一种用于空调智能控制的辅助方法技术

本发明专利技术公开了一种用于空调智能控制的辅助方法，涉及空调控制技术领域，解决了通过AI算法智能控制空调对主设备制冷从而节能的技术问题；获取机房内主设备的运行原始能耗数据，建立主设备典型能耗模型；获取机房内主设备的运行温度数据，建立主设备适宜温度参数模型；预测机房内主设备能耗发展趋势；按照主设备的功能分类将机房划分为不同的分区，根据机房内主设备能耗发展趋势为机房各分区进行能耗画像建模；通过主设备适宜温度参数模型匹配机房主设备最适宜的运行温度，AI算法挖掘机房温度整体提升空间；根据主设备典型能耗模型，建立能耗对比自学习问题库，在线自动发现稽核机房内低效能设备。机房内低效能设备。机房内低效能设备。

【技术实现步骤摘要】
一种用于空调智能控制的辅助方法


[0001]本专利技术属于空调控制领域，具体是一种用于空调智能控制的辅助方法。

技术介绍

[0002]当前市面上厂家的机房AI节能方法，未将主设备相关数据作为参数进行计算，主要原因是机房主设备种类繁杂、配置各异，影响主设备能耗的参数较多又不统一，又难以取数，不好形成参数技术，节能潜力有限，也存在安全隐患，如：刚性提升机房温度，造成机房高温告警，甚至降低了主设备使用寿命。
[0003]当前市面上厂家的机房AI节能策略，仅关注机房空调冷量调配、节能，没有低效能主设备主动稽核退网或升级替换从而提升能源使用效率方面的考虑。
[0004]因此，本专利技术提出了一种用于空调智能控制的辅助方法。

技术实现思路

[0005]本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种用于空调智能控制的辅助方法，该一种用于空调智能控制的辅助方法解决了通过AI算法智能控制空调对主设备制冷从而节能的问题。
[0006]为实现上述目的，根据本专利技术的第一方面的实施例提出一种用于空调智能控制的辅助方法，包括：
[0007]获取机房内主设备的运行原始能耗数据，建立主设备典型能耗模型；获取机房内主设备的运行温度数据，建立主设备适宜温度参数模型；
[0008]将主设备典型能耗模型和主设备适宜温度参数模型综合仿真，预测出机房内主设备能耗发展趋势；
[0009]按照主设备的功能分类将机房划分为不同的分区，根据机房内主设备能耗发展趋势为机房各分区进行能耗画像建模；
[0010]通过主设备适宜温度参数模型匹配机房主设备最适宜的运行温度，AI算法挖掘机房温度整体提升空间，最大化降低机房整体空调能耗；
[0011]根据主设备典型能耗模型，建立能耗对比自学习问题库，在线自动发现稽核机房内低效能设备，并输出机房内低效能设备的整合方案或退网方案。
[0012]进一步地，机房内包括主设备和空调；主设备是指各类生产企业在生产过程中使用的主机，空调用于对主设备所处的机房的温度和湿度进行控制。
[0013]进一步地，机房内主设备的运行原始能耗数据选取全天24小时中每个小时的耗电量以及业务流量，通过主设备专业网管能耗计量功能获得，还通过在主设备上安装智能电表自动抄表获得，还通过现场计量获得。
[0014]进一步地，所述机房内主设备的运行温度数据包括主设备24小时全天每个小时的温度，通过在主设备上安装温度传感器获取；机房内主设备的额定功耗、安全运行温度区间、最大耐温阈值、温度影响性能参数、运行维护标准以及客户差异化需求可通过主设备的
制造商以及主设备的运营商中的建设部、运行维护部以及前端业务部获取。
[0015]进一步地，通过AI算法得到各个分区的空调制冷需求，从而通过远程遥控动态调节机房内空调的温度值。
[0016]进一步地，通过AI算法精准计量机房内空调设备的制冷冗余量，从而降低机房内各分区的空调制冷冗余量。
[0017]进一步地，通过AI算法输出精准的机房空调设备配置以及机房空调和主设备的布局优化方案。
[0018]一种用于空调智能控制的辅助方法,包括以下步骤：
[0019]步骤一：获取机房内主设备的运行原始能耗数据，建立主设备典型能耗模型；获取机房内主设备的运行温度数据，建立主设备适宜温度参数模型；
[0020]步骤二：将主设备典型能耗模型和主设备适宜温度参数模型综合仿真，预测出机房内主设备能耗发展趋势；
[0021]步骤三：按照主设备的功能分类将机房划分为不同的分区，根据机房内主设备能耗发展趋势为机房各分区进行能耗画像建模；
[0022]步骤四：通过主设备适宜温度参数模型匹配机房主设备最适宜的运行温度，AI算法挖掘机房温度整体提升空间，最大化降低机房整体空调能耗；
[0023]步骤五：根据主设备典型能耗模型，建立能耗对比自学习问题库，在线自动发现稽核机房内低效能设备，并输出机房内低效能设备的整合方案或退网方案。
[0024]与现有技术相比，本专利技术的有益效果是：
[0025]本专利技术中通过建立机房内主设备典型能耗模型以及主设备适宜温度参数模型，从而预测主设备能耗发展趋势，AI算法根据主设备能耗发展趋势分配机房设备区域最适宜的空调冷量、控制自动化调节空调温度、差异化降低机房空调冷量冗余，同时输出更精准的机房空调配置、机房空调及主设备布局优化方案，并通过主设备适宜温度模型匹配机房主设备最适宜的运行温度，AI算法挖掘机房温度整体抬升空间，最大化降低机房整体空调能耗，依托机房主设备典型能耗模型，在线自动发现稽核机房低效能设备，输出机房低效能设备整合或退网方案。
附图说明
[0026]图1为本专利技术的方法步骤图。
具体实施方式
[0027]下面将结合实施例对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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它实施例，都属于本专利技术保护的范围。
[0028]如图1所示，一种用于空调智能控制的辅助方法，包括：
[0029]步骤一：获取机房内主设备的运行原始能耗数据，建立主设备典型能耗模型；获取机房内主设备的运行温度数据，建立主设备适宜温度参数模型；
[0030]机房内包括主设备和空调；主设备是指各类生产企业在生产过程中使用的主机，
包括机械设备和各部门的专用和通用设备，通常设置在机房中；空调是作为对主设备起辅助作用的设备，用于对主设备所处的机房的温度和湿度进行控制，从而使得主设备可靠性稳定工作，延长主设备的使用寿命；
[0031]机房内主设备的运行原始能耗数据可以选取全天24小时中每个小时的耗电量以及业务流量，可通过主设备专业网管能耗计量功能获得，也可以通过在主设备上安装智能电表自动抄表获得，还可以现场计量获得；
[0032]机房内主设备的运行温度数据包括主设备24小时全天每个小时的温度、机房内主设备的额定功耗、安全运行温度区间、最大耐温阈值、温度影响性能参数、运行维护标准以及客户差异化需求；
[0033]所述机房内主设备的运行温度数据包括主设备24小时全天每个小时的温度，可通过在主设备上安装温度传感器获取；机房内主设备的额定功耗、安全运行温度区间、最大耐温阈值、温度影响性能参数、运行维护标准以及客户差异化需求可通过主设备的制造商以及主设备的运营商中的建设部、运行维护部以及前端业务部获取；
[0034]步骤二：将主设备典型能耗模型和主设备适宜温度参数模型综合仿真，预测出机房内主设备能耗发展趋势；其中，主设备能耗发展趋势也称主设备能耗需求；
[0035]在本实施例中，主设备适宜温度参数模型可以通过回归方程算法进行仿真，主设备包括各种类型的服务器，其中设定温度与主设备的TP值具有线性关系；
[0036]设温度参数为x，TP值为y，选取n个样本数据，计算公式为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于空调智能控制的辅助方法，其特征在于，包括：获取机房内主设备的运行原始能耗数据，建立主设备典型能耗模型；获取机房内主设备的运行温度数据，建立主设备适宜温度参数模型；将主设备典型能耗模型和主设备适宜温度参数模型综合仿真，预测出机房内主设备能耗发展趋势；按照主设备的功能分类将机房划分为不同的分区，根据机房内主设备能耗发展趋势为机房各分区进行能耗画像建模；通过主设备适宜温度参数模型匹配机房主设备最适宜的运行温度，AI算法挖掘机房温度整体提升空间，最大化降低机房整体空调能耗；根据主设备典型能耗模型，建立能耗对比自学习问题库，在线自动发现稽核机房内低效能设备，并输出机房内低效能设备的整合方案或退网方案。2.根据权利要求1所述的一种用于空调智能控制的辅助方法，其特征在于，机房内包括主设备和空调；主设备是指各类生产企业在生产过程中使用的主机，空调用于对主设备所处的机房的温度和湿度进行控制。3.根据权利要求1所述的一种用于空调智能控制的辅助方法，其特征在于，机房内主设备的运行原始能耗数据选取全天24小时中每个小时的耗电量以及业务流量，通过主设备专业网管能耗计量功能获得，还通过在主设备上安装智能电表自动抄表获得，还通过现场计量获得。4.根据权利要求1所述的一种用于空调智能控制的辅助方法，其特征在于，所述机房内主设备的运行温度数据包括主设备24小时全天每个小时的温度，通过在主设备上安装温度传感器获取；机房内主设备的额定功耗、安全运行温度区间、最大耐温阈值、温度影响...

【专利技术属性】
技术研发人员：范浩然，吴兴国，巩贺英，吴聪，
申请(专利权)人：安徽电信规划设计有限责任公司，
类型：发明
国别省市：