CN116202192A - 一种新型机房温度远程控制方法及系统 - Google Patents
一种新型机房温度远程控制方法及系统 Download PDFInfo
- Publication number
- CN116202192A CN116202192A CN202310490899.9A CN202310490899A CN116202192A CN 116202192 A CN116202192 A CN 116202192A CN 202310490899 A CN202310490899 A CN 202310490899A CN 116202192 A CN116202192 A CN 116202192A
- Authority
- CN
- China
- Prior art keywords
- machine room
- temperature
- machine
- information
- value
- 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.)
- Granted
Links
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/56—Remote control
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
- F24F11/63—Electronic processing
- F24F11/64—Electronic processing using pre-stored data
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种新型机房温度远程控制方法及系统,涉及智能温控技术领域,该控制方法包括:获取所有机房的标签信息,基于标签信息对所有机房进行归类,获得多类机房组;实时获取每类机房组中的基准温度信息;基于该基准温度信息确定每个机房温度的离散程度,构建离散趋势图;基于基准温度信息与对应机房的预警温度生成第一控制策略;结合离散趋势图确定修正策略对第一控制策略进行修正,然后对各机房进行温度控制,该控制系统为控制方法对应的虚拟装置。该控制方法及系统通过将机房进行近似归类,通过综合判断该类机房的温度信息来确定各个机房是否存在误预警的情况,再进行对应策略的温度控制,最终达到调整该机房至需求温度的目的。
Description
技术领域
本发明涉及智能温控技术领域,具体而言,涉及一种新型机房温度远程控制方法及系统。
背景技术
厂区内往往会布置多个机房,一种模式是每个机房的空调线路均与中央空调通过管道连接,一旦需要调整温度时则直接通过中央空调来同等调节所有机房的温度,这种模式往往会导致温度需求不平衡,有的区域活动量小可能温度就会过低,有的区域活动量大就会导致温度过高的问题。
针对上述问题提出了另一种模式,即在每个机房布置独立的制冷系统,由后台统一进行温度控制,从而找寻每个机房匹配且适应的温度需求。该种模式虽然会增加一定控制成本和制冷成本,但是能够有针对地地解决每个机房温度需求保持平衡的问题。但这种模式在实践中发现容易存在因采集温度信息错误、不精准等温度误预警现象,从而导致后台在进行控制时无法精准识别该误预警现象,导致最终并未达到该机房需要调配的温度。
发明内容
本发明的目的在于提供一种新型机房温度远程控制方法及系统,该控制方法及系统通过将机房进行近似归类,从而通过综合判断该类机房的温度信息来判断其中的各个机房是否存在误预警的情况,再基于此判断结果进行对应策略的温度控制,最终达到调整该机房至需求温度的目的。
本发明的实施例是这样实现的:
第一方面,一种新型机房温度远程控制方法,包括如下步骤:获取所有机房的标签信息,基于标签信息对所有机房进行归类,获得多类机房组,其中,标签信息包括:该机房的工作属性、该机房的地理位置或该机房与其余机房的连通面积中的至少两种;实时获取每类机房组中各机房的温度信息,将该类机房组中所有机房的温度信息进行重心率计算,获得基准温度信息;基于该基准温度信息确定每个机房温度的离散程度,构建离散趋势图;基于基准温度信息与对应机房的预警温度信息进行比较,生成第一控制策略;结合离散趋势图确定修正策略,并基于该修正策略对第一控制策略进行修正,获得第二控制策略;根据第二控制策略对各机房进行温度控制。
在可选地实施方式中,基于标签信息对所有机房进行归类,获得多类机房组包括如下步骤:将每个机房的每个标签信息均赋予标准区间,将具有同一标准区间的机房进行标记,记为计算标记值;统计所有机房的计算标记值并进行一次计算标记值匹配,将匹配的计算标记值所对应的机房进行第一分类;将形成第一分类的机房进行二次计算标记值匹配,若存在二次计算标记值匹配,则进行三次计算标记值匹配或者终止;其中的一次计算标记值、二次计算标记值和三次计算标记值分别指不同标准区间下计算标记值;将存在两次计算标记值匹配的机房作为一类。
在可选地实施方式中,进行计算标记值匹配包括如下步骤:确定计算标记值的基础值和浮动值;判断两计算标记值中,基础值之间的距离系数与浮动值之间的距离系数;若两者的距离系数均小于预设阈值,则认为两个计算标记值之间存在匹配关系;若前者的距离系数小于预设阈值,后者的距离系数大于预设阈值,则将浮动值之间赋予异动频率系数,获得浮动修正值,若浮动修正值之间的距离系数小于预设阈值,则认为两个计算标记值之间存在匹配关系;否则认为不存在匹配关系。
在可选地实施方式中,还包括计算标记值更新的步骤:重新获取每个机房的每个标签信息并赋予标准区间,将继续具有同一标准区间的机房进行标记,记为更新后的计算标记值。
在可选地实施方式中,实时获取每类机房组中,各机房的温度信息包括如下步骤:确定该机房中的所有温度采集点,获得各温度采集点的属性,基于该属性确定该温度采集点的综合温度信息作为该机房的温度信息。
在可选地实施方式中,获得各温度采集点的属性之后还包括如下步骤:获得该机房的温度采集偏好系数,将该温度采集偏好系数作为该机房第一控制策略的调整因子。
在可选地实施方式中,获得该机房的温度采集偏好系数包括如下步骤:获取该机房中各温度采集点的温度信息,从所有温度信息确定集中温度信息,分别计算每个温度信息相对于集中温度信息的峭度值,以极端峭度值之间的差值作为温度采集偏好系数的计算基础。
在可选地实施方式中,结合离散趋势图确定修正策略包括如下步骤:确定每个机房的温度信息在离散趋势图中的幅值,以该幅值确定温度调整的修正值,从而形成修正策略。
在可选地实施方式中,基于该修正策略对第一控制策略进行修正包括如下步骤:以修正值作为获得目标温度值的数值基础,以温度采集偏好系数作为获得目标温度值的速率。
第二方面,一种新型机房温度远程控制系统,包括:
分类模块,其用于获取所有机房的标签信息,基于标签信息对所有机房进行归类,获得多类机房组,其中,标签信息包括:该机房的工作属性、该机房的地理位置或该机房与其余机房的连通面积中的至少两种;
计算模块,其用于实时获取每类机房组中各机房的温度信息,将该类机房组中所有机房的温度信息进行重心率计算,获得基准温度信息;
构建模块,其用于基于该基准温度信息确定每个机房温度的离散程度,构建离散趋势图;
比较模块,其用于基于基准温度信息与对应机房的预警温度信息进行比较,生成第一控制策略;
修正模块,其用于结合离散趋势图确定修正策略,并基于该修正策略对第一控制策略进行修正,获得第二控制策略;
控制模块,其用于根据第二控制策略对各机房进行温度控制。
本发明实施例的有益效果是:
本发明实施例提供的新型机房温度远程控制方法及系统通过将所有机房进行近似归类,再通过每类机房中温度信息确定基准温度信息,以此温度信息进行预警判断,达到排除单个机房直接进行温度预警判断出现误差较大的情况;然后基于上述的预警结果判断是否需要进行第一次温度控制,而每个机房的温度信息存在一些差异,在根据此差异在进行第一次温度调整时进行适应性修正,形成第二次温度控制的策略,依据此第二次温度控制的策略对每个机房进行温度控制,最终达到匹配每个机房需求温度的目的;
总体而言,本发明实施例提供的控制方法及系统不以每个机房自身采集的温度信息进行独立判断与控制,而是将机房集群归类,通过整体判断的方式来减小个体判断误差较大的情况,最终形成的温度控制策略更匹配实际情况的机房温度需求。
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发明的某些实施例,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为本发明实施例提供的控制方法的主要步骤的流程图;
图2为图1所示主要步骤中一个步骤S100的子步骤流程图;
图3为图2所示其中一个步骤S100的子步骤S120流程图;
图4为图1所示主要步骤中一个步骤S200的子步骤流程图;
图5为本发明实施例提供的感知系统700的示例性模块图。
图标:710-分类模块; 720-计算模块; 730-构建模块; 740-比较模块; 750-修正模块; 760-控制模块。
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一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。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。
应当理解,本发明使用的“系统”、“装置”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其它词语可实现相同的目的,则可通过其他表达来替换所述词语。
如本发明和权利要求书所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般来说,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
本发明中使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或者同时处理各个步骤。同时,也可以将其它操作添加到这些过程中,或从这些过程移除某一步或数步操作。
实施例:针对此前对于各机房温度的智能控制场景,采用需求独立判断的模式,在相应机房特定的时间段或者特定的工作场景下,实际温度需要进行适应性调整,此时根据提前预设的温度报警线进行数据对比,从而通过预警信息达到对该机房温度实时控制的目的,这种方式虽然达到了针对机房个性化温度需求控制的效果,但是在实际的操作中偶尔还会出现某一机房温度适宜但被进一步调整或者温度偏高而没有及时调整的情况,究其原因是在于对应机房上传的温度信息存在错误或者不精准,导致出现误预警或者不预警的情况,最终出现温度调控不适宜的情形。
针对上述问题,此前是通过定期开展温度传感器巡检的工作来通过排查的方式进行克服,但存在人工成本的问题,尤其是长期作业下更是需要人力资源的持续投入。在此情景下,我们发现,除了定期巡检之外的方式中,机房与机房之间的关联也很重要,尤其是相互靠近的同一工作性质的机房,其温度变化结果应该是相近或者趋于一致的,可以通过横向比较的方式来判断其中的机房是否存在错误采集或者不精准采集的问题,从而达到节约人力资源的目的。为此,本实施例提供一种新型机房温度远程控制方法,通过近似机房横向比较的方式来实现更精准地温度控制。
具体请参阅图1,本实施例提供的一种新型机房温度远程控制方法包括如下步骤:
S100:获取所有机房的标签信息,基于所述标签信息对所有所述机房进行归类,获得多类机房组,其中,所述标签信息包括:该机房的工作属性、该机房的地理位置或该机房与其余机房的连通面积中的至少两种;该步骤表示每个机房都具有自身特点,该些特点作为标签信息来描述这个机房的工作性质等。
例如标签信息包括工作属性(工作时段、耗能散热设备多少、人员流动情况等)、该机房的地理位置(相对制冷系统的距离、相对外界环境热交换情况等)或该机房与其余机房的连通面积(与其余机房的相对距离、连通口大小等),以上标签信息均可以作为描述该机房工作性质的方面,也是作为判断是否属于同一性质机房的关键,需要说明的是,上述判断至少包括两种类型的标签信息,可以保证判断的精准度,在一些实施方式中,也可以将三种类型的标签信息均进行判断,从而基于这些类型标签信息是否相似或一致将所有机房进行归类,每一类机房组(包含若干机房)作为横向对比的基础。
S200:实时获取每类机房组中各机房的温度信息,将该类机房组中所有机房的温度信息进行重心率计算,获得基准温度信息;该步骤表示奖每类机房组中各机房的温度信息进行横向比较,找到集中程度最高的数据,其暂时可以代表这类机房应该有的实际温度信息,达到确定一个基准温度信息的目的。然后进行步骤S300:基于该所述基准温度信息确定每个机房温度的离散程度,构建离散趋势图;该步骤表示确定的基准温度信息作为标准,以此来计算每个机房温度的离散情况,绘制离散趋势图,为后续进行温度控制埋下基础,尤其是针对离散程度较大的机房(其可能存在预警不准的问题),如何控制至目标温度为关键。
S400:基于所述基准温度信息与对应机房的预警温度信息进行比较,生成第一控制策略;该步骤表示以基准温度信息来作为是否预警的判断基础,若基准温度信息与单个机房的预警温度信息比较后,逼近或者超过预警温度(的上下限),则可以相应作出进行温度调控的准备。此目的是预先利用基准温度信息是由同类机房组中,若干机房的温度信息集中计算获得,能够代表相对准确的温度信息来进行比较判断,从而减少因某个机房温度异常而导致误预警或者不预警的情况出现。
S500:结合所述离散趋势图确定修正策略,并基于该修正策略对所述第一控制策略进行修正,获得第二控制策略;该步骤表示在步骤S400确定具备温度预警条件的机房后,由于此前对于每个机房作出的归类存在高度相似性,其反映在离散趋势图上的温度信息在存在合理的差异值,以该合理的差异值对温控的时候进行修正,将原本的差异值填补或综合判断至目标温度中,此过程则会生成被修正后的第二控制策略。然后进行步骤S600:根据所述第二控制策略对各所述机房进行温度控制,从而达到对应机房温度准确控制的目的。
通过以上技术方案,利用各机房的工作性质并基于标签信息进行预先分类,可以获得多类机房组,每类机房组至少包含一个及机房,若每类机房组中包含的机房数量越多,则越能通过本申请的技术方案进行温度预警前后的准确控制,即利用相似机房的温度信息进行横向比较,从而进一步判断是否存在预警条件,在达到预警条件后再针对各机房温度间的合理差异进行微修正,最终达到为每个机房匹配适应温度的目的。
在一些实施方式中,通过三种类型的标签信息对机房进行归类的具体方式如下,请参阅图2,步骤S100:所述基于所述标签信息对所有所述机房进行归类,获得多类机房组包括如下步骤S110-S140:
S110:将每个机房的每个标签信息均赋予标准区间,将具有同一标准区间的机房进行标记,记为计算标记值;该步骤表示将每个标签信息进行分解,获得二级指标的子项,由这些子项组合为标准区间来作为后续判断的基础。例如针对工作属性标签信息时,其中的工作时段、耗能散热设备多少、人员流动大小情况等均作为上述子项,这些子项通过定性后再量化为数值范围的方式进行后续判断。例如两机房的工作时段相似或者趋于一致,耗能散热设备数量相似或者趋于一致,人员当天预计流动情况相似或者趋于一致则对该两个机房进行打标,通过将标记折算为数值即计算标记值的方式来达到附带标识计算的目的。需要说明的是,上述例举的子项仅是为了方便理解,在不同的实施方式,也可以依据该方式提供其他子项来进行打标计算,在此不再过多赘述。
S120:统计所有机房的计算标记值并进行一次计算标记值匹配,将匹配的计算标记值所对应的机房进行第一分类;该步骤表示通过上述的打标计算方式,将其中一种标签信息对应作出的计算标记值进行两两比较,找出能够该标签信息下能够匹配的机房,然后继续进行第二种标签信息的匹配。
即进行步骤S130:将形成第一分类的机房进行二次计算标记值匹配,若存在二次计算标记值匹配,则进行三次计算标记值匹配或者终止;其中的一次计算标记值、二次计算标记值和三次计算标记值分别指不同标准区间下计算标记值;该步骤表示利用同样的原理进行第二种标签信息的匹配(即第一种标签信息已经匹配好后再进行),若存在二次计算标记值匹配时,则可以认为两者属于同一工作性质的机房,该情况是指在只进行两种标签信息的实施方式中作出的归类判断,两次匹配后终止匹配即可;若进行三种标签信息的实施方式中,则需要进行三次计算标记值匹配,若匹配则可以认为两者属于同一工作性质的机房,否则不认为两者能够匹配并作为同一工作性质的机房。
S140:将存在两次计算标记值匹配的机房作为一类。该步骤表示不论是上述哪种情况,均需要将每次计算标记值匹配的机房最终归为一类,若不存在三次计算标记值,则该两次计算标记值匹配指一次计算标记值匹配和二次计算标记值匹配;若存在三次计算标记值,则该两次计算标记值匹配指一次计算标记值匹配后的二次计算标记值匹配和三次计算标记值。
通过以上技术方案,能够对各机房之间进行较为精准的归类操作,以便于实现后续温度判断时具备较好的判断精准度。需要说明的是,若为了保证更高精度的判断结果,则可以在进行标准区间进行比较时设定较小的差异接受范围,差异接受范围越小,则判断精度越高,尤其是在机房分布较广且集群分布较多的情况下适用效果更好。具体请参阅图3,进行计算标记值匹配包括如下步骤S121-S124:
S121:确定计算标记值的基础值和浮动值;判断两计算标记值中,基础值之间的距离系数与浮动值之间的距离系数;该步骤表示在进行计算标记值匹配时,由标准区间存在相似或者一致的情况进行标记,在判断相似或者一致时通过计算标记值来实现。其中,该计算标记值例如带有两种维度或以上的信息,一是表明标准区间存在匹配关系,二是表明匹配关系的程度,即这种匹配关系的程度通过基础值和浮动值来进行表示,通过计算标记值的基础值和浮动值来表明标准区间之间相似或者一致的程度。
在判断基础值和浮动值的过程中,需要进行判断步骤,其中一种结果如步骤S122:若两者(基础值和浮动值)的距离系数均小于预设阈值,则认为两个计算标记值之间存在匹配关系;即表示基础值和浮动值两者单独比较后的差异均在可接受的范围内,则认为两个计算标记值之间存在匹配关系,其中的预设阈值则可以根据实际的精度需求来对应设置。
另外的结果如S123:若前者的距离系数小于预设阈值,后者的距离系数大于预设阈值,则将浮动值之间赋予异动频率系数,获得浮动修正值,若浮动修正值之间的距离系数小于预设阈值,则认为两个计算标记值之间存在匹配关系;该步骤表示基础值处于可接受的范围内,浮动值初步不在可接受的范围内的情况,由于浮动值代表标准区间匹配的程度,而标准区间一般来说会有一个主体确定的区间(作为基准值),而在实际情况中,该确定的区间会存在一些浮动(作为浮动值),该浮动情况依据不同的工作场景而不同。
例如针对耗能散热设备数量子项时,每个机房基本有确定数量,但也会存在耗能散热设备临时搬挪的情况,被临时搬挪的数量作为浮动值,被临时搬挪的频次或时段作为异动频率系数,则此时在进行浮动值判断时,可以将异动频率系数进行确定并对浮动值进行修正后再判断,从而达到更加匹配实际场景后作出更精准判断的基础,若修正后的浮动修正值处于可接受的范围内,则认为两个计算标记值之间存在匹配关系。否则进入最终的判断结果,步骤S124:否则认为不存在匹配关系。
在一些实施方式中,对于计算标记值的处理还包括计算标记值更新的步骤:重新获取每个机房的每个标签信息并赋予标准区间,将继续具有同一标准区间的机房进行标记,记为更新后的计算标记值。该步骤表示实施更新标准区间以及计算标记值,从而避免出现因更新不及时导致的误判断或判断不精准的情况。
通过以上技术方案,能够获得较为近似或一致的多类机房组,每类机房组中各机房的温度信息在进行统计时,可以进行预处理步骤。即本实施例中,请参阅图4,所述实时获取每类机房组中,各机房的温度信息包括如下步骤:
S210:确定该机房中的所有温度采集点,获得各温度采集点的属性;该步骤表示一个机房可以会布置多个温度采集点,每个温度采集点都会有自己的温度采集特点,例如采集灵敏度、采集方位、采集方式等,通过提前确定这些属性后进行步骤S230:基于该(些)属性确定该温度采集点的综合温度信息作为该机房的温度信息,该步骤表示温度采集点依据自身的特点,其最终被统计的温度信息可能其显示的信息存在差异,例如温度采集点处于耗能散热设备处,其温度采集示值会高于同机房内其余温度采集点的示值。通过将上述差异进行调整后再综合所有温度采集点的温度信息,均值化处理后的综合温度信息来作为该机房的温度信息,从而保证温度采集时精度更高的目的。
上述过程中,将差异进行调整的步骤具体如S220:获得该机房的温度采集偏好系数,将该温度采集偏好系数作为该机房第一控制策略的调整因子。该步骤表示形成该机房的温度采集偏好系数,该温度采集偏好系数例如上述示出的温度采集点处于耗能散热设备处的特点,或者温度采集点精度的特点,亦或者温度采集连续或间断模式的特点等,将以上特点进行量化并确定出温度采集偏好系数,可以是通过横向对比其他机房的采集特点统一配置,也可以是根据该采集特点对实际温度的影响大小来确定,目的是将最终获得温度采集偏好系数作为调整因子来调整该机房综合温度信息的基础,从而决定第一控制策略对该机房温度调整的最终目标区间。
在本实施例中,获得温度采集偏好系数的方式例如为如下步骤,即所述获得该机房的温度采集偏好系数包括如下步骤:获取该机房中各温度采集点的温度信息,从所有温度信息确定集中温度信息,分别计算每个温度信息相对于集中温度信息的峭度值,以极端峭度值之间的差值作为所述温度采集偏好系数的计算基础。该步骤表示利用同一机房内各温度采集点的采集特点对实际温度的影响大小的方式来确定温度采集偏好系数,将所有温度采集点的温度信息进行集中判断,找出差异最大的两个端点值,以该两个端点值的距离来确定该机房的温度采集偏好系数,例如将温度采集偏好系数定性为温度差异较大、一般、较小或者温度分布不均、均匀、一致,亦或者温度变化较慢、一般、较快等形式,从而以便于后续针对该机房进行更匹配或者适应性更好的温度控制策略。
具体而言,所述结合所述离散趋势图确定修正策略包括如下步骤:确定每个机房的温度信息在所述离散趋势图中的幅值,以该幅值确定温度调整的修正值,从而形成修正策略。该步骤表示在将该机房调整至目标温度时,通过确定该机房的温度信息在所述离散趋势图中的幅值,以合理的差异值进行修正,在基于基准温度信息调整至目标温度的基础上结合差异值的修正,从而确定修正后的目标温度值,即达到基于该修正策略对所述第一控制策略进行修正的目的。其中,所述基于该修正策略对所述第一控制策略进行修正的过程中,还包括如下步骤:以所述修正值作为获得目标温度值的数值基础,以所述温度采集偏好系数作为获得目标温度值的速率。该步骤表示除了对目标温度至进行控制外,还可以依据温度采集偏好系数调整温度变化的快慢,从而例如对于温度差异较大或温度变化较快的机房而言,可以更快调整至目标温度。
本实施例中还提供一种新型机房温度远程控制系统700,请参阅图5中该新型机房温度远程控制系统700的模块化示意图,主要用于根据上述方法的实施例对新型机房温度远程控制系统700进行功能模块的划分。例如可以划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。需要说明的是,本发明中对模块的划分是示意性的,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。比如,在采用对应各个功能划分各个功能模块的情况下,图5示出的只是一种系统/装置示意图,其中,该新型机房温度远程控制系统700可以包括分类模块710、计算模块720、构建模块730、比较模块740、修正模块750和控制模块760。下面对各个单元模块的功能进行阐述。
分类模块710,其用于获取所有机房的标签信息,基于所述标签信息对所有所述机房进行归类,获得多类机房组,其中,所述标签信息包括:该机房的工作属性、该机房的地理位置或该机房与其余机房的连通面积中的至少两种;在一些实施方式中,分类模块710还用于将每个机房的每个标签信息均赋予标准区间,将具有同一标准区间的机房进行标记,记为计算标记值;统计所有机房的计算标记值并进行一次计算标记值匹配,将匹配的计算标记值所对应的机房进行第一分类;将形成第一分类的机房进行二次计算标记值匹配,若存在二次计算标记值匹配,则进行三次计算标记值匹配或者终止;其中的一次计算标记值、二次计算标记值和三次计算标记值分别指不同标准区间下计算标记值;将存在两次计算标记值匹配的机房作为一类。其中,计算标记值匹配包括确定计算标记值的基础值和浮动值;判断两计算标记值中,基础值之间的距离系数与浮动值之间的距离系数:若两者的距离系数均小于预设阈值,则认为两个计算标记值之间存在匹配关系;若前者的距离系数小于预设阈值,后者的距离系数大于预设阈值,则将浮动值之间赋予异动频率系数,获得浮动修正值,若浮动修正值之间的距离系数小于预设阈值,则认为两个计算标记值之间存在匹配关系;否则认为不存在匹配关系。
计算模块720,其用于实时获取每类机房组中各机房的温度信息,将该类机房组中所有机房的温度信息进行重心率计算,获得基准温度信息;在一些实施方式中,计算模块720还用于确定该机房中的所有温度采集点,获得各温度采集点的属性,获得该机房的温度采集偏好系数,将该温度采集偏好系数作为该机房第一控制策略的调整因子;基于该属性确定该温度采集点的综合温度信息作为该机房的温度信息;其中,获得该机房的温度采集偏好系数包括获取该机房中各温度采集点的温度信息,从所有温度信息确定集中温度信息,分别计算每个温度信息相对于集中温度信息的峭度值,以极端峭度值之间的差值作为所述温度采集偏好系数的计算基础。
构建模块730,其用于基于该所述基准温度信息确定每个机房温度的离散程度,构建离散趋势图;比较模块740,其用于基于所述基准温度信息与对应机房的预警温度信息进行比较,生成第一控制策略;
修正模块750,其用于结合所述离散趋势图确定修正策略,并基于该修正策略对所述第一控制策略进行修正,获得第二控制策略;在一些实施方式中,修正模块750还用于确定每个机房的温度信息在所述离散趋势图中的幅值,以该幅值确定温度调整的修正值,从而形成修正策略,其中,基于该修正策略对所述第一控制策略进行修正包括以所述修正值作为获得目标温度值的数值基础,以所述温度采集偏好系数作为获得目标温度值的速率。
以及控制模块760,其用于根据所述第二控制策略对各所述机房进行温度控制。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(sol标识 state disk,SSD))等。
本申请实施例是参照根据本申请实施例的方法、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指定的功能的装置。
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指定的功能。
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指定的功能的步骤。
显然,本领域的技术人员可以对本申请实施例进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请实施例的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种新型机房温度远程控制方法,其特征在于,包括如下步骤:
获取所有机房的标签信息,基于所述标签信息对所有所述机房进行归类,获得多类机房组,其中,所述标签信息包括:该机房的工作属性、该机房的地理位置或该机房与其余机房的连通面积中的至少两种;
实时获取每类机房组中各机房的温度信息,将该类机房组中所有机房的温度信息进行重心率计算,获得基准温度信息;
基于该所述基准温度信息确定每个机房温度的离散程度,构建离散趋势图;
基于所述基准温度信息与对应机房的预警温度信息进行比较,生成第一控制策略;
结合所述离散趋势图确定修正策略,并基于该修正策略对所述第一控制策略进行修正,获得第二控制策略;
根据所述第二控制策略对各所述机房进行温度控制。
2.根据权利要求1所述的新型机房温度远程控制方法,其特征在于,所述基于所述标签信息对所有所述机房进行归类,获得多类机房组包括如下步骤:
将每个机房的每个标签信息均赋予标准区间,将具有同一标准区间的机房进行标记,记为计算标记值;
统计所有机房的计算标记值并进行一次计算标记值匹配,将匹配的计算标记值所对应的机房进行第一分类;
将形成第一分类的机房进行二次计算标记值匹配,若存在二次计算标记值匹配,则进行三次计算标记值匹配或者终止;其中的一次计算标记值、二次计算标记值和三次计算标记值分别指不同标准区间下计算标记值;
将存在两次计算标记值匹配的机房作为一类。
3.根据权利要求2所述的新型机房温度远程控制方法,其特征在于,进行计算标记值匹配包括如下步骤:
确定计算标记值的基础值和浮动值;判断两计算标记值中,基础值之间的距离系数与浮动值之间的距离系数;
若两者的距离系数均小于预设阈值,则认为两个计算标记值之间存在匹配关系;
若前者的距离系数小于预设阈值,后者的距离系数大于预设阈值,则将浮动值之间赋予异动频率系数,获得浮动修正值,若浮动修正值之间的距离系数小于预设阈值,则认为两个计算标记值之间存在匹配关系;
否则认为不存在匹配关系。
4.根据权利要求2所述的新型机房温度远程控制方法,其特征在于,还包括计算标记值更新的步骤:重新获取每个机房的每个标签信息并赋予标准区间,将继续具有同一标准区间的机房进行标记,记为更新后的计算标记值。
5.根据权利要求1所述的新型机房温度远程控制方法,其特征在于,实时获取每类机房组中各机房的温度信息包括如下步骤:
确定该机房中的所有温度采集点,获得各温度采集点的属性,基于该属性确定该温度采集点的综合温度信息作为该机房的温度信息。
6.根据权利要求5所述的新型机房温度远程控制方法,其特征在于,所述获得各温度采集点的属性之后还包括如下步骤:
获得该机房的温度采集偏好系数,将该温度采集偏好系数作为该机房第一控制策略的调整因子。
7.根据权利要求6所述的新型机房温度远程控制方法,其特征在于,所述获得该机房的温度采集偏好系数包括如下步骤:
获取该机房中各温度采集点的温度信息,从所有温度信息确定集中温度信息,分别计算每个温度信息相对于集中温度信息的峭度值,以极端峭度值之间的差值作为所述温度采集偏好系数的计算基础。
8.根据权利要求6所述的新型机房温度远程控制方法,其特征在于,所述结合所述离散趋势图确定修正策略包括如下步骤:
确定每个机房的温度信息在所述离散趋势图中的幅值,以该幅值确定温度调整的修正值,从而形成修正策略。
9.根据权利要求8所述的新型机房温度远程控制方法,其特征在于,所述基于该修正策略对所述第一控制策略进行修正包括如下步骤:
以所述修正值作为获得目标温度值的数值基础,以所述温度采集偏好系数作为获得目标温度值的速率。
10.一种新型机房温度远程控制系统,其特征在于,包括:
分类模块,其用于获取所有机房的标签信息,基于所述标签信息对所有所述机房进行归类,获得多类机房组,其中,所述标签信息包括:该机房的工作属性、该机房的地理位置或该机房与其余机房的连通面积中的至少两种;
计算模块,其用于实时获取每类机房组中各机房的温度信息,将该类机房组中所有机房的温度信息进行重心率计算,获得基准温度信息;
构建模块,其用于基于该所述基准温度信息确定每个机房温度的离散程度,构建离散趋势图;
比较模块,其用于基于所述基准温度信息与对应机房的预警温度信息进行比较,生成第一控制策略;
修正模块,其用于结合所述离散趋势图确定修正策略,并基于该修正策略对所述第一控制策略进行修正,获得第二控制策略;
控制模块,其用于根据所述第二控制策略对各所述机房进行温度控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310490899.9A CN116202192B (zh) | 2023-05-05 | 2023-05-05 | 一种机房温度远程控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310490899.9A CN116202192B (zh) | 2023-05-05 | 2023-05-05 | 一种机房温度远程控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116202192A true CN116202192A (zh) | 2023-06-02 |
CN116202192B CN116202192B (zh) | 2023-07-21 |
Family
ID=86511520
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310490899.9A Active CN116202192B (zh) | 2023-05-05 | 2023-05-05 | 一种机房温度远程控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116202192B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0783482A (ja) * | 1993-09-13 | 1995-03-28 | Fumitaka Seki | 複数人のためのエアコン |
KR20100041230A (ko) * | 2008-10-13 | 2010-04-22 | 엘지전자 주식회사 | 공기조화기 및 그 제어방법 |
US20100134972A1 (en) * | 2008-10-08 | 2010-06-03 | Dell Products L.P. | Information Handling Center Cooling System |
CN101933019A (zh) * | 2007-10-29 | 2010-12-29 | 美国能量变换公司 | 数据中心的电效率测量 |
EP2413054A2 (en) * | 2010-07-28 | 2012-02-01 | LG Electronics, Inc. | Air conditioner and method for controlling the same |
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 |
CN203132025U (zh) * | 2013-01-31 | 2013-08-14 | 北京德能恒信科技有限公司 | 一种基站机房空调 |
US9476657B1 (en) * | 2013-03-13 | 2016-10-25 | Google Inc. | Controlling data center cooling systems |
CN106839288A (zh) * | 2017-01-13 | 2017-06-13 | 赵建杰 | 一种计算机房空调系统的控制方法 |
CN108489031A (zh) * | 2018-03-20 | 2018-09-04 | 广东美的暖通设备有限公司 | 空调机组的控制方法、空调机组及存储介质 |
CN110173830A (zh) * | 2019-04-26 | 2019-08-27 | 平安科技(深圳)有限公司 | 空调运行数据的监控方法及相关设备 |
CN110986306A (zh) * | 2019-11-30 | 2020-04-10 | 远景智能国际私人投资有限公司 | 基于机器学习的室温调节的方法、装置、设备及存储介质 |
CN111536655A (zh) * | 2020-05-27 | 2020-08-14 | 上海有孚智数云创数字科技有限公司 | 一种数据中心的制冷系统 |
-
2023
- 2023-05-05 CN CN202310490899.9A patent/CN116202192B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0783482A (ja) * | 1993-09-13 | 1995-03-28 | Fumitaka Seki | 複数人のためのエアコン |
CN101933019A (zh) * | 2007-10-29 | 2010-12-29 | 美国能量变换公司 | 数据中心的电效率测量 |
US20100134972A1 (en) * | 2008-10-08 | 2010-06-03 | Dell Products L.P. | Information Handling Center Cooling System |
KR20100041230A (ko) * | 2008-10-13 | 2010-04-22 | 엘지전자 주식회사 | 공기조화기 및 그 제어방법 |
EP2413054A2 (en) * | 2010-07-28 | 2012-02-01 | LG Electronics, Inc. | Air conditioner and method for controlling the same |
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 |
CN203132025U (zh) * | 2013-01-31 | 2013-08-14 | 北京德能恒信科技有限公司 | 一种基站机房空调 |
US9476657B1 (en) * | 2013-03-13 | 2016-10-25 | Google Inc. | Controlling data center cooling systems |
CN106839288A (zh) * | 2017-01-13 | 2017-06-13 | 赵建杰 | 一种计算机房空调系统的控制方法 |
CN108489031A (zh) * | 2018-03-20 | 2018-09-04 | 广东美的暖通设备有限公司 | 空调机组的控制方法、空调机组及存储介质 |
CN110173830A (zh) * | 2019-04-26 | 2019-08-27 | 平安科技(深圳)有限公司 | 空调运行数据的监控方法及相关设备 |
CN110986306A (zh) * | 2019-11-30 | 2020-04-10 | 远景智能国际私人投资有限公司 | 基于机器学习的室温调节的方法、装置、设备及存储介质 |
CN111536655A (zh) * | 2020-05-27 | 2020-08-14 | 上海有孚智数云创数字科技有限公司 | 一种数据中心的制冷系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116202192B (zh) | 2023-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021082478A1 (zh) | 空调系统能耗预测方法及装置 | |
US10175709B2 (en) | Consumer electric power control system and consumer electric power control method | |
CN108710540B (zh) | 一种分布式集群中的资源调度方法、装置及设备 | |
CN108038040A (zh) | 计算机集群性能指标检测方法、电子设备及存储介质 | |
CN105180379B (zh) | 一种冷媒余量检测方法、装置和空调器 | |
CN107133286B (zh) | 一种机房温度参数分布场三维图的生成与分析方法和系统 | |
US10061274B2 (en) | Heating, ventilation, and air conditioning system controller | |
US20170219241A1 (en) | Data Center Infrastructure Management (DCIM) system comprising predictive analytics | |
US11959789B2 (en) | Methods, systems, and medium for compensating ultrasonic metering based on a smart gas internet of things system | |
CN110458340B (zh) | 基于模式分类的建筑空调冷负荷自回归预测方法 | |
US20200124307A1 (en) | Control apparatus and computer readable medium | |
US20180245809A1 (en) | Determining costs associated with an hvac system | |
CN114901057B (zh) | 一种数据中心机房内部多点能耗检测与动态调节系统 | |
CN114154677A (zh) | 空调运行负荷模型构建和预测方法、装置、设备和介质 | |
US20220154960A1 (en) | Air-conditioning control device, air-conditioning system, air-conditioning control method, and non-transitory computer readable recording medium | |
CN116202192B (zh) | 一种机房温度远程控制方法及系统 | |
CN116839173A (zh) | 一种能耗优化方法、装置、存储介质和电子设备 | |
US20150362408A1 (en) | Control optimization for energy consuming systems | |
CN117469603B (zh) | 一种基于大数据学习的多水厂供水系统压力优化控制方法 | |
CN111625030A (zh) | 一种温室环境控制方法、装置、设备、系统及存储介质 | |
CN111080115B (zh) | 一种基于供水水力模型的用水量分配方法及装置 | |
CN111465265A (zh) | 温度调节方法和装置、电子设备和存储介质 | |
KR101894541B1 (ko) | 인공지능 기반의 특성인자 예측방법 및 이를 이용한 빌딩 에너지 소모량 예측방법 | |
CN107636553B (zh) | 用于控制模型预测控制器中的斜坡失衡的系统和方法 | |
CN117674431B (zh) | 一种基于物联网的智能电力监控与配电自动调节系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |