CN116820214A - 一种服务器通风散热智能调控方法及系统 - Google Patents
一种服务器通风散热智能调控方法及系统 Download PDFInfo
- Publication number
- CN116820214A CN116820214A CN202311100785.5A CN202311100785A CN116820214A CN 116820214 A CN116820214 A CN 116820214A CN 202311100785 A CN202311100785 A CN 202311100785A CN 116820214 A CN116820214 A CN 116820214A
- Authority
- CN
- China
- Prior art keywords
- time
- index
- server
- air supply
- heat dissipation
- 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
- 238000000034 method Methods 0.000 title claims abstract description 64
- 230000017525 heat dissipation Effects 0.000 title claims abstract description 59
- 230000033228 biological regulation Effects 0.000 title claims abstract description 49
- 238000009423 ventilation Methods 0.000 title claims abstract description 37
- 230000020169 heat generation Effects 0.000 claims abstract description 46
- 230000008859 change Effects 0.000 claims abstract description 41
- 230000035772 mutation Effects 0.000 claims abstract description 21
- 230000008569 process Effects 0.000 claims abstract description 19
- 230000000694 effects Effects 0.000 claims abstract description 13
- 230000003247 decreasing effect Effects 0.000 claims abstract description 7
- 230000007613 environmental effect Effects 0.000 claims abstract description 4
- 230000006870 function Effects 0.000 claims description 25
- 238000012544 monitoring process Methods 0.000 claims description 16
- 238000005070 sampling Methods 0.000 claims description 16
- 238000010606 normalization Methods 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 4
- 230000000191 radiation effect Effects 0.000 claims description 2
- 230000001276 controlling effect Effects 0.000 abstract description 7
- 238000009825 accumulation Methods 0.000 abstract description 6
- 230000001105 regulatory effect Effects 0.000 abstract description 6
- 238000013528 artificial neural network Methods 0.000 abstract description 4
- 238000012545 processing Methods 0.000 abstract description 4
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000012549 training Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 238000013506 data mapping Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- Air Conditioning Control Device (AREA)
Abstract
本发明涉及数字数据处理技术领域,提出了一种服务器通风散热智能调控方法及系统,包括:获取服务器散热数据;根据资源占用率获取产热变化指标;根据冷风流量以及资源占用率的相关关系获取给风量指数;根据服务器资源占用率增减过程中产热量的变化规律获取产热突变补偿指数;根据服务器的实时机箱温度与最佳温度获取环境温度指数;根据风量指数、产热突变补偿指数、环境温度指数、散热效果指数获取神经网络的输入,根据实时调控系数获取最佳实时给风量,根据最佳实时给风量实现服务器通风散热的智能调控。本发明在对服务器散热的智能调控中避免了服务器内各元件资源占用率突变时造成的热量堆积对预测通风量的影响,提高了服务器运行的稳定性。
Description
技术领域
本发明涉及数字数据处理技术领域,具体涉及一种服务器通风散热智能调控方法及系统。
背景技术
随着计算机技术的不断发展,各类智能化场景对于计算机算力的需求不断增加,相应的需要搭建更多的服务器满足这一需求。由于目前的技术限制,人们无法制造出不产生热量的计算机,因此如何对计算进行更好的散热,保持计算机工作温度的温度,以提高计算机的性能十分重要。
目前计算机机房服务器的散热调控方式主要是监控当前的环境温度,通过空调保障当前的环境温度在一个稳定的范围内;除此之外,调控精度更高的环境调控方法会检测服务器机箱内的温度来保证温度正常。这样做能够保证计算机在合适的温度范围内工作,但是仍然无法精确到计算机服务器内每个元件上的温度稳定,还是有可能出现计算机局部温度过高,导致计算机性能与寿命的下降。
发明内容
本发明提供一种服务器通风散热智能调控方法及系统,以解决现有服务器运行过程中不同元件产热量以及热量堆积情况不同导致难以调控每个元件通风量的问题,所采用的技术方案具体如下:
第一方面,本发明一个实施例提供了一种服务器通风散热智能调控方法,该方法包括以下步骤:
获取服务器运行过程中每个元件的监测数据,所述监测数据包括通风管风速、通风管横截面积、冷气气体温度、实时温度、资源占用率;根据每个元件的监测数据获取每个元件散热数据;
根据元件的资源占用率获取元件的产热变化指标;根据冷风流量以及资源占用率的相关关系获取给风量指数;根据元件的资源占用率增减过程中元件产热量的变化规律获取产热突变补偿指数;将服务器运行过程中每个时刻的实际机箱温度与标准最佳温度的差值作为服务器每个时刻的环境温度指数;
根据给风量指数、产热突变补偿指数、环境温度指数、散热效果指数获取预测模型的输入,根据预测模型的输出获取元件的最佳实时给风量,根据服务器内各元件的最佳实时给风量实现服务器通风散热的智能调控。
优选的,所述根据每个元件的监测数据获取每个元件散热数据的方法为:
分别获取当前时刻元件的通风管风速、通风管横截面积、实时温度以及服务器机箱的环境温度;
将当前时刻元件的通风管风速与通风管横截面积的乘积作为当前时刻元件的冷气气体流量,将当前时刻元件的实时温度与服务器机箱的环境温度的差值作为当前时刻元件的散热效果指数;
将所述元件的冷气气体流量、散热效果指数作为元件散热数据。
优选的,所述根据元件的资源占用率获取元件的产热变化指标的方法为:
利用曲线拟合算法获取每个元件资源占用率随时间变化的拟合曲线,将每个时刻作为起始时刻,以预设尺度的时间窗口在拟合曲线上滑动得到的局部曲线作为每个时刻的抽样时序曲线;
利用均匀抽样的方法在所述抽样时序曲线上获取第一预设数量个抽样点,将任意相邻两个抽样点连接获取第二预设数量条抽样线段;
将第二预设数量条抽样线段斜率的均值作为每个时刻元件的产热变化指标。
优选的,所述根据冷风流量以及资源占用率的相关关系获取给风量指数的方法为:
每个时刻元件的给风量指数由元件的冷气气体流量与资源占用率两部分组成,其中,所述给风量指数与冷气气体流量成正比关系,所述给风量指数与资源占用率成反比关系。
优选的,所述根据元件的资源占用率增减过程中元件产热量的变化规律获取产热突变补偿指数的方法为:
获取元件产热变化指标的二阶导数,利用归一化函数获取所述二阶导数的归一化结果;
将预设参数与所述归一化结果的乘积作为自变量的三角函数作为补偿函数,将补偿函数在每个时刻的函数值作为元件每个时刻的产热突变补偿指数。
优选的,所述归一化函数为双曲正切函数,所述三角函数为正弦函数。
优选的,所述根据给风量指数、产热突变补偿指数、环境温度指数、散热效果指数获取预测模型的输入的方法为:
将每个时刻服务器实际机箱温度与标准最佳温度的差值作为环境温度指数;
将每个时刻元件的散热效果指数、给风量指数、产热突变补偿指数以及环境温度指数组成的序列作为每个时刻元件的特征参数序列,将连续预设数量个时刻元件的特征参数序列作为预测模型的输入。
优选的,所述根据预测模型的输出获取元件的最佳实时给风量的方法为:
将预测模型的输出作为预测时刻元件的实时调控系数,根据所述实时调控系数和前一预测时刻元件的最佳实时给风量获取预测时刻元件的预测给风量;
将预测时刻元件的预测给风量与元件的额定给风量中的最小值作为预测时刻元件的最佳实时给风量。
优先的,所述根据所述实时调控系数和前一预测时刻元件的最佳实时给风量获取预测时刻元件的预测给风量的方法为:
获取预测时刻的前一预测时刻之间时间间隔,将预测时刻元件的实时调控系数与所述时间间隔的乘积作为预测时刻元件的实时调控量;
预测时刻元件的预测给风量由前一预测时刻元件的最佳实时给风量、实时调控量两部分组成,其中所述预测给风量与前一预测时刻元件的最佳实时给风量、实时调控量成正比关系。
第二方面,本发明实施例还提供了一种服务器通风散热智能调控系统,包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任意一项所述方法的步骤。
本发明的有益效果是:本发明针对现阶段服务器通风散热只针对于环境温度,无法精准针对计算机元件进行定点散热的问题。本发明通过分析每个元件产热量的关联参数获取了每个时刻元件的监测数据以及散热数据,通过对散热数据的特征提取得到产热变化指标,基于产热变化指标构建了热突变补偿指数,热突变补偿指数考虑了元件资源占用率突变对产热量的影响,其有益效果在于能够消除由资源占用率突变时造成的热量堆积,使元件的温度更加稳定。其次基于预测时刻元件的产热变化指标、热突变补偿指数等特征指标获取预测模型的输入,利用预测模型实时指导散热系统对服务器元件进行精准散热,实现服务器通风散热的智能调控,使元件的实时温度处于一个极小波动范围内,提高了服务器寿命和效率,满足需要高精度控温的服务器设备的控温需求。
附图说明
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,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为本发明的一个实施例所提供一种服务器通风散热智能调控方法的流程示意图;
图2为本发明的一个实施例所提供的元件资源占用率增加变化的示意图。
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,所描述的实施例仅仅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做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。
请参阅图1,其示出了本发明一个实施例提供的一种服务器通风散热智能调控方法的流程图,该方法包括以下步骤:
步骤S001,获取服务器运行过程中元件的监测数据,基于监测数据得到散热数据。
本发明是针对计算机主板上的每一个产热元件进行智能化的精确温度控制,保证其产出的热量能够及时的从元件处带走,因此采用软管口对准元件,实时给予干燥无灰尘的冷风带走元件产出热量的方式进行温度调控。对于每个产热元件都有一个软管冷风道对准几何中心吹风进行降温,当然也可以采用其它机器结构对元件进行单独散热,实施者可根据服务器的实际情况选择散热工具。
为了准确评估每个元件的散热情况,需要利用数据采集装置获取服务器运行过程中元件的监测数据,所述数据采集装置包括风速计、温度传感器、尺寸测量仪、系统监测工具;所述监测数据包括每个时刻元件的通风管风速、通风管横截面积、实时温度以及服务器机箱的环境温度。
进一步的,根据监测数据获取元件的散热数据,例如对于使用windows系统服务器内的元件i,利用采用风速计测量t时刻元件i对应软管的风速,利用温度传感器监测t时刻软管输出冷气气体温度/>、机箱环境温度/>,利用任务管理器获取t时刻元件i的资源占用率/>,并利用尺寸测量仪测量安装风速计处软管的横截面积/>。其次,根据气体流量的计算公式获取t时刻元件i处的冷空气气体流量/>,与此同时,调控系统能够从计算机基本输入输出系统BIOS中读取元件i的实时温度/>,基于风速/>、实时温度/>分别获取冷空气气体流量、散热效果指数两个散热数据:
式中,是t时刻元件i的冷气气体流量、/>是t时刻元件i对应软管的风速、S是软管的横截面积;/>是t时刻元件i的散热效果指数,/>、/>分别是t时刻元件i的实际温度、机箱环境温度。
需要说明的是,对于没有资源占用率这一指标的主要产热元件,例如电源,则监测电源的热电阻,实时监控通过电源的电流大小I,就可以通过焦耳定律计算出它产热的功率为/>。
至此,得到服务器内每个元件的散热数据。
步骤S002,基于每个时刻下每个原件的产热特征分析结果获取每个时刻每个原件的特征参数序列。
精密元件是计算机中需要实时调控温度的重难点。由于计算机的程序并非实时运行的,并且不同程序或者多个程序同时运行时,服务器内不同元件资源占用率不同。计算元件的资源占用率越高,该元件所产生的热值越高,例如CPU(中央处理器),GPU(图形处理器),内存单元等,本发明中通过分析每个元件在不同资源占用率的情况下产热量的变化特征获取每个元件所需的冷气气体流量。
服务器内每个元件的资源占用率随着服务器运行时间的变化而不断变化,对于服务器内的元件i,将t时刻元件i的资源占用率记为,/>的取值范围为[0,1]。当元件i的资源占用率逐渐增大时,元件i的产热增加,热量逐渐积累,t时刻元件i的/>逐渐增大。为了实现针对元件的散热通风,本发明根据服务器的性能强弱以及元件资源占用率的变化评估元件的产热变化情况。
以t时刻为起始时刻,连续获取R个时刻元件i的资源占用率,并对连续R个资源占用率进行均匀抽样,得到S+1个数据点,R的大小取经验值3,S的大小取经验值50,均匀抽样为公知技术,具体过程不再赘述。其次将相邻两个数据点相连得到S条线段,分别计算S条线段的斜率,将S条线段斜率的均值作为t时刻元件i的产热变化指标,/>反映了后续R个时刻资源占用率的变化情况,而根据资源占用率与元件产热关系,/>的大小也能够反映了元件i产热量的变化。/>越大,元件i在后续R个时刻内产生热量处于增加状态。
进一步的,如果t时刻元件的资源占用率升高或降低,则元件的产热量增多或减少,那么调控系统需要带走元件处的热值增加或减弱也应该随/>的变化而变化。为了保持元件温度的稳定,本发明考虑预测元件温度在后续时刻的变化情况,提前改变冷气气体的流量和温度,在元件温度大幅度变化前将产生的热量带走,使元件温度保持不变。
由于调控系统中出口气流温度通常保持不变,通常是通过改变冷气气体的流量来改变空调的散热能力。因此,本发明中通过改变元件的冷风流量使得实时输送的冷气气体带走元件产热量。根据每个时刻元件处的冷气气体流量获取每个时刻元件的给风量指数,计算t时刻元件i的给风量指数:
式中,是t时刻元件i的冷气气体流量,/>是t时刻元件i的资源占用率。
给风量指数反映了每个时刻元件产热量的程度,越大,元件i的资源占用率越高,产生的热量越多,需要更大的冷气气体流量/>以带走元件i产生的热量。
服务器在实际工作中,随着运行程序增多,元件的资源占用率是平滑的变化而非突然从一个值突然跳跃到另一值的跳跃式变化。例如,当程序j开始运行后时,元件i的资源占用率的斜率会从零逐渐增加,然后到斜率稳定,当元件i停止运行时,斜率逐渐减小直至为零。即当/>开始增加时,有两类阶段的可能性,第一类阶段是/>的二阶导数增加的阶段,在这一类阶段内/>变化剧烈;第二类阶段是/>的二阶导数减小的阶段,此时/>突变结束,开始逐渐稳定。综上所述,元件i的资源占用率在短时间内急速增加时,元件处的产热量会造成热量堆积现象。
基于上述分析,此处构建产热补偿指数c,用于表征当元件资源占用率急速变化造成热堆积对所需冷气气体流量的修正程度,计算t时刻元件i的产热补偿指数:
式中,sin()是正弦函数,是双曲正切函数,/>是t时刻元件i的产热变化指标/>的二阶导数。
其中,的作用在于将元件i的产热变化指标的二阶导数归一化到[-1,1]的区间内,并使得二阶导数的值位于区间[-2,2]中时,/>函数的变化幅度较大,使得二阶导数的值位于区间[-2,2]外时,/>函数变化幅度较小,满足产热补偿指数对资源变化率的变化更加敏感的修正要求。
当服务器处于运行状态时,假设元件i的资源变化率突然增加,/>随时间变化的情况如图2所示,根据上述分析,热突变补偿指数/>在第一阶段处于[0,1],代表此时有额外热量产生,元件i处造成热量堆积的现象,且/>的值越大代表额外热量越多;在第二阶段,即/>的斜率逐渐稳定时,/>会先逐渐转为0,再转变为一段在/>上的微小波动,所述微小波动的大小与/>的最大值相关,随后再次转变为0,设计微小波动的目的在于第一阶段末尾时,/>代表的预给风量并未削减,这会导致带走元件多余的热量,而与/>相反的小波动是对所述多余热量的补偿。
产热突变补偿指数能够实时反应因为资源占用率突变时所需要的突变产热补偿大小,其有益效果在于消除了因为资源占用率突变时带来的热量堆积或者损失,使得元件i的温度更加稳定。
进一步的,服务器内进行通风散热时还需要考虑服务器的环境温度与标准最佳温度的差异,这是因为环境温度与标准最佳温度差异过大时,环境温度会对服务器内元件的产热量之间存在热交换的现象,进而影响对元件所需冷气气体流量的预测结果。计算t时刻的环境温度指数:
式中,是机箱环节温度,/>是标准最佳温度。
根据上述步骤,分别获取t时刻元件i的产热变化指标、给风量指数、产热补偿指数以及环境温度指数,将产热变化指标、给风量指数、产热补偿指数以及环境温度指数组成的序列作为t时刻元件i的特征参数序列。
至此,得到每个时刻不同元件的特征参数序列,用于获取后续预测模型的训练集。
步骤S003,基于预测模型获取元件的实时调控系数,基于实时调控系数得到元件的实时最佳给风量。
在服务器运行的P时间段内,控制服务器运行不同的测试程度,使得每个元件的资源占用率不断变化。以固定时间间隔采集每个元件的检测数据,本发明中,时间间隔的大小取经验值1s,P的大小取经验值0.5h。由于目前的机房通常最佳环境温度通常为18°C到26°C,因此当a时刻的环境温度指数大于阈值时,认为a时刻元件i对应的冷气气体流量产生的散热效果不好,a时刻元件i的特征参数序列不能作为预测模型训练集内的数据。
进一步的,根据上述步骤获取每个时刻每个元件的特征参数序列,并通过每个时刻的环境温度指数进行数据筛选,将保留下来的特征参数序列组成的数据集作为预测模型的训练集。本发明中,将训练集作为预测模型的输入,以循环神经网络RNN为预测模型,以Adam算法为优化算法、以交叉熵函数为损失函数,预测模型的输出是每个时刻不同元件的实时调控系数,神经网络的训练为公知技术,具体过程不再赘述。直接通过神经网络得到最佳实时给风量可能会导致前后两个时刻的最佳实时给风量差值过大,调控系统无法在较短时间内发生较大范围内的冷气气体流量调控任务,因此本发明中对/>设置有一个约束范围,即/>,/>与当前服务器所采用空调的性能有关,r的大小取经验值10,约束范围通过数据映射完成,数据映射为公知技术,具体过程不再赘述。
基于每个时刻的实施调控系数以及前一时刻的最佳实时给风量获取每个时刻的最佳实时给风量,计算t时刻元件i的最佳实时给风量:
式中,是t时刻元件i的预测给风量,/>是b时刻元件i的最佳实时给风量,/>是t时刻元件i的实时调控系数;
是t时刻元件i的最佳实时给风量,/>是t时刻元件i的额定给风量,Min()是最小值函数。
由此,得到最佳实时给风量和实施调控系数之间的准确关联关系。时间间隔的值越大,需要修正的程度越高,t时刻与b时刻最佳实时给风量的差异越大,实时调控量/>的值越大,/>的值越大。
步骤S004,调控系统基于服务器内每个元件的实时最佳给风量生成冷气调控策略,基于冷气调控策略完成通风散热的智能调控。
根据上述步骤获取每个时刻不同元件的最佳实时给风量,进一步的,将同一时刻所有元件的最佳实时给风量上传至调控系统的调控模块,调控模块根据元件的最佳实时给风量控制软管内冷气气体流量的大小,实现对服务器内的通风散热。保证服务器工作温度保持在一个超低波动的状态中,提高服务器寿命和效率,满足需要高精度控温的服务器设备的控温需求。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种服务器通风散热智能调控方法,其特征在于,该方法包括以下步骤:
获取服务器运行过程中每个元件的监测数据,所述监测数据包括通风管风速、通风管横截面积、冷气气体温度、实时温度、资源占用率;根据每个元件的监测数据获取每个元件散热数据;
根据元件的资源占用率获取元件的产热变化指标;根据冷风流量以及资源占用率的相关关系获取给风量指数;根据元件的资源占用率增减过程中元件产热量的变化规律获取产热突变补偿指数;将服务器运行过程中每个时刻的实际机箱温度与标准最佳温度的差值作为服务器每个时刻的环境温度指数;
根据给风量指数、产热突变补偿指数、环境温度指数、散热效果指数获取预测模型的输入,根据预测模型的输出获取元件的最佳实时给风量,根据服务器内各元件的最佳实时给风量实现服务器通风散热的智能调控。
2.根据权利要求1所述的一种服务器通风散热智能调控方法,其特征在于,所述根据每个元件的监测数据获取每个元件散热数据的方法为:
分别获取当前时刻元件的通风管风速、通风管横截面积、实时温度以及服务器机箱的环境温度;
将当前时刻元件的通风管风速与通风管横截面积的乘积作为当前时刻元件的冷气气体流量,将当前时刻元件的实时温度与服务器机箱的环境温度的差值作为当前时刻元件的散热效果指数;
将所述元件的冷气气体流量、散热效果指数作为元件散热数据。
3.根据权利要求1所述的一种服务器通风散热智能调控方法,其特征在于,所述根据元件的资源占用率获取元件的产热变化指标的方法为:
利用曲线拟合算法获取每个元件资源占用率随时间变化的拟合曲线,将每个时刻作为起始时刻,以预设尺度的时间窗口在拟合曲线上滑动得到的局部曲线作为每个时刻的抽样时序曲线;
利用均匀抽样的方法在所述抽样时序曲线上获取第一预设数量个抽样点,将任意相邻两个抽样点连接获取第二预设数量条抽样线段;
将第二预设数量条抽样线段斜率的均值作为每个时刻元件的产热变化指标。
4.根据权利要求1所述的一种服务器通风散热智能调控方法,其特征在于,所述根据冷风流量以及资源占用率的相关关系获取给风量指数的方法为:
每个时刻元件的给风量指数由元件的冷气气体流量与资源占用率两部分组成,其中,所述给风量指数与冷气气体流量成正比关系,所述给风量指数与资源占用率成反比关系。
5.根据权利要求1所述的一种服务器通风散热智能调控方法,其特征在于,所述根据元件的资源占用率增减过程中元件产热量的变化规律获取产热突变补偿指数的方法为:
获取元件产热变化指标的二阶导数,利用归一化函数获取所述二阶导数的归一化结果;
将预设参数与所述归一化结果的乘积作为自变量的三角函数作为补偿函数,将补偿函数在每个时刻的函数值作为元件每个时刻的产热突变补偿指数。
6.根据权利要求5所述的一种服务器通风散热智能调控方法,其特征在于,所述归一化函数为双曲正切函数,所述三角函数为正弦函数。
7.根据权利要求1所述的一种服务器通风散热智能调控方法,其特征在于,所述根据给风量指数、产热突变补偿指数、环境温度指数、散热效果指数获取预测模型的输入的方法为:
将每个时刻服务器实际机箱温度与标准最佳温度的差值作为环境温度指数;
将每个时刻元件的散热效果指数、给风量指数、产热突变补偿指数以及环境温度指数组成的序列作为每个时刻元件的特征参数序列,将连续预设数量个时刻元件的特征参数序列作为预测模型的输入。
8.根据权利要求1所述的一种服务器通风散热智能调控方法,其特征在于,所述根据预测模型的输出获取元件的最佳实时给风量的方法为:
将预测模型的输出作为预测时刻元件的实时调控系数,根据所述实时调控系数和前一预测时刻元件的最佳实时给风量获取预测时刻元件的预测给风量;
将预测时刻元件的预测给风量与元件的额定给风量中的最小值作为预测时刻元件的最佳实时给风量。
9.根据权利要求8所述的一种服务器通风散热智能调控方法,其特征在于,所述根据所述实时调控系数和前一预测时刻元件的最佳实时给风量获取预测时刻元件的预测给风量的方法为:
获取预测时刻与前一预测时刻之间时间间隔,将预测时刻元件的实时调控系数与所述时间间隔的乘积作为预测时刻元件的实时调控量;
预测时刻元件的预测给风量由前一预测时刻元件的最佳实时给风量、实时调控量两部分组成,其中所述预测给风量与前一预测时刻元件的最佳实时给风量、实时调控量成正比关系。
10.一种服务器通风散热智能调控系统,包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-9任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311100785.5A CN116820214B (zh) | 2023-08-30 | 2023-08-30 | 一种服务器通风散热智能调控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311100785.5A CN116820214B (zh) | 2023-08-30 | 2023-08-30 | 一种服务器通风散热智能调控方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116820214A true CN116820214A (zh) | 2023-09-29 |
CN116820214B CN116820214B (zh) | 2024-01-05 |
Family
ID=88117000
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311100785.5A Active CN116820214B (zh) | 2023-08-30 | 2023-08-30 | 一种服务器通风散热智能调控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116820214B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117041756A (zh) * | 2023-10-09 | 2023-11-10 | 宜宾市华迅光通信有限公司 | 一种用于fttr家庭网关bob模块温度误差补偿方法 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104317372A (zh) * | 2014-09-30 | 2015-01-28 | 杭州华为数字技术有限公司 | 一种终端冷却调控方法、控制装置及终端 |
CN106292960A (zh) * | 2016-08-12 | 2017-01-04 | 深圳市云海麒麟计算机系统有限公司 | 一种服务器散热智能管理方法 |
CN109271005A (zh) * | 2018-10-08 | 2019-01-25 | 郑州云海信息技术有限公司 | 服务器 |
CN208459941U (zh) * | 2018-08-07 | 2019-02-01 | 贵州浪潮英信科技有限公司 | 一种可调节风道的服务器机箱 |
US20190239384A1 (en) * | 2018-01-31 | 2019-08-01 | Dell Products L.P. | Systems and methods for detecting impeded cooling air flow for information handling system chassis enclosures |
CN111222707A (zh) * | 2020-01-13 | 2020-06-02 | 湖北工业大学 | 一种基于时间序列突变误差校正的风速预测方法 |
CN212569668U (zh) * | 2020-08-17 | 2021-02-19 | 深圳智锐通科技有限公司 | 风扇减震垫及服务器装置 |
CN113589909A (zh) * | 2021-07-28 | 2021-11-02 | 深圳智锐通科技有限公司 | 一种ai计算服务器的通风装置 |
CN113962142A (zh) * | 2021-09-26 | 2022-01-21 | 西安交通大学 | 一种基于两段式lstm的数据中心温度预测方法及系统 |
CN114003115A (zh) * | 2021-12-31 | 2022-02-01 | 四川华鲲振宇智能科技有限责任公司 | 一种可调节风速风道的服务器及调节方法 |
CN114901057A (zh) * | 2022-07-12 | 2022-08-12 | 联通(广东)产业互联网有限公司 | 一种数据中心机房内部多点能耗检测与动态调节系统 |
CN115097920A (zh) * | 2022-07-29 | 2022-09-23 | 苏州浪潮智能科技有限公司 | 一种调节服务器机箱的温度的方法、装置、服务器及介质 |
CN116466775A (zh) * | 2023-06-20 | 2023-07-21 | 湖南省通信建设有限公司 | 基于遗传算法的芯片级元件的液冷控制系统 |
CN116662099A (zh) * | 2022-02-21 | 2023-08-29 | 华为技术有限公司 | 机房设备的工作参数确定方法及相关装置 |
-
2023
- 2023-08-30 CN CN202311100785.5A patent/CN116820214B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104317372A (zh) * | 2014-09-30 | 2015-01-28 | 杭州华为数字技术有限公司 | 一种终端冷却调控方法、控制装置及终端 |
CN106292960A (zh) * | 2016-08-12 | 2017-01-04 | 深圳市云海麒麟计算机系统有限公司 | 一种服务器散热智能管理方法 |
US20190239384A1 (en) * | 2018-01-31 | 2019-08-01 | Dell Products L.P. | Systems and methods for detecting impeded cooling air flow for information handling system chassis enclosures |
CN208459941U (zh) * | 2018-08-07 | 2019-02-01 | 贵州浪潮英信科技有限公司 | 一种可调节风道的服务器机箱 |
CN109271005A (zh) * | 2018-10-08 | 2019-01-25 | 郑州云海信息技术有限公司 | 服务器 |
CN111222707A (zh) * | 2020-01-13 | 2020-06-02 | 湖北工业大学 | 一种基于时间序列突变误差校正的风速预测方法 |
CN212569668U (zh) * | 2020-08-17 | 2021-02-19 | 深圳智锐通科技有限公司 | 风扇减震垫及服务器装置 |
CN113589909A (zh) * | 2021-07-28 | 2021-11-02 | 深圳智锐通科技有限公司 | 一种ai计算服务器的通风装置 |
CN113962142A (zh) * | 2021-09-26 | 2022-01-21 | 西安交通大学 | 一种基于两段式lstm的数据中心温度预测方法及系统 |
CN114003115A (zh) * | 2021-12-31 | 2022-02-01 | 四川华鲲振宇智能科技有限责任公司 | 一种可调节风速风道的服务器及调节方法 |
CN116662099A (zh) * | 2022-02-21 | 2023-08-29 | 华为技术有限公司 | 机房设备的工作参数确定方法及相关装置 |
CN114901057A (zh) * | 2022-07-12 | 2022-08-12 | 联通(广东)产业互联网有限公司 | 一种数据中心机房内部多点能耗检测与动态调节系统 |
CN115097920A (zh) * | 2022-07-29 | 2022-09-23 | 苏州浪潮智能科技有限公司 | 一种调节服务器机箱的温度的方法、装置、服务器及介质 |
CN116466775A (zh) * | 2023-06-20 | 2023-07-21 | 湖南省通信建设有限公司 | 基于遗传算法的芯片级元件的液冷控制系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117041756A (zh) * | 2023-10-09 | 2023-11-10 | 宜宾市华迅光通信有限公司 | 一种用于fttr家庭网关bob模块温度误差补偿方法 |
CN117041756B (zh) * | 2023-10-09 | 2024-02-23 | 宜宾市华迅光通信有限公司 | 一种用于fttr家庭网关bob模块温度误差补偿方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116820214B (zh) | 2024-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116820214B (zh) | 一种服务器通风散热智能调控方法及系统 | |
US7464278B2 (en) | Combining power prediction and optimal control approaches for performance optimization in thermally limited designs | |
CN108691797B (zh) | 一种散热风扇调速控制装置及方法 | |
CN113962142B (zh) | 一种基于两段式lstm的数据中心温度预测方法及系统 | |
CN113325998B (zh) | 读写速度控制方法、装置 | |
CN111460639B (zh) | 动态推算电缆导体温度的方法、装置、电子设备及存储介质 | |
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 | |
CN114490275B (zh) | 一种基于mcu的主机监测控制方法、系统、电子设备及介质 | |
CN115361841A (zh) | 一种适应数据中心全工况操作的屏蔽泵控制系统及其方法 | |
CN113093832B (zh) | 供风设备及其风温控制方法、电子设备和计算机可读介质 | |
CN111075746A (zh) | 一种电子扇转速调控装置及其控制系统 | |
CN111538392B (zh) | 一种风扇控制方法、装置、电子设备和可读存储介质 | |
CN114282727A (zh) | 机房温度预测方法、系统及电子设备 | |
JP2018195238A (ja) | 管理装置、データセンタ管理プログラム、データセンタ管理方法及びデータセンタシステム | |
CN114837977B (zh) | 一种风扇调速方法及装置 | |
CN116595383A (zh) | 一种数据中心存储单元的智能冷却方法 | |
CN114992772A (zh) | 空调温控负荷集群可调节潜力评估方法、装置及存储介质 | |
CN113574510A (zh) | 用于计算密度效率测量的数据中心管理系统和方法 | |
CN114154780A (zh) | 评价方法、装置、电子设备及相关产品 | |
CN105975736B (zh) | 一种基于正交级数的可再生能源输出功率概率建模方法 | |
CN112902291B (zh) | 采暖系统水力平衡自动调节方法、装置、系统、设备及介质 | |
CN114087720B (zh) | 一种空调的控制方法及装置 | |
CN112902292B (zh) | 采暖系统水力平衡自动调节方法、装置、设备及介质 | |
CN117389344A (zh) | 用电设备及其表面温度控制方法、装置、介质和芯片系统 | |
CN116302814A (zh) | 一种实时优化一体机能耗的方法、装置及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |