗；Q为所述设备放置环境中的IT设备能耗。可理解的，若IT设备能耗远大，则PUE系数越接近1，表明设备放置环境中能效水平越好，也即表明设备放置环境的绿色化程度越高。

S40，通过预设的监测模型对各监测时间点的所述PUE系数进行计算，获取所述监测模型输出的监测结果，并将所述监测结果发送至监测客户端。

在本实施例中，通过上述PUE系数计算公式获取各监测时间点(例如，半小时为一个监测时间点)的PUE系数之后，可以将各监测时间点的PUE系数输入至预设的监测模型中，并接收所述监测模型输出的监测结果，作为优选，该监测结果可以为根据各监测时间点的PUE系数计算获得的平均PUE系数。

S50，在所述监测结果超出预设标准范围时，确定在所述设备运行模式下的所述设备放置环境中至少存在一个异常运行的所述设备。

作为优选，基于所述步骤S30获得的平均PUE系数，检测平均PUE系数是否超出预设标准范围，也即检测平均PUE系数是否小于预设标准范围的告警下限阈值，并检测平均PUE系数是否大于预设标准范围的告警上限阈值，在平均PUE系数低于预设标准范围的告警下限阈值，或平均PUE系数大于预设标准范围的告警上限阈值时，确定设备放置环境中存在设备异常，并判断设备放置环境的PUE系数出现异常，此时，可以进一步确定设备异常所在的监测点以及监测点关联的设备，从而实现PUE系数出现异常时自动定位异常点以及设备。

可理解的，在所述监测结果未超出预设标准范围时，确定所述设备放置环境中的所有所述设备在所述设备运行模式下正常运行。

综上所述，本实施例在获取设备放置环境坐标点的实时气象数据及其采集时间之后，根据采集时间确定与采集时间匹配的运行时段，进而获取该运行时段的设备运行模式以及设备运行模式的触发条件，并在实时气象数据达到触发条件时，令控制设备以运行时段的设备运行模式智能运行，同时智能监测设备运行时设备放置环境的PUE，可以及时发现并处理异常，降低了设备放置环境的能耗比，进而提高了设备放置环境的绿色化程度，节约了资源成本；本实施例还实现了设备智能运行，提升了设备运行效率，进而节约了人力成本。

在一实施例中，所述步骤S20之后还包括以下步骤：

首先，根据所述设备放置环境的坐标点的历史气象数据生成历史变化曲线图，并将对应于指定变化段的所述控制设备的历史调整数据在所述历史变化曲线图中的所述指定变化段进行标记。

其中，所述历史变化曲线图可以用于反映历史气象数据的变化趋势，且包括至少一个指定变化段；作为优选，所述历史变化曲线图中包括温度变化曲线和湿度变化曲线；所述温度变化曲线可以反映历史监测时间点的平均温度的变化趋势；所述湿度变化曲线可以反映历史监测时间点的平均湿度的变化趋势。

具体的，根据历史变化曲线图，自数据库抓取指定变化段的控制设备的历史调整数据，例如，加减空调的数量、加减冷水机组的运行参数或者调整地板通风等，并将历史调整数据对应标记在历史变化曲线图中的指定变化段。

然后，获取所述设备放置环境的坐标点的所述运行时段的所述实时气象数据，并根据所述运行时段的所述实时气象数据生成实时变化曲线图。

最后，在历史变化曲线图中存在与所述实时变化曲线图匹配的所述指定变化段时，获取标记在所述指定变化段的所述历史调整数据，并根据所述历史调整数据生成优化后的所述设备运行模式。

具体的，在设备放置环境中的控制设备以某运行时段内的设备运行模式运行时，可以获取该运行时段的已记录的实时气象数据，并根据该运行时段的实时气象数据生成实时变化曲线图，该实时变化曲线图可以反映实时气象数据的变化趋势。进一步地，检测历史变化曲线图中是否存在与实时变化曲线图匹配的指定变化段，在存在与实时变化曲线图匹配的指定变化段，获取标记在该指定变化段的历史调整数据，自动根据该历史调整数据智能演算优化该运行时段的设备运行模式，并将优化后的设备运行模式显示在监测客户端，以供预设处理人处理优化后的设备运行模式，进而现场执行，同时还可以将预设处理人的实时调整记录存储至数据库，增加数据分析的准确性，提高后续分析的全面性。

综上所述，本实施例根据历史变化曲线以及标记在历史变化曲线中的历史调整数据对运行时段的设备运行模式提出自动演算后的优化建议，达到降低设备放置环境的能耗比，进而提高设备放置环境的绿色化程度和降低资源成本的目的。

在一实施例中，所述步骤S40之后还包括以下步骤：

首先，接收包含检测周期的定时检测指令，根据所述检测周期对预设设备库中所有所述设备的存储数量进行检测之后，获取所述存储数量小于所述数量告警阈值的所述设备。

然后，根据所述存储数量小于所述数量告警阈值的所述设备生成设备申购通知，并将所述设备申购通知发送所述监测客户端。

在本实施例中，服务器可以实现自动对设备库中的所有设备进行数字化管理。根据设备编号将设备放置环境中的各设备存储在设备库中，出入库都会及时更新记录，并定期检测比对各设备的存储数量以及对应于各设备的数量告警阈值，获取存储数量小于数量告警阈值的所有设备，并根据存储数量小于数量告警阈值的所有设备生成设备申购通知，并将设备申购通知发送至监测客户端，以供预设处理人处理设备申购通知。

综上所述，本实施例通过定时检测预设设备库中的设备存储数量，实现了数字化管理。

在一实施例中，如图3所示，所述步骤S10之前包括以下步骤：

S101，获取所述设备放置环境的坐标点在气象周期内的历史气象数据，根据所述历史气象数据确认所述气象周期内的不同的所述运行时段。

S102，根据所述运行时段中的所述历史气象数据确定所述运行时段内的设备运行模式和触发所述设备运行模式的触发条件。

S103，将所述运行时段、对应于所述运行时段内的设备运行模式以及触发所述设备运行模式的触发条件关联存储。

其中，所述历史气象数据包括但不限定于为气象周期内(例如，近2年)的平均温度、平均湿度等。

所述运行时段可以为四季、具有典型性天气的某天、某月或者具有固定周期的时间段(例如，10天)。

所述设备运行模式包含空调的温度设定值、空调的湿度设定值、冷水机组的冷水温度设定值、室内标准温度(即设备放置环境的平均温度)、室内标准湿度(即设备放置环境的平均湿度)等。

所述触发条件包括预设温度条件和预设湿度条件，可理解的，该预设温度条件和预设湿度条件可以为各运行时段中的历史气象数据的平均值、最低值或最高值，亦可以为包含上限阈值和下限阈值的范围，例如，25±2℃，65±5％RH。

作为优选，对接预设气象站获取设备放置环境所在坐标点的气象周期内的历史气象数据，将其作为历史气象数据输入至训练好的数据划分模型中，并接收数据划分模型输出的划分结果，进而根据划分结果确定各运行时段；进一步地，根据各运行时段内的历史气象数据确定各运行时段内的设备运行模式和触发设备运行模式的触发条件，并将触发设备运行模式的触发条件与各运行时段进行关联，此时，可以将设备运行模式的编号或模式启动时间与上述数据(包括运行时段、对应于运行时段内的设备运行模式以及触发设备运行模式的触发条件)关联存储至数据库中，此时，服务器可以令设备放置环境中的控制设备按照设备运行模式的编号或模式启动时间智能运行。

在一实施例中，如图4所示，所述步骤S101，具体包括以下步骤：

S1011，调用预设的数据划分模型，令所述数据划分模型以预设的划分系数对所述历史气象数据进行分组之后，得到数据集合；

S1012，令所述数据划分模型对所述数据集合中包含的所述历史气象数据进行计算，获得所述数据集合的集合指标；

S1013，令所述数据划分模型对所述数据集合的集合指标进行计算，获得所述划分系数的系数指标；

S1014，令所述数据划分模型根据每一个所述划分系数的系数指标确定最佳的所述划分系数；最佳的所述划分系数是指所述系数指标最大时的划分系数；

S1015，令所述数据划分模型以最佳的所述划分系数对所述气象周期进行划分之后，得到各所述运行时段；

S1016，接收所述数据划分模型输出的划分结果；所述划分结果包括最佳的所述划分系数、以最佳的所述划分系数进行划分之后获得的各所述运行时段。

在本实施例中，令所述数据划分模型将一个气象周期内的所有历史气象数据以一个划分系数划分为一个或多个数据集合，且划分系数将作为将一个气象周期划分为一个或多个运行时段的依据，也即每一个数据集合关联一个运行时段，且最终划分的运行时段的数量与数据集合的数量相同；此时，除最后一个数据集合之外，其它数据集合的数据个数均相同，且最后一个数据集合的数据个数可以设定为：在历史气象数据的总数不能被划分系数整除时，将不能被整除且剩余的历史气象数据划分至前一个数据集合内，或者另设一个数据集合，将剩余的历史气象数据划分至另设的数据集合内，对于不能被整除且剩余的历史气象数据划分在哪一个数据集合内的设定，可以根据历史气象数据的总数不能被整除且剩余数与设定的划分系数的比率来确定，比如，在两者的比率超过0.5时，可以将剩余的历史气象数据划分至另设的数据集合内，否则，将其加入前一个数据集合内。例如，设定历史气象数据为365个，划分系数为92；此时，一共可划分为4个数据集合，且前3个数据集合为92个数据，最后一个数据集合为89个数据。

进一步地，在所述集合指标为平均值，所述系数指标为标准误差时，令所述数据划分模型将气象周期内的历史气象数据以一个划分系数进行划分获得一个或多个数据集合之后，首先根据每一个数据集合中包含的历史气象数据，获取每一个数据集合的平均值，进而根据各数据集合的平均值获取一个划分系数对应的标准误差；其中，所述一个划分系数对应的标准误差是指，首先获取各数据集合的第一平均值，之后将各数据集合的第一平均值再取平均值，并将其记录为第二平均值；所述划分系数对应的标准误差，是指各第一平均值与第二平均值之间差值的平方和的平均值的平方根。

然后，根据每一个划分系数对应的标准误差判断最佳的划分系数(也即，标准误差最大时的划分系数)，从而令所述数据划分模型根据最佳的划分系数对气象周期进行划分，确定最佳的运行时段，也即最终划分的运行时段。可理解的，在最佳的划分系数下，根据各数据集合的平均值得到标准误差最大，也即各数据集合的变化程度最大，此时，该最佳的划分系数下确定的各运行时段和各运行时段关联的触发条件具有明显差异，有利于设备运行模式的智能运行。

可理解的，在本发明中，可以通过上述处理方式(包括分组、计算、筛选、划分过程)训练得到数据划分模型，进而通过该数据划分模型对气象周期和历史气象数据进行识别之后，输出最终确定的划分系数以及最终确定划分的运行时段，可理解的，所述数据划分模型还可以输出与运行时段关联的数据集合，以及数据集合中最小值、最大值、平均值等。

例如，所述数据划分模型在获取到输入的M个气象数据、划分系数n1、划分系数n2和划分系数n3(n1、n2、n3可以为1-M中的任意一个正整数)时，首先分别计算划分系数n1对应的标准误差Mse1、划分系数n2对应的标准误差Mse2，以及划分系数n3对应的标准误差Mse3，再通过比较标准误差Mse1、标准误差Mse2和标准误差Mse3获得最大标准误差MaxMse，从而将最大标准误差Max Mse所对应的划分系数以及根据该划分系数进行划分之后的运行时段作为划分结果输出。

在另一实施例中，首先获取第一个运行时段(该第一个运行时段是指在一个天数范围内按照优先级顺序选取的划分天数，比如，当气象周期为M天的天数范围为1-M，可以选取优先级最高的划分天数为该天数范围内的S天)内的历史气象数据的平均值，再获取第一个运行时段内的每一个历史气象数据与该平均值之间的差值，并判断该差值是否在特定范围内；若该差值在特定范围内，则认为第一个运行时段内的历史气象数据的稳定性达到预设标准，将该第一个运行时段的历史气象数据划分为一个数据集合；而若该差值不在该特定范围内，则根据所述优先级顺序选取优先级次高的划分天数，来更新第一个运行时段，并以此类推。可理解的，通过该种处理方式训练所得的数据划分模型对历史气象数据进行演算之后，确定的各运行时段的时长并不相同。

综上所述，本实施例使用数据划分模型对历史气象数据进行演算之后，输出最佳划分的各运行时段，保证了各运行时段内的数据稳定性和可靠性，进而保证了各运行时段内的设备运行模式的实用性。

在一实施例中，如图5所示，所述设备放置环境中包含两个以上的所述监测点，且每一个所述监测点包含至少一个所述设备；所述步骤S50，具体包括以下步骤：

S501，在所述监测结果超过预设标准范围时，获取与各监测点关联的所述设备的设备能耗，并根据与各监测点关联的所述设备的设备能耗确定监测点系数。

S502，通过监测子模型对各所述监测时间点的监测点系数进行计算，并获取所述监测子模型输出的监测子结果。

作为优选，根据监测点系数计算公式获得各所述监测点的监测点系数之后，将各监测时间点的监测点系数输入至监测子模型，并接收所述监测子模型输出的监测子结果，且作为优选，所述监测子结果可以为根据各监测时间点的监测点系数计算获得的平均监测点系数。其中，所述监测点系数计算公式为：

其中，Sn为所述监测点的监测点系数；pn为所述监测点关联的所有设备能耗；qn为所述监测点关联的IT设备能耗。

S503，根据所述监测子结果确定所述设备放置环境中异常的所述监测点，将异常的所述监测点标记为异常点、所述异常点的监测子结果标记为异常数据，以及与所述异常点关联的所述设备标记为异常设备。

在本实施例中，在获取到各监测点对应的监测子结果时，检测各监测点对应的监测子结果是否在各监测点对应的预设异常范围内，获取监测子结果在预设异常范围内的所有监测点，将在预设异常范围内的监测子结果标记为异常数据，将异常数据对应的监测点标记为异常点，以及将异常点关联的设备标记为异常设备；同时还可以获取监测子结果未在预设异常范围内的所有监测点，将未在预设异常范围内的监测子结果标记为正常数据，以及将正常数据对应的监测点标记为正常点。

S504，根据所述异常点、所述异常数据以及所述异常设备生成异常分析结论，将所述异常分析结论发送至所述监测客户端。也即，在生成异常分析结论之后，将异常分析结论发生至监测客户端，以供预设处理人处理所述异常分析结论。其中，异常分析结论可以包含设备放置环境的PUE系数达到的告警等级，异常点的异常原因等。

综上所述，本实施例在确定设备放置环境的监测结果异常时，自动定位异常点以及异常点关联的设备，并对出现异常的设备进行下一步的自动检查、自动通知和自动记录。

在一实施例中，如图6所示，所述S504之后，包括以下步骤：

S505，自预设的设备库获取所述异常设备的产商信息。

作为优选，每个设备对应的设备参数已关联存储于设备库中，在将监测点与设备进行关联时，将设备编号与监测点进行关联，此时，在通过异常设备的设备编号定位到预先设置在设备库中，且与该异常设备的设备编号对应的其他设备参数之后，从其他设备参数中抓取出产商信息即可，可理解的，也可以根据通知文件的文件模板需求从其他设备参数抓取其他信息。其中，所述设备参数包括但不限于设备编号、设备名称、设备的存储数量、设备的数量告警阈值以及设备的产商信息。

S506，获取预设的文件模板，将所述异常分析结论、所述异常设备的产商信息添加至所述文件模板之后，生成通知文件。

S507，将所述通知文件发送至用户客户端，以通知预设处理人。

在本实施例中，识别文件模板，获取文件模板中与异常分析结论对应的第一位置，以及与产商信息对应的第二位置，将异常分析结论添加至第一位置，同时将产商信息添加至第二位置之后，生成通知文件，进一步地，将通知文件自动以邮件或者短信等接收发送方式发送至用户客户端，以通知预设处理人。可选地，该通知文件可以为交接班邮件或者交接班入职；该预设处理人可以为所述设备放置环境的值班工程师，此时，在值班工程师在确定异常数据无误之后，可以根据通知文件中的产商信息联系设备产商，并确定后续维护安排，便于及时跟进事件以及处理异常。其中，所述通知文件包括但不限于异常分析结论、跟进事件、屏蔽清单、异常设备的产商信息。

综上所述，本实施例在确定异常点和异常设备时，自动生成通知文件，有利于及时通知预设处理人处理异常点和异常设备，从而降低设备运行异常造成设备放置环境的能耗损失。

在一实施例中，如图7所示，提供一种设备运行及监测装置，该设备运行及监测装置与上述实施例中设备运行及监测方法一一对应。该设备运行及监测装置包括以下模块，各功能模块详细说明如下：

匹配模块110，用于获取设备放置环境的坐标点的实时气象数据以及所述实时气象数据的采集时间，确认与所述采集时间匹配的运行时段，并获取与所述采集时间匹配的所述运行时段内的设备运行模式以及触发所述设备运行模式的触发条件。

运行模块120，用于在所述实时气象数据达到所述设备运行模式的所述触发条件时，令预设的控制设备在所述设备放置环境中以所述设备运行模式运行。

监测模块130，用于实时获取在所述设备运行模式下的所述设备放置环境中各设备的设备能耗，并根据各所述设备的设备能耗确定所述设备放置环境的PUE系数；所述设备包括所述控制设备和IT设备。

第一输出模块140，用于通过预设的监测模型对各监测时间点的所述PUE系数进行计算，获取所述监测模型输出的监测结果，并将所述监测结果发送至监测客户端。

异常判定模块150，用于在所述监测结果超出预设标准范围时，确定在所述设备运行模式下的所述设备放置环境中至少存在一个异常运行的所述设备。

在一实施例中，所述的设备运行及监测装置还包括以下模块，各功能模块详细说明如下：

时段确定模块，用于获取所述设备放置环境的坐标点在气象周期内的历史气象数据，根据所述历史气象数据确认所述气象周期内的不同的所述运行时段。

条件确定模块，用于根据所述运行时段中的所述历史气象数据确定所述运行时段内的设备运行模式和触发所述设备运行模式的触发条件。

存储模块，用于将所述运行时段、对应于所述运行时段内的设备运行模式以及触发所述设备运行模式的触发条件关联存储。

在另一实施例中，所述的设备运行及监测装置还包括以下模块，各功能模块详细说明如下：

第一曲线模块，用于根据所述设备放置环境的坐标点的历史气象数据生成历史变化曲线图，并将对应于指定变化段的所述控制设备的历史调整数据在所述历史变化曲线图中的所述指定变化段进行标记。

第二曲线模块，用于获取所述设备放置环境的坐标点的所述运行时段的所述实时气象数据，并根据所述运行时段的所述实时气象数据生成实时变化曲线图。

优化调整模块，用于在历史变化曲线图中存在与所述实时变化曲线图匹配的所述指定变化段时，获取标记在所述指定变化段的所述历史调整数据，并根据所述历史调整数据生成优化后的所述设备运行模式。

在又一实施例中，所述的设备运行及监测装置还包括以下模块，各功能模块详细说明如下：

定时检测模块，用于接收包含检测周期的定时检测指令，根据所述检测周期对预设设备库中所有所述设备的存储数量进行检测之后，获取所述存储数量小于所述数量告警阈值的所述设备；

第二输出模块，用于根据所述存储数量小于所述数量告警阈值的所述设备生成设备申购通知，并将所述设备申购通知发送所述监测客户端。

在一实施例中，所述时段确定模块包括以下子模块，各功能子模块详细说明如下：

分组子模块，用于调用预设的数据划分模型，令所述数据划分模型以预设的划分系数对所述历史气象数据进行分组之后，得到数据集合。

第一计算子模块，用于令所述数据划分模型对所述数据集合中包含的所述历史气象数据进行计算，获得所述数据集合的集合指标。

第二计算子模块，用于令所述数据划分模型对所述数据集合的集合指标进行计算，获得所述划分系数的系数指标。

选取子模块，用于令所述数据划分模型根据每一个所述划分系数的系数指标确定最佳的所述划分系数；最佳的所述划分系数是指所述系数指标最大时的划分系数。

划分子模块，用于令所述数据划分模型以最佳的所述划分系数对所述气象周期进行划分之后，得到各所述运行时段。

接收子模块，用于接收所述数据划分模型输出的划分结果；所述划分结果包括最佳的所述划分系数、以最佳的所述划分系数进行划分之后获得的各所述运行时段。

在一实施例中，在所述设备放置环境中包含两个以上的所述监测点，且每一个所述监测点包含至少一个所述设备时，所述异常判定模块150包括以下子模块，各功能子模块详细说明如下：

在另一实施例中，所述异常判定模块150还包括以下子模块，各功能子模块详细说明如下：

维护子模块，用于自预设的设备库获取所述异常设备的产商信息；

文件生成子模块，用于获取预设的文件模板，将所述异常分析结论、所述异常设备的产商信息添加至所述文件模板之后，生成通知文件；

第二发送子模块，用于将所述通知文件发送至用户客户端，以通知预设处理人。

关于设备运行及监测装置的具体限定可以参见上文中对于设备运行及监测方法的限定，在此不再赘述。上述设备运行及监测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机可读指令和数据库。该内存储器为非易失性存储介质中的操作系统和计算机可读指令的运行提供环境。该计算机可读指令被处理器执行时以实现一种设备运行及监测方法。

在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机可读指令，处理器执行计算机可读指令时实现以下步骤：

在所述监测结果超出预设标准范围时，确定在所述设备运行模式下的所述设备放置环境中至少存在一个异常运行的所述设备。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机可读指令，计算机可读指令被处理器执行时实现以下步骤：

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机可读指令来指令相关的硬件来完成，所述的计算机可读指令可存储于一非易失性计算机可读取存储介质中，该计算机可读指令在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路DRAM(SLDRAM)、存储器总线直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元或模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元或模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims

1.一种设备运行及监测方法，其特征在于，包括：

在所述监测结果超出预设标准范围时，确定在所述设备运行模式下的所述设备放置环境中至少存在一个异常运行的所述设备；其中，所述设备放置环境中包含两个以上的监测点，且每一个所述监测点包含至少一个所述设备；

2.如权利要求1所述的设备运行及监测方法，其特征在于，所述获取设备放置环境的坐标点的实时气象数据以及所述实时气象数据的采集时间，确认与所述采集时间匹配的运行时段，并获取与所述采集时间匹配的所述运行时段内的设备运行模式以及触发所述设备运行模式的触发条件之前，包括：

获取所述设备放置环境的坐标点在气象周期内的历史气象数据，根据所述历史气象数据确认所述气象周期内的不同的所述运行时段；

根据所述运行时段中的所述历史气象数据确定所述运行时段内的设备运行模式和触发所述设备运行模式的触发条件；

将所述运行时段、对应于所述运行时段内的设备运行模式以及触发所述设备运行模式的触发条件关联存储。

3.如权利要求2所述的设备运行及监测方法，其特征在于，所述获取所述设备放置环境的坐标点在气象周期内的历史气象数据，根据所述历史气象数据确认所述气象周期内的不同的所述运行时段，包括：

调用预设的数据划分模型，令所述数据划分模型以预设的划分系数对所述历史气象数据进行分组之后，得到数据集合；

令所述数据划分模型对所述数据集合中包含的所述历史气象数据进行计算，获得所述数据集合的集合指标；

令所述数据划分模型对所述数据集合的集合指标进行计算，获得所述划分系数的系数指标；

令所述数据划分模型根据每一个所述划分系数的系数指标确定最佳的所述划分系数；最佳的所述划分系数是指所述系数指标最大时的划分系数；

令所述数据划分模型以最佳的所述划分系数对所述气象周期进行划分之后，得到各所述运行时段；

接收所述数据划分模型输出的划分结果；所述划分结果包括最佳的所述划分系数、以最佳的所述划分系数进行划分之后获得的各所述运行时段。

4.如权利要求1所述的设备运行及监测方法，其特征在于，所述获取设备放置环境的坐标点的实时气象数据以及所述实时气象数据的采集时间，确认与所述采集时间匹配的运行时段，并获取与所述采集时间匹配的所述运行时段内的设备运行模式以及触发所述设备运行模式的触发条件之后，包括：

根据所述设备放置环境的坐标点的历史气象数据生成历史变化曲线图，并将对应于指定变化段的所述控制设备的历史调整数据在所述历史变化曲线图中的所述指定变化段进行标记；

获取所述设备放置环境的坐标点的所述运行时段的所述实时气象数据，并根据所述运行时段的所述实时气象数据生成实时变化曲线图；

在历史变化曲线图中存在与所述实时变化曲线图匹配的所述指定变化段时，获取标记在所述指定变化段的所述历史调整数据，并根据所述历史调整数据生成优化后的所述设备运行模式。

5.如权利要求1所述的设备运行及监测方法，其特征在于，所述根据所述异常点、所述异常数据以及所述异常设备生成异常分析结论，将所述异常分析结论发送至所述监测客户端之后，包括：

自预设的设备库获取所述异常设备的产商信息；

获取预设的文件模板，将所述异常分析结论、所述异常设备的产商信息添加至所述文件模板之后，生成通知文件；

将所述通知文件发送至用户客户端，以通知预设处理人。

6.如权利要求1所述的设备运行及监测方法，其特征在于，所述通过预设的监测模型对各监测时间点的所述PUE系数进行计算，获取所述监测模型输出的监测结果，并将所述监测结果发送至监测客户端之后，还包括：

接收包含检测周期的定时检测指令，根据所述检测周期对预设设备库中所有所述设备的存储数量进行检测之后，获取所述存储数量小于所述数量告警阈值的所述设备；

根据所述存储数量小于所述数量告警阈值的所述设备生成设备申购通知，并将所述设备申购通知发送所述监测客户端。

7.一种设备运行及监测装置，其特征在于，包括：

监测模块，用于实时获取在所述设备运行模式下的所述设备放置环境中各设备的设备能耗，并根据各所述设备的设备能耗确定所述设备放置环境的PUE 系数；所述设备包括所述控制设备和IT设备；

异常判定模块，用于在所述监测结果超出预设标准范围时，确定在所述设备运行模式下的所述设备放置环境中至少存在一个异常运行的所述设备；其中，所述设备放置环境中包含两个以上的监测点，且每一个所述监测点包含至少一个所述设备；

所述异常判定模块包括：

系数确定子模块，用于在所述监测结果超过预设标准范围时，获取与各监测点关联的所述设备的设备能耗，并根据与各监测点关联的所述设备的设备能耗确定监测点系数；

计算子模块，用于通过监测子模型对各所述监测时间点的监测点系数进行计算，并获取所述监测子模型输出的监测子结果；

标记子模块，用于根据所述监测子结果确定所述设备放置环境中异常的所述监测点，将异常的所述监测点标记为异常点、所述异常点的监测子结果标记为异常数据，以及与所述异常点关联的所述设备标记为异常设备；

8.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，其特征在于，所述处理器执行所述计算机可读指令时实现如权利要求1至6任一项所述设备运行及监测方法。

9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可读指令，其特征在于，所述计算机可读指令被处理器执行时实现如权利要求1至6任一项所述设备运行及监测方法。