水冷系统中冷却水的寿命计算方法、装置和可读介质制造方法及图纸

本发明专利技术提供了水冷系统中冷却水的寿命计算方法、装置和可读介质，该方法包括：采集预设时间周期内的水冷系统中冷却水的温度数据和电导率数据；根据冷却水的温度数据和电导率数据，确定目标计算策略；其中，目标计算策略为计算冷却水的寿命的方式；对冷却水的温度数据和电导率数据进行特征值计算，得到冷却水的参数特征值；根据冷却水的参数特征值和目标计算策略，计算水冷系统中冷却水的寿命。本方案能够通过计算冷却水的寿命实现对水冷系统的精准维护。

【技术实现步骤摘要】
水冷系统中冷却水的寿命计算方法、装置和可读介质
本专利技术涉及通信
，特别涉及水冷系统中冷却水的寿命计算方法、装置和可读介质。
技术介绍
水冷系统是一种由冷却水作为热交换媒介进行散热冷却的装置，由于其具有散热效率高、振动小、噪音低等优势在电气、电子和机械等领域获得了广泛的应用。然而，当水冷系统中的冷却水的电导率升高时，会造成系统短路甚至损坏的风险，而冷却水长期与循坏管道接触产生的氧化、冷却水容器的密封性不佳、去离子交换装置的失效等因素都会导致冷却水的电导率升高。因此，通过确定水冷系统中冷却水的寿命，以进一步对冷却系统进行适时地维护对水冷系统的正常运转具有重要作用。
技术实现思路
本专利技术提供了水冷系统中冷却水的寿命计算方法、装置和可读介质，能够通过计算冷却水的寿命实现对水冷系统的精准维护。第一方面，本专利技术实施例提供了一种水冷系统中冷却水的寿命计算方法，该方法包括：采集预设时间周期内的水冷系统中冷却水的温度数据和电导率数据；根据所述冷却水的温度数据和电导率数据，确定目标计算策略；其中，所述目标计算策略为计算所述冷却水的寿命的方式；对所述冷却水的温度数据和电导率数据进行特征值计算，得到所述冷却水的参数特征值；根据所述冷却水的参数特征值和所述目标计算策略，计算所述水冷系统中冷却水的寿命。在一种可能的实现方式中，所述根据所述冷却水的温度数据和电导率数据，确定目标计算策略，包括：根据所述冷却水的温度数据和电导率数据确定是否满足预先设定的采样分析条件；若所述冷却水的温度数据和电导率数据不满足预先设定的采样分析条件，则将模糊推理策略确定为所述目标计算策略；若所述冷却水的温度数据和电导率数据满足预先设定的采样分析条件，则将电导率模型计算策略确定为所述目标计算策略。在一种可能的实现方式中，当所述目标计算策略为模糊推理策略时，所述对所述冷却水的温度数据和电导率数据进行特征值计算，得到所述冷却水的参数特征值，包括：分别计算所述温度数据和所述电导率数据的均值和极值，得到温度均值、温度极值、电导率均值和电导率极值。在一种可能的实现方式中，所述根据所述冷却水的参数特征值和所述目标计算策略，计算所述水冷系统中冷却水的寿命，包括：将所述温度均值、所述温度极值、所述电导率均值和所述电导率极值作为输入进行模糊化处理，得到推理结果；根据所述推理结果，确定所述冷却水的寿命是否达到维护阈值。在一种可能的实现方式中，当所述目标计算策略为电导率模型计算策略时，所述对所述冷却水的温度数据和电导率数据进行特征值计算，得到所述冷却水的参数特征值，包括：分别计算所述温度数据和所述电导率数据的均值和方差，得到温度均值、温度方差、电导率均值和电导率方差。在一种可能的实现方式中，所述根据所述冷却水的参数特征值和所述目标计算策略，计算所述水冷系统中冷却水的寿命，包括：预先通过神经网络，训练得到所述冷却水的电解质分布计算模型；其中，所述电解质分布计算模型是通过将历史采集的冷却水的电导率特征和温度特征作为输入，将冷却水中电解质浓度的期望和标准差作为输出训练得到的；所述电导率特征包括电导率的均值和方差，所述温度特征包括温度的均值和方差；将所述温度均值、所述温度方差、所述电导率均值和所述电导率方差输入所述电解质分布计算模型，得到所述冷却水中电解质浓度的期望和标准差；从历史数据库中获取至少一条电解质浓度失效曲线；其中，所述电解质浓度失效曲线用于表征冷却水中电解质浓度随时间的变化状态；针对每一条所述电解质浓度失效曲线，利用所述电解质浓度的期望和标准差，以及该电解质浓度失效曲线进行最大概率估计，得到至少一个冷却水的寿命计算结果。在一种可能的实现方式中，所述利用所述电解质浓度的期望和标准差，以及该电解质浓度失效曲线进行最大概率估计，包括：利用所述所述电解质浓度的期望和标准差，确定电解质浓度的概率分布；利用预设大小的滑动窗从所述电解质浓度失效曲线的初始位置到终点位置进行单步滑动的样本采集，得到至少一组样本集合；其中，每一组样本集合唯一由一个位置样本采集得到；针对每一组样本集合，计算该样本集合在所述电解质浓度的概率分布中出现的概率；将计算得到的结果中概率最大的样本集合所对应的滑动窗位置确定为目标位置；计算该目标位置与失效点的距离，得到所述水冷系统中冷却水的寿命。第二方面，本专利技术实施例提供了一种水冷系统中冷却水的寿命计算装置，该装置包括：一个数据采集模块，用于采集预设时间周期内的水冷系统中冷却水的温度数据和电导率数据；一个策略确定模块，用于根据所述数据采集模块采集的所述冷却水的温度数据和电导率数据，确定目标计算策略；其中，所述目标计算策略为计算所述冷却水的寿命的方式；一个特征值计算模块，用于对所述数据采集模块采集到的所述冷却水的温度数据和电导率数据进行特征值计算，得到所述冷却水的参数特征值；一个冷却水寿命计算模块，用于根据所述特征值计算模块得到的所述冷却水的参数特征值和所述策略确定模块确定的所述目标计算策略，计算所述水冷系统中冷却水的寿命。在一种可能的实现方式中，所述策略确定模块在根据所述冷却水的温度数据和电导率数据确定目标计算策略时，配置成执行如下操作：根据所述冷却水的温度数据和电导率数据确定是否满足预先设定的采样分析条件；若所述冷却水的温度数据和电导率数据不满足预先设定的采样分析条件，则将模糊推理策略确定为所述目标计算策略；若所述冷却水的温度数据和电导率数据满足预先设定的采样分析条件，则将电导率模型计算策略确定为所述目标计算策略。在一种可能的实现方式中，所述特征值计算模块在所述目标计算策略为模糊推理策略时，对所述冷却水的温度数据和电导率数据进行特征值计算，得到所述冷却水的参数特征值时配置成执行如下操作：分别计算所述温度数据和所述电导率数据的均值和极值，得到温度均值、温度极值、电导率均值和电导率极值。在一种可能的实现方式中，所述冷却水寿命计算模块在根据所述冷却水的参数特征值和所述目标计算策略，计算所述水冷系统中冷却水的寿命时配置成执行如下操作：将所述温度均值、所述温度极值、所述电导率均值和所述电导率极值作为输入进行模糊化处理，得到推理结果；根据所述推理结果，确定所述冷却水的寿命是否达到维护阈值。在一种可能的实现方式中，所述特征值计算模块在所述目标计算策略为电导率模型计算策略时，对所述冷却水的温度数据和电导率数据进行特征值计算，得到所述冷却水的参数特征值时配置成执行如下操作：分别计算所述温度数据和所述电导率数据的均值和方差，得到温度均值、温度方差、电导率均值和电导率方差。在一种可能的实现方式中，所述冷却水寿命计算模块包括：一个模型训练单元，用于预先通过神经网络，训练得到所述冷却水的电解质分布计算模型；其中，所述电解质分布计算模型是通过将历史采集的冷却本文档来自技高网...

【技术保护点】
1.水冷系统中冷却水的寿命计算方法(100)，其特征在于，包括：/n采集预设时间周期内的水冷系统中冷却水的温度数据和电导率数据(101)；/n根据所述冷却水的温度数据和电导率数据，确定目标计算策略(102)；其中，所述目标计算策略为计算所述冷却水的寿命的方式；/n对所述冷却水的温度数据和电导率数据进行特征值计算，得到所述冷却水的参数特征值(103)；/n根据所述冷却水的参数特征值和所述目标计算策略，计算所述水冷系统中冷却水的寿命(104)。/n

【技术特征摘要】
1.水冷系统中冷却水的寿命计算方法(100)，其特征在于，包括：
采集预设时间周期内的水冷系统中冷却水的温度数据和电导率数据(101)；
根据所述冷却水的温度数据和电导率数据，确定目标计算策略(102)；其中，所述目标计算策略为计算所述冷却水的寿命的方式；
对所述冷却水的温度数据和电导率数据进行特征值计算，得到所述冷却水的参数特征值(103)；
根据所述冷却水的参数特征值和所述目标计算策略，计算所述水冷系统中冷却水的寿命(104)。


2.根据权利要求1所述的方法，其特征在于，所述根据所述冷却水的温度数据和电导率数据，确定目标计算策略(102)，包括：
根据所述冷却水的温度数据和电导率数据确定是否满足预先设定的采样分析条件(201)；
若所述冷却水的温度数据和电导率数据不满足预先设定的采样分析条件，则将模糊推理策略确定为所述目标计算策略(202)；
若所述冷却水的温度数据和电导率数据满足预先设定的采样分析条件，则将电导率模型计算策略确定为所述目标计算策略(203)。


3.根据权利要求2所述的方法，其特征在于，当所述目标计算策略为模糊推理策略时，所述对所述冷却水的温度数据和电导率数据进行特征值计算，得到所述冷却水的参数特征值(103)，包括：
分别计算所述温度数据和所述电导率数据的均值和极值，得到温度均值、温度极值、电导率均值和电导率极值。


4.根据权利要求3所述的方法，其特征在于，所述根据所述冷却水的参数特征值和所述目标计算策略，计算所述水冷系统中冷却水的寿命(104)，包括：
将所述温度均值、所述温度极值、所述电导率均值和所述电导率极值作为输入进行模糊化处理，得到推理结果；
根据所述推理结果，确定所述冷却水的寿命是否达到维护阈值。


5.根据权利要求2所述的方法，其特征在于，当所述目标计算策略为电导率模型计算策略时，所述对所述冷却水的温度数据和电导率数据进行特征值计算，得到所述冷却水的参数特征值(103)，包括：
分别计算所述温度数据和所述电导率数据的均值和方差，得到温度均值、温度方差、电导率均值和电导率方差。


6.根据权利要求5所述的方法，其特征在于，所述根据所述冷却水的参数特征值和所述目标计算策略，计算所述水冷系统中冷却水的寿命(104)，包括：
预先通过神经网络，训练得到所述冷却水的电解质分布计算模型(301)；其中，所述电解质分布计算模型是通过将历史采集的冷却水的电导率特征和温度特征作为输入，将冷却水中电解质浓度的期望和标准差作为输出训练得到的；所述电导率特征包括电导率的均值和方差，所述温度特征包括温度的均值和方差；
将所述温度均值、所述温度方差、所述电导率均值和所述电导率方差输入所述电解质分布计算模型，得到所述冷却水中电解质浓度的期望和标准差(302)；
从历史数据库中获取至少一条电解质浓度失效曲线(303)；其中，所述电解质浓度失效曲线用于表征冷却水中电解质浓度随时间的变化状态；
针对每一条所述电解质浓度失效曲线，利用所述电解质浓度的期望和标准差，以及该电解质浓度失效曲线进行最大概率估计，得到至少一个冷却水的寿命计算结果(304)。


7.根据权利要求6所述的方法，其特征在于，所述利用所述电解质浓度的期望和标准差，以及该电解质浓度失效曲线进行最大概率估计(304)，包括：
利用所述所述电解质浓度的期望和标准差，确定电解质浓度的概率分布(401)；
利用预设大小的滑动窗从所述电解质浓度失效曲线的初始位置到终点位置进行单步滑动的样本采集，得到至少一组样本集合(402)；其中，每一组样本集合唯一由一个位置样本采集得到；
针对每一组样本集合，计算该样本集合在所述电解质浓度的概率分布中出现的概率(403)；
将计算得到的结果中概率最大的样本集合所对应的滑动窗位置确定为目标位置(404)；
计算该目标位置与失效点的距离，得到所述水冷系统中冷却水的寿命(405)。


8.水冷系统中冷却水的寿命计算装置(600)，其特征在于，包括：
一个数据采集模块(601)，用于采集预设时间周期内的水冷系统中冷却水的温度数据和电导率数据；
一个策略确定模块(602)，用于根据所述数据采集模块(601)采集的所述冷却水的温度数据和电导率数据，确定目标计算策略；其中，所述目标计算策略为计算所述冷却水的寿命的方式；
一个特征值计算模块(603)，用于对所述数据采集模块(601)采集到的所述冷却水的温度数据和电导率数据进...

【专利技术属性】
技术研发人员：刘亚琼，陈辰，
申请(专利权)人：西门子上海电气传动设备有限公司，
类型：发明
国别省市：上海;31