CN115344073A - 一种数据中心温度智能调控方法及系统 - Google Patents
一种数据中心温度智能调控方法及系统 Download PDFInfo
- Publication number
- CN115344073A CN115344073A CN202210903340.XA CN202210903340A CN115344073A CN 115344073 A CN115344073 A CN 115344073A CN 202210903340 A CN202210903340 A CN 202210903340A CN 115344073 A CN115344073 A CN 115344073A
- Authority
- CN
- China
- Prior art keywords
- temperature
- mining
- description
- thread
- sample
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000005065 mining Methods 0.000 claims abstract description 114
- 238000012544 monitoring process Methods 0.000 claims abstract description 47
- 238000009412 basement excavation Methods 0.000 claims abstract description 30
- 238000011217 control strategy Methods 0.000 claims abstract description 29
- 230000002159 abnormal effect Effects 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 7
- 238000004458 analytical method Methods 0.000 claims description 33
- 238000001514 detection method Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 9
- 230000005856 abnormality Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 5
- 230000001276 controlling effect Effects 0.000 abstract description 5
- 230000001105 regulatory effect Effects 0.000 abstract description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000006872 improvement Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 241000579895 Chlorostilbon Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000010976 emerald Substances 0.000 description 1
- 229910052876 emerald Inorganic materials 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- ZLIBICFPKPWGIZ-UHFFFAOYSA-N pyrimethanil Chemical compound CC1=CC(C)=NC(NC=2C=CC=CC=2)=N1 ZLIBICFPKPWGIZ-UHFFFAOYSA-N 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D23/00—Control of temperature
- G05D23/19—Control of temperature characterised by the use of electric means
- G05D23/20—Control of temperature characterised by the use of electric means with sensing elements having variation of electric or magnetic properties with change of temperature
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Control Of Temperature (AREA)
Abstract
本申请提供的一种数据中心温度智能调控方法及系统，获得已经完成识别的待进行设备温度监控的设备挖掘温度描述；其中，所述设备挖掘温度描述包括不少于一个监控架构和与各所述监控架构相匹配的不少于一个温度样本架构；各所述温度样本架构是由温度样本调试线程批量计算的各种温度样本所确定；然后挖掘所述设备挖掘温度描述对应的关键温度标签，得到温度异常表达；最终将所述温度异常表达加载至所述温度样本调试线程中，确定温度智能控制策略；因此，通过温度样本调试线程对设备挖掘温度描述的关键温度标签中应用到的各种温度样本进行批量化处理，这样一来，能够有效的减低成本，并且能够提高温度智能控制策略的准确性和可靠性。
Description
技术领域
本申请涉及数据中心及数据调控技术领域，具体而言，涉及一种数据中心温度智能调控方法及系统。
背景技术
数据中心的产生致使人们的认识从定量、结构的世界进入到不确定和非结构的世界中，它将和交通、网络通讯一样逐渐成为现代社会基础设施的一部分，进而对很多产业都产生了积极影响。不过数据中心的发展不能仅凭经验，还要真正的结合实践，促使数据中心发挥真正的价值作用，促使社会的快速变革。
随着信息化的不断发展和进步，数据中心的任务量不断的增加，这样一来，就可能导致数据超负荷运作，可能会导致数据中心的温度过高，从而可能会造成数据中心中的设备故障的问题。因此，亟需一种技术方案以改善上述技术问题。
发明内容
为改善相关技术中存在的技术问题，本申请提供了一种数据中心温度智能调控方法及系统。
第一方面，提供一种数据中心温度智能调控方法，所述方法至少包括：获得已经完成识别的待进行设备温度监控的设备挖掘温度描述；其中，所述设备挖掘温度描述包括不少于一个监控架构和与各所述监控架构相匹配的不少于一个温度样本架构；各所述温度样本架构是由温度样本调试线程批量计算的各种温度样本所确定；挖掘所述设备挖掘温度描述对应的关键温度标签，得到温度异常表达；将所述温度异常表达加载至所述温度样本调试线程中，确定温度智能控制策略。
在一种独立实施的实施例中，所述温度样本调试线程中计算的温度样本至少包括以下其中一下：采集的实时设备运行温度数据、已经显示异常的温度数据、线程、解析结果、检测文本、配置方式、执行步骤；其中，所述设备挖掘温度描述和各种类的温度样本都包括标准样板。
在一种独立实施的实施例中，所述设备挖掘温度描述至少在如下执行步骤中具有对应的标准样板：线程配置方式、线程检测方式和线程解析方式；在其中一个执行方式中，所述设备挖掘温度描述每挖掘一轮所确定的温度异常表达，在所述温度样本调试线程中计算的温度样本对应一种标准样板。
在一种独立实施的实施例中，所述设备挖掘温度描述为配置设备挖掘温度描述，所述挖掘所述设备挖掘温度描述对应的关键温度标签，得到温度异常表达，包括：挖掘所述配置设备挖掘温度描述的关键温度标签，确定所述配置设备挖掘温度描述对应的线程；所述将所述温度异常表达加载至所述温度样本调试线程中，确定温度智能控制策略，包括：在所述温度样本调试线程中搭建种类为线程的第一温度样本；将所述配置设备挖掘温度描述对应的线程确定为所述第一温度样本加载至所述温度样本调试线程中。
在一种独立实施的实施例中，所述设备挖掘温度描述为解析设备挖掘温度描述，所述挖掘所述设备挖掘温度描述对应的关键温度标签，得到温度异常表达，包括：挖掘所述解析设备挖掘温度描述对应的关键温度标签，得到所述配置设备挖掘温度描述对应的线程的目标检测文本；所述将所述温度异常表达加载至所述温度样本调试线程中，确定温度智能控制策略，包括：在所述温度样本调试线程中搭建种类为检测文本的第二温度样本；将所述目标检测文本确定为所述第二温度样本加载至所述温度样本调试线程中。
在一种独立实施的实施例中，所述设备挖掘温度描述为分析设备挖掘温度描述，所述挖掘所述设备挖掘温度描述对应的关键温度标签，得到温度异常表达，包括：挖掘所述分析设备挖掘温度描述的关键温度标签，确定所述分析设备挖掘温度描述对应的目标解析结果；所述将所述温度异常表达加载至所述温度样本调试线程中，确定温度智能控制策略，包括：在所述温度样本调试线程中搭建种类为解析结果的第三温度样本；将所述目标解析结果确定为所述第三温度样本加载至所述温度样本调试线程中。
在一种独立实施的实施例中，所述将所述温度异常表达加载至所述温度样本调试线程中，确定温度智能控制策略，还包括：在所述目标解析结果符合指令指示的基础上，在所述温度样本调试线程中搭建种类为应用的第四温度样本；结合所述分析设备挖掘温度描述的关键温度标签，确定所述分析设备挖掘温度描述对应的执行步骤；将所述执行步骤确定为所述第四温度样本加载至所述温度样本调试线程中。
在一种独立实施的实施例中，所述方法还包括：对于采集到待进行优化的温度控制指令，在线程配置设备的GUI模块中输出用于搭建线程确定全局化温度控制标签；基于在所述温度控制标签中采集到的监控，搭建所述待进行设备温度监控的不少于一个温度样本架构和不少于一个监控架构；其中，各所述监控架构用于对与相应监控架构具有关联关系的所述不少于一个温度样本架构进行处理；连接各所述监控架构和与相应监控架构具有匹配关系的的温度样本架构，得到所述设备挖掘温度描述。
在一种独立实施的实施例中，在所述设备挖掘温度描述为配置设备挖掘温度描述的基础上，所述标准样板对应的目标温度样本为所述温度样本调试线程的已经显示异常的温度数据；在所述设备挖掘温度描述为所述解析设备挖掘温度描述或所述分析设备挖掘温度描述的基础上；所述标准样板对应的目标温度样本为所述温度样本调试线程的已配置线程；其中，所述已配置线程为所述配置设备挖掘温度描述对应的线程。
第二方面，提供一种数据中心温度智能调控系统，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中读取计算机程序并执行，以实现上述的方法。
本申请实施例所提供的一种数据中心温度智能调控方法及系统，获得已经完成识别的待进行设备温度监控的设备挖掘温度描述；其中，所述设备挖掘温度描述包括不少于一个监控架构和与各所述监控架构相匹配的不少于一个温度样本架构；各所述温度样本架构是由温度样本调试线程批量计算的各种温度样本所确定；然后挖掘所述设备挖掘温度描述对应的关键温度标签，得到温度异常表达；最终将所述温度异常表达加载至所述温度样本调试线程中，确定温度智能控制策略；因此，通过温度样本调试线程对设备挖掘温度描述的关键温度标签中应用到的各种温度样本进行批量化处理，这样一来，能够有效的减低成本，并且能够提高温度智能控制策略的准确性和可靠性。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本申请实施例所提供的一种数据中心温度智能调控方法的流程图。
图2为本申请实施例所提供的一种数据中心温度智能调控装置的框图。
图3为本申请实施例所提供的一种数据中心温度智能调控系统的架构图。
具体实施方式
为了更好的理解上述技术方案，下面通过附图以及具体实施例对本申请技术方案做详细的说明，应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明，而不是对本申请技术方案的限定，在不冲突的情况下，本申请实施例以及实施例中的技术特征可以相互组合。
请参阅图1，示出了一种数据中心温度智能调控方法，该方法可以包括以下步骤100-步骤300所描述的技术方案。
步骤100，获得已经完成识别的待进行设备温度监控的设备挖掘温度描述；其中，所述设备挖掘温度描述包括不少于一个监控架构和与各所述监控架构相匹配的不少于一个温度样本架构。
步骤200，各所述温度样本架构是由温度样本调试线程批量计算的各种温度样本所确定；挖掘所述设备挖掘温度描述对应的关键温度标签，得到温度异常表达。
步骤300，将所述温度异常表达加载至所述温度样本调试线程中，确定温度智能控制策略。
可以理解，在执行上述步骤100-步骤300所描述的技术方案时，获得已经完成识别的待进行设备温度监控的设备挖掘温度描述；其中，所述设备挖掘温度描述包括不少于一个监控架构和与各所述监控架构相匹配的不少于一个温度样本架构；各所述温度样本架构是由温度样本调试线程批量计算的各种温度样本所确定；然后挖掘所述设备挖掘温度描述对应的关键温度标签，得到温度异常表达；最终将所述温度异常表达加载至所述温度样本调试线程中，确定温度智能控制策略；因此，通过温度样本调试线程对设备挖掘温度描述的关键温度标签中应用到的各种温度样本进行批量化处理，这样一来，能够有效的减低成本，并且能够提高温度智能控制策略的准确性和可靠性。
在本实施中，所述温度样本调试线程中计算的温度样本至少包括以下其中一下：采集的实时设备运行温度数据、已经显示异常的温度数据、线程、解析结果、检测文本、配置方式、执行步骤；其中，所述设备挖掘温度描述和各种类的温度样本都包括标准样板。
在本实施例中，所述设备挖掘温度描述至少在如下执行步骤中具有对应的标准样板：线程配置方式、线程检测方式和线程解析方式；在其中一个执行方式中，所述设备挖掘温度描述每挖掘一轮所确定的温度异常表达，在所述温度样本调试线程中计算的温度样本对应一种标准样板。
在一种可替换的实施例中，设备挖掘温度描述为配置设备挖掘温度描述，所述挖掘所述设备挖掘温度描述对应的关键温度标签时，可能存在关键温度标签挖掘不准确的问题，从而难以准确地得到温度异常表达，为了改善上述技术问题，步骤200所描述的设备挖掘温度描述为配置设备挖掘温度描述，所述挖掘所述设备挖掘温度描述对应的关键温度标签，得到温度异常表达所描述的步骤，具体可以包括以下步骤210所描述的内容。
步骤210，挖掘所述配置设备挖掘温度描述的关键温度标签，确定所述配置设备挖掘温度描述对应的线程。
可以理解，在执行上述步骤210所描述的内容时，设备挖掘温度描述为配置设备挖掘温度描述，所述挖掘所述设备挖掘温度描述对应的关键温度标签时，改善存在关键温度标签挖掘不准确的问题，从而能够准确地得到温度异常表达。
在一种可替换的实施例中，将所述温度异常表达加载至所述温度样本调试线程中时，可能存在第一温度样本不准确的问题，从而难以准确地确定温度智能控制策略，为了改善上述技术问题，步骤300所描述的将所述温度异常表达加载至所述温度样本调试线程中，确定温度智能控制策略的步骤，具体可以包括以下步骤310和步骤320所描述的内容。
步骤310，在所述温度样本调试线程中搭建种类为线程的第一温度样本。
步骤320，将所述配置设备挖掘温度描述对应的线程确定为所述第一温度样本加载至所述温度样本调试线程中。
可以理解，在执行上述步骤310和步骤320所描述的内容时，将所述温度异常表达加载至所述温度样本调试线程中时，改善存在第一温度样本不准确的问题，从而能够准确地确定温度智能控制策略。
在一种可替换的实施例中，设备挖掘温度描述为解析设备挖掘温度描述，所述挖掘所述设备挖掘温度描述对应的关键温度标签时，可能存在关键温度标签不准确的问题，从而难以准确地得到温度异常表达，为了改善上述技术问题，步骤200所描述的在一种可替换的实施例中的步骤，具体可以包括以下步骤a1所描述的内容。
步骤a1，挖掘所述解析设备挖掘温度描述对应的关键温度标签，得到所述配置设备挖掘温度描述对应的线程的目标检测文本。
可以理解，在执行上述步骤a1所描述的内容时，设备挖掘温度描述为解析设备挖掘温度描述，所述挖掘所述设备挖掘温度描述对应的关键温度标签时，改善存在关键温度标签不准确的问题，从而能够准确地得到温度异常表达。
在一种可替换的实施例中，将所述温度异常表达加载至所述温度样本调试线程中时，可能存在第二温度样本不准确地问题，从而难以准确地确定温度智能控制策略，为了改善上述技术问题，步骤300所描述的将所述温度异常表达加载至所述温度样本调试线程中，确定温度智能控制策略的步骤，具体可以包括以下步骤w1所描述的内容。
步骤w1，在所述温度样本调试线程中搭建种类为检测文本的第二温度样本；将所述目标检测文本确定为所述第二温度样本加载至所述温度样本调试线程中。
可以理解，在执行上述步骤w1所描述的内容时，将所述温度异常表达加载至所述温度样本调试线程中时，改善存在第二温度样本不准确地问题，从而能够给准确地确定温度智能控制策略。
在一种可替换的实施例中，设备挖掘温度描述为分析设备挖掘温度描述，所述挖掘所述设备挖掘温度描述对应的关键温度标签时，可能存在关键温度标签不准确地问题，从而难以准确地得到温度异常表达，为了改善上述技术问题，步骤200所描述的挖掘所述设备挖掘温度描述对应的关键温度标签，得到温度异常表达的步骤，具体可以包括以下步骤e1所描述的内容。
步骤e1，挖掘所述分析设备挖掘温度描述的关键温度标签，确定所述分析设备挖掘温度描述对应的目标解析结果。
可以理解，在执行上述步骤e1所描述的内容时，挖掘所述设备挖掘温度描述对应的关键温度标签时，改善存在关键温度标签不准确地问题，从而能够准确地得到温度异常表达。
在一种可替换的实施例中，将所述温度异常表达加载至所述温度样本调试线程中时，可能存在第三温度样本不准确的问题，从而难以准确地确定温度智能控制策略，为了改善上述技术问题，步骤300所描述的将所述温度异常表达加载至所述温度样本调试线程中，确定温度智能控制策略的步骤，具体可以包括以下步骤r1所描述的内容。
步骤r1，在所述温度样本调试线程中搭建种类为解析结果的第三温度样本；将所述目标解析结果确定为所述第三温度样本加载至所述温度样本调试线程中。
可以理解，在执行上述步骤r1所描述的内容时，将所述温度异常表达加载至所述温度样本调试线程中时，改善存在第三温度样本不准确的问题，从而能够准确地确定温度智能控制策略。
基于上述基础，所述将所述温度异常表达加载至所述温度样本调试线程中，确定温度智能控制策略，还包括以下内容：在所述目标解析结果符合指令指示的基础上，在所述温度样本调试线程中搭建种类为应用的第四温度样本；结合所述分析设备挖掘温度描述的关键温度标签，确定所述分析设备挖掘温度描述对应的执行步骤；将所述执行步骤确定为所述第四温度样本加载至所述温度样本调试线程中。
可以理解，通过分析设备挖掘温度描述的关键温度标签，能够精确地确定为所述第四温度样本加载至所述温度样本调试线程中。
基于上述基础，还包括以下内容：对于采集到待进行优化的温度控制指令，在线程配置设备的GUI模块中输出用于搭建线程确定全局化温度控制标签；基于在所述温度控制标签中采集到的监控，搭建所述待进行设备温度监控的不少于一个温度样本架构和不少于一个监控架构；其中，各所述监控架构用于对与相应监控架构具有关联关系的所述不少于一个温度样本架构进行处理；连接各所述监控架构和与相应监控架构具有匹配关系的的温度样本架构，得到所述设备挖掘温度描述。
可以理解，通过精确的获得温度控制指令，从而能够准确地搭建所述待进行设备温度监控的不少于一个温度样本架构和不少于一个监控架构。
在一种可能的实施例中，在所述设备挖掘温度描述为配置设备挖掘温度描述的基础上，所述标准样板对应的目标温度样本为所述温度样本调试线程的已经显示异常的温度数据；在所述设备挖掘温度描述为所述解析设备挖掘温度描述或所述分析设备挖掘温度描述的基础上；所述标准样板对应的目标温度样本为所述温度样本调试线程的已配置线程；其中，所述已配置线程为所述配置设备挖掘温度描述对应的线程。
在上述基础上，请结合参阅图2，提供了一种数据中心温度智能调控装置200，应用于数据中心温度智能调控系统，所述装置包括：
描述获得模块210，用于获得已经完成识别的待进行设备温度监控的设备挖掘温度描述；其中，所述设备挖掘温度描述包括不少于一个监控架构和与各所述监控架构相匹配的不少于一个温度样本架构；
表达确定模块220，用于各所述温度样本架构是由温度样本调试线程批量计算的各种温度样本所确定；挖掘所述设备挖掘温度描述对应的关键温度标签，得到温度异常表达；
策略确定模块230，用于将所述温度异常表达加载至所述温度样本调试线程中，确定温度智能控制策略。
在上述基础上，请结合参阅图3，示出了一种数据中心温度智能调控系统300，包括互相之间通信的处理器310和存储器320，所述处理器310用于从所述存储器320中读取计算机程序并执行，以实现上述的方法。
在上述基础上，还提供了一种计算机可读存储介质，其上存储的计算机程序在运行时实现上述的方法。
综上，基于上述方案，获得已经完成识别的待进行设备温度监控的设备挖掘温度描述；其中，所述设备挖掘温度描述包括不少于一个监控架构和与各所述监控架构相匹配的不少于一个温度样本架构；各所述温度样本架构是由温度样本调试线程批量计算的各种温度样本所确定；然后挖掘所述设备挖掘温度描述对应的关键温度标签，得到温度异常表达；最终将所述温度异常表达加载至所述温度样本调试线程中，确定温度智能控制策略；因此，通过温度样本调试线程对设备挖掘温度描述的关键温度标签中应用到的各种温度样本进行批量化处理，这样一来，能够有效的减低成本，并且能够提高温度智能控制策略的准确性和可靠性。
应当理解，上述所示的系统及其模块可以利用各种方式来实现。例如，在一些实施例中，系统及其模块可以通过硬件、软件或者软件和硬件的结合来实现。其中，硬件部分可以利用专用逻辑来实现；软件部分则可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域技术人员可以理解上述的方法和系统可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本申请的系统及其模块不仅可以有诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用例如由各种类型的处理器所执行的软件实现，还可以由上述硬件电路和软件的结合(例如，固件)来实现。
需要说明的是，不同实施例可能产生的有益效果不同，在不同的实施例里，可能产生的有益效果可以是以上任意一种或几种的组合，也可以是其他任何可能获得的有益效果。
上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本申请的限定。虽然此处并没有明确说明，本领域技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议，所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。
同时，本申请使用了特定词语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外，本领域技术人员可以理解，本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。
计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等，或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、RF、或类似介质，或任何上述介质的组合。
本申请各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等，常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP，动态编程语言如Python、Ruby和Groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网（LAN）或广域网（WAN），或连接至外部计算机（例如通过因特网），或在云计算环境中，或作为服务使用如软件即服务（SaaS）。
此外，除非权利要求中明确说明，本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
同理，应当注意的是，为了简化本申请披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本申请实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有适应性的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本申请一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。
针对本申请引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本申请作为参考。与本申请内容不一致或产生冲突的申请历史文件除外，对本申请权利要求最广范围有限制的文件(当前或之后附加于本申请中的)也除外。需要说明的是，如果本申请附属材料中的描述、定义、和/或术语的使用与本申请所述内容有不一致或冲突的地方，以本申请的描述、定义和/或术语的使用为准。
最后，应当理解的是，本申请中所述实施例仅用以说明本申请实施例的原则。其他的变形也可能属于本申请的范围。因此，作为示例而非限制，本申请实施例的替代配置可视为与本申请的教导一致。相应地，本申请的实施例不仅限于本申请明确介绍和描述的实施例。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种数据中心温度智能调控方法，其特征在于，所述方法至少包括：
获得已经完成识别的待进行设备温度监控的设备挖掘温度描述；其中，所述设备挖掘温度描述包括不少于一个监控架构和与各所述监控架构相匹配的不少于一个温度样本架构；
各所述温度样本架构是由温度样本调试线程批量计算的各种温度样本所确定；挖掘所述设备挖掘温度描述对应的关键温度标签，得到温度异常表达；
将所述温度异常表达加载至所述温度样本调试线程中，确定温度智能控制策略。
2.如权利要求1所述的方法，其特征在于，所述温度样本调试线程中计算的温度样本至少包括以下其中一下：采集的实时设备运行温度数据、已经显示异常的温度数据、线程、解析结果、检测文本、配置方式、执行步骤；其中，所述设备挖掘温度描述和各种类的温度样本都包括标准样板。
3.如权利要求2所述的方法，其特征在于，所述设备挖掘温度描述至少在如下执行步骤中具有对应的标准样板：线程配置方式、线程检测方式和线程解析方式；在其中一个执行方式中，所述设备挖掘温度描述每挖掘一轮所确定的温度异常表达，在所述温度样本调试线程中计算的温度样本对应一种标准样板。
4.如权利要求3所述的方法，其特征在于，所述设备挖掘温度描述为配置设备挖掘温度描述，所述挖掘所述设备挖掘温度描述对应的关键温度标签，得到温度异常表达，包括：挖掘所述配置设备挖掘温度描述的关键温度标签，确定所述配置设备挖掘温度描述对应的线程；
所述将所述温度异常表达加载至所述温度样本调试线程中，确定温度智能控制策略，包括：在所述温度样本调试线程中搭建种类为线程的第一温度样本；将所述配置设备挖掘温度描述对应的线程确定为所述第一温度样本加载至所述温度样本调试线程中。
5.如权利要求4所述的方法，其特征在于，所述设备挖掘温度描述为解析设备挖掘温度描述，所述挖掘所述设备挖掘温度描述对应的关键温度标签，得到温度异常表达，包括：挖掘所述解析设备挖掘温度描述对应的关键温度标签，得到所述配置设备挖掘温度描述对应的线程的目标检测文本；
所述将所述温度异常表达加载至所述温度样本调试线程中，确定温度智能控制策略，包括：在所述温度样本调试线程中搭建种类为检测文本的第二温度样本；将所述目标检测文本确定为所述第二温度样本加载至所述温度样本调试线程中。
6.如权利要求5所述的方法，其特征在于，所述设备挖掘温度描述为分析设备挖掘温度描述，所述挖掘所述设备挖掘温度描述对应的关键温度标签，得到温度异常表达，包括：挖掘所述分析设备挖掘温度描述的关键温度标签，确定所述分析设备挖掘温度描述对应的目标解析结果；
所述将所述温度异常表达加载至所述温度样本调试线程中，确定温度智能控制策略，包括：在所述温度样本调试线程中搭建种类为解析结果的第三温度样本；将所述目标解析结果确定为所述第三温度样本加载至所述温度样本调试线程中。
7.如权利要求6所述的方法，其特征在于，所述将所述温度异常表达加载至所述温度样本调试线程中，确定温度智能控制策略，还包括：
在所述目标解析结果符合指令指示的基础上，在所述温度样本调试线程中搭建种类为应用的第四温度样本；
结合所述分析设备挖掘温度描述的关键温度标签，确定所述分析设备挖掘温度描述对应的执行步骤；
将所述执行步骤确定为所述第四温度样本加载至所述温度样本调试线程中。
8.如权利要求7所述的方法，其特征在于，所述方法还包括：
对于采集到待进行优化的温度控制指令，在线程配置设备的GUI模块中输出用于搭建线程确定全局化温度控制标签；
基于在所述温度控制标签中采集到的监控，搭建所述待进行设备温度监控的不少于一个温度样本架构和不少于一个监控架构；其中，各所述监控架构用于对与相应监控架构具有关联关系的所述不少于一个温度样本架构进行处理；
连接各所述监控架构和与相应监控架构具有匹配关系的的温度样本架构，得到所述设备挖掘温度描述。
9.如权利要求8所述的方法，其特征在于，在所述设备挖掘温度描述为配置设备挖掘温度描述的基础上，所述标准样板对应的目标温度样本为所述温度样本调试线程的已经显示异常的温度数据；在所述设备挖掘温度描述为所述解析设备挖掘温度描述或所述分析设备挖掘温度描述的基础上；所述标准样板对应的目标温度样本为所述温度样本调试线程的已配置线程；其中，所述已配置线程为所述配置设备挖掘温度描述对应的线程。
10.一种数据中心温度智能调控系统，其特征在于，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中读取计算机程序并执行，以实现权利要求1-9任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210903340.XA CN115344073A (zh) | 2022-07-29 | 2022-07-29 | 一种数据中心温度智能调控方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210903340.XA CN115344073A (zh) | 2022-07-29 | 2022-07-29 | 一种数据中心温度智能调控方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115344073A true CN115344073A (zh) | 2022-11-15 |
Family
ID=83949245
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210903340.XA Pending CN115344073A (zh) | 2022-07-29 | 2022-07-29 | 一种数据中心温度智能调控方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115344073A (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113886468A (zh) * | 2021-10-26 | 2022-01-04 | 大白熊大数据科技(常熟)有限公司 | 基于互联网的在线互动数据挖掘方法及系统 |
| CN114417076A (zh) * | 2021-11-30 | 2022-04-29 | 苏州知瑞光电材料科技有限公司 | 基于人工智能的生产线智能预警方法及系统 |
-
2022
- 2022-07-29 CN CN202210903340.XA patent/CN115344073A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113886468A (zh) * | 2021-10-26 | 2022-01-04 | 大白熊大数据科技(常熟)有限公司 | 基于互联网的在线互动数据挖掘方法及系统 |
| CN114417076A (zh) * | 2021-11-30 | 2022-04-29 | 苏州知瑞光电材料科技有限公司 | 基于人工智能的生产线智能预警方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113886468A (zh) | 基于互联网的在线互动数据挖掘方法及系统 | |
| CN114168747A (zh) | 基于云服务的知识库构建方法及系统 | |
| CN113378554A (zh) | 一种医疗信息智能交互的方法及系统 | |
| CN113903473A (zh) | 基于人工智能的医疗信息智能交互的方法及系统 | |
| CN115732050A (zh) | 一种医疗大数据信息智能采集方法及系统 | |
| CN115344073A (zh) | 一种数据中心温度智能调控方法及系统 | |
| CN114417076A (zh) | 基于人工智能的生产线智能预警方法及系统 | |
| CN115371848A (zh) | 一种热能信息监控方法及系统 | |
| CN113613252B (zh) | 基于5g的网络安全的分析方法及系统 | |
| CN113715794B (zh) | 基于人工智能的汽车智能刹车方法及系统 | |
| CN115455803A (zh) | 一种室内能耗信息分析方法及系统 | |
| CN115454014A (zh) | 基于自适应神经模糊的控制器性能测试方法及系统 | |
| CN114970507A (zh) | 基于元宇宙的特征识别方法及系统 | |
| CN115345226A (zh) | 结合云计算的能耗统计方法及系统 | |
| CN114691830B (zh) | 一种基于大数据的网络安全分析方法及系统 | |
| CN115455070A (zh) | 一种电流信号的数据管控方法及系统 | |
| CN114661980B (zh) | 一种网页数据推送方法、系统及云平台 | |
| CN114118871A (zh) | 基于人工智能的建筑安全监控方法及系统 | |
| CN115358298A (zh) | 一种制冷信息下发方法及系统 | |
| CN114236084A (zh) | 一种污水采样检测装置及方法 | |
| CN115279127A (zh) | 一种喷淋式液冷机调控数据中心的温度控制方法及系统 | |
| CN115409510A (zh) | 一种在线交易安全系统及方法 | |
| CN115374839A (zh) | 一种能耗感知决策的数据管理方法及系统 | |
| CN115374107A (zh) | 基于大数据的电力负荷分析方法及系统 | |
| CN115345143A (zh) | 基于数据中心的能耗检测方法及系统 |
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 |