CN114253374A - 一种基于预期温度的服务器控温方法、装置及存储介质 - Google Patents
一种基于预期温度的服务器控温方法、装置及存储介质 Download PDFInfo
- Publication number
- CN114253374A CN114253374A CN202111391675.XA CN202111391675A CN114253374A CN 114253374 A CN114253374 A CN 114253374A CN 202111391675 A CN202111391675 A CN 202111391675A CN 114253374 A CN114253374 A CN 114253374A
- Authority
- CN
- China
- Prior art keywords
- target
- power consumption
- temperature
- fan
- heat source
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 72
- 230000008569 process Effects 0.000 claims abstract description 32
- 238000012937 correction Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 230000017525 heat dissipation Effects 0.000 description 7
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007598 dipping method Methods 0.000 description 1
- 230000020169 heat generation Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/16—Constructional details or arrangements
- G06F1/20—Cooling means
- G06F1/206—Cooling means comprising thermal management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Computational Linguistics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Human Computer Interaction (AREA)
- Control Of Temperature (AREA)
Abstract
本发明涉及基于预期温度的服务器控温方法、装置及存储介质。本发明通过分布设置于服务器内热源处的电流传感器按时序采集各个热源的电流数据,将热源中各个元器件电流数据乘以工作电压并累加形成功耗数据集;从目标热源的功耗数据集的最新功耗数据中截取包含目标样本量个功耗数据的第一功耗序列;利用灰色理论基于第一功耗序列预测目标热源处的预期温度;基于目标热源的预期温度查找温度转速关系表获取目标转速;控制与目标热源相关的目标风扇实现目标转速。本发明在面对功耗增加的过程时,能及时控制风扇增加转速,使服务器实际温度无法超出温度限制范围,本发明在面对功耗降低的过程时,能够及时的降低风扇速度,避免额外耗能。
Description
技术领域
本发明涉及服务器温度控制技术领域,尤其涉及一种基于预期温度的服务器控温方法、装置及存储介质。
背景技术
服务器的选用除性能外,稳定性一直是优先考虑的条件,而散热性更是影响该服务器稳定工作的重要关键因素。
目前,服务器散热控制策略是利用分布于服务器各个热源处的温度传感器测量温度数据,预设温度阈值与风扇转速的关系,比较温度数据与温度阈值来选取风扇转速,通过提高或者降低风扇的转速来对服务器进行散热,提供稳定的温度环境,使服务器的工作温度在其设计的限制范围以内。然而现有技术存在的问题是:现有技术是先由服务器内的温度传感器测量温度,再根据温度调整风扇转速,风扇转速的控制过程相比热量产生过程具有不可避免的滞后性。这种滞后性导致现有技术在面对功耗增加,温度升高的情况时,散热无法紧随功耗升高而提高,可能使服务器实际温度短暂的超过温度限制范围。这种滞后性导致现有技术在面对功耗降低,温度降低的情况时,散热无法浸塑功耗降低而降低,使风扇产生额外的耗能。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题,本发明提供一种基于预期温度的服务器控温方法、装置及存储介质。
第一方面,本发明提供一种基于预期温度的服务器控温方法,包括:
通过分布设置于服务器内热源处的电流传感器按时序采集各个热源中元器件的电流数据,将热源中各个元器件电流数据乘以工作电压并累加形成功耗数据集;
从目标热源的功耗数据集的最新功耗数据中截取包含目标样本量个功耗数据的第一功耗序列;
利用灰色理论基于第一功耗序列预测目标热源处的预期温度;
基于目标热源的预期温度查找温度转速关系表获取目标转速;
控制与目标热源相关的目标风扇实现目标转速。
更进一步地,获取目标样本量的方法包括:
从每个功耗数据集中截取设定数量个第一功耗序列,所述第一功耗序列包含连续的当前样本量个功耗数据;
利用灰色理论基于第一功耗序列预测下一时序的温度预测数据;
比较各个温度预测数据和对应的下一时序的实际温度数据之间误差的平均值是否低于误差阈值,其中,实际温度数据中通过设置于各个热源周遭的温度传感器测量;
是则,以当前样本量为目标样本量;否则,当前样本量自加一,循环进行预测及误差比较过程。
更进一步地,所述利用灰色理论基于第一功耗序列预测目标热源处的预期温度包括:
遍历第一功耗序列的功耗数据,将遍历所获取的目标功耗数据累加到排列于目标功耗数据前面全部功耗数据的和上,形成包含目标样本量个元素的第二功耗序列;
利用第一功耗序列和第二功耗序列建立灰微分方程,求解灰微分方程中参数a和参数b;
将参数a和参数b代入灰微分方程的解以求下一时序的温度累加值,并进而逆累加还原温度累加值获得预期温度。
更进一步地,预先配置所述温度转速关系表,所述温度转速关系表中记录温度和转速的映射关系。
更进一步地,根据热源和风扇在服务器内的位置关系预设热源和风扇的相关性;若热源位置处于风扇的风道区域内,则将该风扇设为与热源相关的风扇。
更进一步地,控制与目标热源相关的目标风扇实现目标转速后,监测与目标热源相关的目标风扇的实际转速在设定时间范围内是否达到目标转速;否则,反馈与目标热源相关的目标风扇故障。
更进一步地,发生风扇故障时,确定故障风扇及与故障风扇相邻的风扇,对于与故障风扇相邻的风扇的目标转速,按设定的目标增量进行修正,其中,预设增量与相邻风扇数量的关系表,根据与故障风扇相邻的风扇的数量和增量与相邻风扇数量的关系表选取目标增量。
第二方面,本申请提供一种基于预期温度的服务器控温装置,包括:电流采集模块,所述电流采集模块按时序采集服务器内热源的电流数据;
功耗计算模块,功耗计算模块利用电流采集模块所采集的电流数据和相应的工作电压计算热源功耗;
预测模块,所述预测模块从各个热源功耗数据中获取第一功耗序列进而处理形成第二功耗序列,根据第一功耗序列和第二功耗序列按灰色理论进行温度预测获取预期温度;
执行模块,所述执行模块根据预期温度查找温度转速关系表获取目标转速,生成目标控制信号使目标风扇实现目标转速。
更进一步地,所述基于预期温度的服务器控温装置还包括:转速检测模块,所述转速检测模块检测风扇的实际转速;
故障判断模块,所述故障判断模块根据风扇实际转速和目标转速判断风扇是否发生故障;
目标增量获取模块,在判断目标发生故障时,所述目标增量根据与故障风扇相邻的风扇数量获取与故障风险相邻风扇的目标转速的目标增量;
修正模块,所述修正模块对与目标风扇相邻风扇的目标转速按设定的目标增量进行修正。
第三方面,本发明提供一种实现基于预期温度的服务器控温方法的介质,所述实现基于预期温度的服务器控温方法的介质存储至少一条指令,读取并执行所述指令实现所述的基于预期温度的服务器控温方法。
本发明实施例提供的上述技术方案与现有技术相比具有如下优点:
本发明利用灰色理论根据目标热源的第一功耗序列来预测服务器中目标热源处的预期温度,根据预期温度查询温度转速关系表获取目标转速控制与目标热源相关的目标风扇实现目标转速。通过灰色理论的预测,在功耗改变前就能够获取预期温度,再根据预期温度控制风扇转速,保证了调整风扇转速的散热过程先于功耗变化过程,使得本发明在面对功耗增加的过程时,能及时控制目标风扇增加转速,使服务器实际温度无法超出温度限制范围,使得本发明在面对功耗降低的过程时,能够及时的降低风扇速度,避免额外耗能。
本发明中逐渐增加第一功耗序列的当前样本量,选取符合误差阈值要求的最小当前样本量作为目标样本量,保证灰色理论预测精度的同时尽可能降低灰色理论预测过程的计算量,使得灰色理论基于第一功耗序列预测下一时序的预期温度过程更快。
本发明对执行目标转速的目标风扇的实际转速进行监测,保证目标风扇故障时能够及时发现,并且在目标风扇故障后,对与目标风扇相邻的风扇的目标转速进行增量修正,加快与目标风扇相邻风扇的转速以帮助散热,避免目标风扇故障导致服务器内局部温度过高。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于预期温度的服务器控温方法的流程图;
图2为本发明实施例提供的获取用于预测预期温度的功耗数据的目标样本量的流程图;
图3为本发明实施例提供的修正与故障风扇相邻的风扇的目标转速的流程图;
图4为本发明实施例提供的一种基于预期温度的服务器控温装置的示意图。
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、完整地描述,显然,所描述的实施例是本发明的一部分实施例,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做出创造性劳动的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。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
实施例1
参阅图1所示,本发明实施例提供一种基于预期温度的服务器控温方法,包括:
S100,采集服务器内热源的功耗数据集,具体的,通过分布设置于服务器内热源处的电流传感器按时序采集各个热源中元器件的电流数据,将热源中各个元器件电流数据乘以工作电压并累加形成功耗数据集,所形成高功耗数据集中功耗数据与电流数据的时序一致。
S200,获取用于预测预期温度的功耗数据的目标样本量;具体实施过程中,参阅图2所示,获取目标样本量的方法包括:
S201,设定当前样本量为初始样本量;初始样本量数值为4。
S202,从每个功耗数据集中截取设定数量个第一功耗序列,所述第一功耗序列包含连续的当前样本量个功耗数据;
S203,利用灰色理论基于第一功耗序列预测下一时序的温度预测数据;
S204,比较各个温度预测数据和对应的下一时序的实际温度数据之间误差的平均值是否低于误差阈值,其中,实际温度数据中通过设置于各个热源周遭的温度传感器测量,是则执行S205,否则执行S206
S205,以当前样本量为目标样本量;
S206,当前样本量自加一,循环执行S202-S204。
通过逐渐增加第一功耗序列的当前样本量,选取符合误差阈值要求的最小当前样本量作为目标样本量,保证灰色理论预测精度的同时尽可能降低灰色理论预测过程的计算量,使得灰色理论基于第一功耗序列预测下一时序的预期温度过程更快。
S300,从目标热源的功耗数据集的最新功耗数据中截取包含目标样本量个功耗数据作为第一功耗序列,第一功耗序列如下:
X(0)={X(0)(1),X(0)(2),……X(0)(n)},其中,X(0)表示第一功耗序列,X(0)(k)表示第一功耗序列中的功耗数据,k=1,2,……n表示顺序,n表示目标样本量。
S400,利用灰色理论基于第一功耗序列预测目标热源处的预期温度;
具体实施过程中,遍历第一功耗序列的功耗数据,将遍历所获取的目标功耗数据累加到排列于目标功耗数据前面全部功耗数据的和上,形成包含目标样本量个元素的第二功耗序列:
X(1)={X(1)(1),X(1)(2),……X(1)(n)},其中,
利用第一功耗序列和第二功耗序列建立灰微分方程:
X(0)(m)+aZ(1)(m)=b,m=2,3,……n,其中,
Z(1)(m)=αX(1)(m)+(1-α)X(1)(m-1),α的值设置为0.5。
所建立的灰微分方程的解为:
求解灰微分方程中参数a和参数b;
将灰微分方程通过矩阵形式表示:
Y=BA,其中,
以最小平方法估计矩阵A的值,寻找令矩阵Q值最小的A,其中,Q=(Y-BA)T(Y-BA),则得:
A=(BTB)-1BTY。
将参数a和参数b代入灰微分方程的解以求下一时序的温度累加值X(1)(n+1)。
并进而逆累加还原温度累加值获得预期温度X(0)(n+1)即:
X(0)(n+1)=X(1)(n+1)-X(1)(n)。
S500,基于目标热源的预期温度查找温度转速关系表获取目标转速;具体实施过程中,预先配置所述温度转速关系表,所述温度转速关系表中记录温度和转速的映射关系。
S600,控制与目标热源相关的目标风扇实现目标转速。具体实施过程,根据热源和风扇在服务器内的位置关系预设热源和风扇的相关性;若热源位置处于风扇的风道区域内,则将该风扇设为与热源相关的风扇。
S700,控制与目标热源相关的目标风扇实现目标转速后,监测与目标热源相关的目标风扇的实际转速在设定时间范围内是否达到目标转速;否则执行S800,
S800,反馈与目标热源相关的目标风扇故障;修正与故障风扇相邻的风扇的目标转速,并按修正后的执行。
参阅图3所示,所述修正与故障风扇相邻的风扇的目标转速包括:
S801,确定故障风扇及与故障风扇相邻的风扇;具体实施过程中,对服务器内的风扇进行编号,将每个风扇及与其相连的风扇的编号通过相邻关系表对应记录。根据故障风扇的编号查询相邻关系表获取与故障风扇相邻的风扇。
S802,统计与故障风扇相邻的风扇的数量;
S803,根据与故障风扇相邻的风扇的数量确定目标增量,具体的,预设增量与相邻风扇数量的关系表,根据与故障风扇相邻的风扇的数量和增量与相邻风扇数量的关系表选取目标增量。如,相邻风扇数量为1对应的增量为10%,相邻风扇数量为2对应的增量为5%,相邻风扇数量为3对应的增量为3%。随着相邻风扇数量增多,对应的增量值逐渐降低。
S804,获取与故障风扇相邻的风扇的目标转速,按设定的目标增量进行修正。
实施例2
参阅图4所示,本申请实施例提供一种基于预期温度的服务器控温装置,包括:电流采集模块,所述电流采集模块按时序采集服务器内热源的电流数据;
功耗计算模块,所述功耗计算模块利用电流采集模块所采集的电流数据乘以相应的工作电压计算热源功耗;
预测模块,所述预测模块从各个热源功耗数据中获取第一功耗序列进而处理形成第二功耗序列,根据第一功耗序列和第二功耗序列按灰色理论进行温度预测获取预期温度;
执行模块,所述执行模块根据预期温度查找温度转速关系表获取目标转速,生成目标控制信号使目标风扇实现目标转速。具体实施过程中,所述目标控制信号为根据目标转速生成的设定占空比的PWM信号。
转速检测模块,所述转速检测模块检测风扇的实际转速;
故障判断模块,所述故障判断模块根据风扇实际转速和目标转速判断风扇是否发生故障;具体的,控制与目标热源相关的目标风扇实现目标转速后,监测与目标热源相关的目标风扇的实际转速在设定时间范围内是否达到目标转速,否则认为目标风扇发生故障。
目标增量获取模块,在判断目标发生故障时,所述目标增量根据与故障风扇相邻的风扇数量获取与故障风险相邻风扇的目标转速的目标增量;
修正模块,所述修正模块对与目标风扇相邻风扇的目标转速按设定的目标增量进行修正。执行模块根据修正后的目标转速生成修正后的控制信号调整与故障风扇相邻的风扇的转速。
实施例3
本发明实施例提供一种实现基于预期温度的服务器控温方法的介质。所述实现基于预期温度的服务器控温方法的介质存储至少一条指令,读取并执行所述指令实现所述的基于预期温度的服务器控温方法。
本发明利用灰色理论根据目标热源的第一功耗序列来预测服务器中目标热源处的预期温度,根据预期温度查询温度转速关系表获取目标转速控制与目标热源相关的目标风扇实现目标转速。通过灰色理论的预测,在功耗改变前就能够获取预期温度,再根据预期温度控制风扇转速,保证了调整风扇转速的散热过程先于功耗变化过程,使得本发明在面对功耗增加的过程时,服务器实际温度无法超出温度限制范围,使得本发明在面对功耗降低的过程时,能够及时的降低风扇速度,避免额外耗能。
本发明中逐渐增加第一功耗序列的当前样本量,选取符合误差阈值要求的最小当前样本量作为目标样本量,保证灰色理论预测精度的同时尽可能降低灰色理论预测过程的计算量,使得灰色理论基于第一功耗序列预测下一时序的预期温度过程更快。
本发明对执行目标转速的目标风扇的实际转速进行监测,保证目标风扇故障时能够及时发现,并且在目标风扇故障后,对与目标风扇相邻的风扇的目标转速进行增量修正,加快与目标风扇相邻风扇的转速以帮助散热,避免目标风扇故障导致服务器内局部温度过高。
在本发明所提供的实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种基于预期温度的服务器控温方法,其特征在于,包括:
通过分布设置于服务器内热源的电流传感器按时序采集各个热源中元器件的电流数据,将热源中各个元器件电流数据乘以工作电压并累加形成功耗数据集;
从目标热源的功耗数据集的最新功耗数据中截取包含目标样本量个功耗数据的第一功耗序列;
利用灰色理论基于第一功耗序列预测目标热源处的预期温度;
基于目标热源的预期温度查找温度转速关系表获取目标转速;
控制与目标热源相关的目标风扇实现目标转速。
2.根据权利要求1所述的基于预期温度的服务器控温方法,其特征在于,获取目标样本量的方法包括:
从每个功耗数据集中截取设定数量个第一功耗序列,所述第一功耗序列包含连续的当前样本量个功耗数据;
利用灰色理论基于第一功耗序列预测下一时序的温度预测数据;
比较各个温度预测数据和对应的下一时序的实际温度数据之间误差的平均值是否低于误差阈值,其中,实际温度数据中通过设置于各个热源周遭的温度传感器测量;
是则,以当前样本量为目标样本量;否则,当前样本量自加一,循环进行预测及误差比较过程。
3.根据权利要求1所述的基于预期温度的服务器控温方法,其特征在于,所述利用灰色理论基于第一功耗序列预测目标热源处的预期温度包括:
遍历第一功耗序列的功耗数据,将遍历所获取的目标功耗数据累加到排列于目标功耗数据前面全部功耗数据的和上,形成包含目标样本量个元素的第二功耗序列;
利用第一功耗序列和第二功耗序列建立灰微分方程,求解灰微分方程中参数a和参数b;
将参数a和参数b代入灰微分方程的解以求下一时序的温度累加值,并进而逆累加还原温度累加值获得预期温度。
4.根据权利要求1所述的基于预期温度的服务器控温方法,其特征在于,预先配置所述温度转速关系表,所述温度转速关系表中记录温度和转速的映射关系。
5.根据权利要求1所述的基于预期温度的服务器控温方法,其特征在于,根据热源和风扇在服务器内的位置关系预设热源和风扇的相关性;若热源位置处于风扇的风道区域内,则将该风扇设为与热源相关的风扇。
6.根据权利要求1所述的基于预期温度的服务器控温方法,其特征在于,控制与目标热源相关的目标风扇实现目标转速后,监测与目标热源相关的目标风扇的实际转速在设定时间范围内是否达到目标转速;否则,反馈与目标热源相关的目标风扇故障。
7.根据权利要求6所述的基于预期温度的服务器控温方法,其特征在于,发生风扇故障时,确定故障风扇及与故障风扇相邻的风扇,对于与故障风扇相邻的风扇的目标转速,按设定的目标增量进行修正,其中,预设增量与相邻风扇数量的关系表,根据与故障风扇相邻的风扇的数量和增量与相邻风扇数量的关系表选取目标增量。
8.一种基于预期温度的服务器控温装置,其特征在于,包括:电流采集模块,所述电流采集模块按时序采集服务器内热源的电流数据;
功耗计算模块,所述功耗计算模块利用电流采集模块所采集的电流数据和相应的工作电压计算热源功耗;
预测模块,所述预测模块从各个热源功耗数据中获取第一功耗序列进而处理形成第二功耗序列,根据第一功耗序列和第二功耗序列按灰色理论进行温度预测获取预期温度;
执行模块,所述执行模块根据预期温度查找温度转速关系表获取目标转速,生成目标控制信号使目标风扇实现目标转速。
9.根据权利要求8所述的基于预期温度的服务器控温装置,其特征在于,包括:转速检测模块,所述转速检测模块检测风扇的实际转速;
故障判断模块,所述故障判断模块根据风扇实际转速和目标转速判断风扇是否发生故障;
目标增量获取模块,在判断目标发生故障时,所述目标增量根据与故障风扇相邻的风扇数量获取与故障风险相邻风扇的目标转速的目标增量;
修正模块,所述修正模块对与目标风扇相邻风扇的目标转速按设定的目标增量进行修正。
10.一种实现基于预期温度的服务器控温方法的介质,其特征在于,所述实现基于预期温度的服务器控温方法的介质存储至少一条指令,读取并执行所述指令实现如权利要求1-7任一所述的基于预期温度的服务器控温方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111391675.XA CN114253374A (zh) | 2021-11-19 | 2021-11-19 | 一种基于预期温度的服务器控温方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111391675.XA CN114253374A (zh) | 2021-11-19 | 2021-11-19 | 一种基于预期温度的服务器控温方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114253374A true CN114253374A (zh) | 2022-03-29 |
Family
ID=80791004
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111391675.XA Withdrawn CN114253374A (zh) | 2021-11-19 | 2021-11-19 | 一种基于预期温度的服务器控温方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114253374A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024109561A1 (zh) * | 2022-11-24 | 2024-05-30 | 中兴通讯股份有限公司 | 参数调整方法、装置、计算机设备及存储介质 |
-
2021
- 2021-11-19 CN CN202111391675.XA patent/CN114253374A/zh not_active Withdrawn
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024109561A1 (zh) * | 2022-11-24 | 2024-05-30 | 中兴通讯股份有限公司 | 参数调整方法、装置、计算机设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108571460B (zh) | 风扇转速控制方法和装置 | |
CN110686352B (zh) | 一种温度检测值的补偿方法、装置、存储介质及空调 | |
CN109631243B (zh) | 一种环境温度的监测方法、装置及机组 | |
CN114253374A (zh) | 一种基于预期温度的服务器控温方法、装置及存储介质 | |
CN114415454B (zh) | 投影设备散热控制方法、装置、投影设备和存储介质 | |
CN109424570B (zh) | 一种风扇的控制方法及装置 | |
CN112285992A (zh) | 投影仪散热控制方法、装置、投影仪及可读存储介质 | |
CN111503038A (zh) | 一种风扇调速的方法及装置 | |
CN111770666B (zh) | 头戴设备及其散热方法和计算机可读存储介质 | |
KR101376914B1 (ko) | 모터 제어 장치 및 방법 | |
CN115633973A (zh) | 一种具有温控功能的平板探测器及其温控方法 | |
CN116387555B (zh) | 燃料电池冷却回路的散热调控方法及装置 | |
CN111350686A (zh) | 一种控制方法和控制装置 | |
CN113266457A (zh) | 一种发动机过热保护的方法及装置 | |
CN116498592A (zh) | 风扇转速平稳调控方法、系统、终端及存储介质 | |
CN109556226B (zh) | 一种冷媒含量的确定方法及装置、机组 | |
CN113685258B (zh) | 发动机电子水泵的控制方法及终端设备 | |
CN115469730A (zh) | 服务器散热的控制方法、装置、计算机设备和存储介质 | |
US20200173864A1 (en) | Linear control circuit and method thereof | |
US11903162B2 (en) | Fan control method for heat dissipation of an electronic device | |
JP7172810B2 (ja) | 電子装置 | |
CN117703811B (zh) | 利用空速检测控制风扇转速的方法及vpx机箱 | |
JP2013213635A (ja) | 空調制御方法および空調制御システム | |
CN117261527A (zh) | 车辆热管理控制方法、装置、电子设备及车辆 | |
CN117261529A (zh) | 车辆热管理控制方法、装置、电子设备、存储介质及车辆 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220329 |
|
WW01 | Invention patent application withdrawn after publication |