一种基于物联网终端的通信机房温湿度智能控制方法技术

本发明专利技术提供一种基于物联网终端的通信机房温湿度智能控制方法，属于温度控制技术领域，具体包括：基于温度监测终端、湿度监测终端得到通信机房的温度数据、通信机房的湿度数据，并基于物联网模块发送到控制终端；判断温度数据是否大于第一温度阈值或者小于第二温度阈值，若是，基于温湿度控制策略控制加湿器和空调工作；采用控制终端判断所述湿度数据是否大于第一湿度阈值，基于所述除湿控制策略控制除湿器工作；采用控制终端判断所述湿度数据是否小于第二湿度阈值，若是，则基于增湿控制策略控制加湿器工作，若否，则返回继续进行所述温度数据和湿度数据的监测，从而使得通信机房的温湿度控制更加准确高效。房的温湿度控制更加准确高效。房的温湿度控制更加准确高效。

【技术实现步骤摘要】
一种基于物联网终端的通信机房温湿度智能控制方法


[0001]本专利技术属于温度控制
，具体涉及一种基于物联网终端的通信机房温湿度智能控制方法。

技术介绍

[0002]目前，随着信息技术的蓬勃发展，机房内各IT设备的数据处理量和处理速度均有显著提高，并且伴随着新型高性能数据处理器的推广普及，导致机房内设备发热量急剧升高，且其发热相对其他设备更加集中。因此，其散热特点将有别于其他办公建筑，同时对于IT设备的正常运行而言，湿度过高有可能会影响IT设备中的电子元器件的使用寿命。
[0003]为了实现对通信机房的温湿度控制，在硕士论文《基于Atmega128单片机的机房空调温度控制系统设计》中作者周驰针对通信机房的温度环境，对其进行动态建模，可以发现机房温度具有时变性和大滞后等特点，针对控制对象的这种特点，采用变论域模糊PID与Smith预估补偿相结合的方法，Smith预估补偿器能消除控制对象大时滞环节的影响，模糊控制与PID的结合使用能绕过对象时变性的特性，但是却忽视了空调在温度调节过程中对通信机房中的湿度的影响，没有基于通信机房的面积、IT设备的功率、通信机房的温度、湿度、空调的输出风速、输出温度构建通信机房的温湿度控制策略，导致无法精准快速的实现对通信机房的温湿度的控制，而且没有根据温度、高湿度、低湿度对通信机房的IT设备的影响程度进行优先程度的划分分步骤进行控制，从而不能保证IT设备的稳定安全运行。
[0004]基于上述技术问题，需要设计一种基于物联网终端的通信机房温湿度智能控制方法。
专利
技术实现思路

[0005]本专利技术的目的是提供一种基于物联网终端的通信机房温湿度智能控制方法。
[0006]为了解决上述技术问题，本专利技术第一方面提供了一种基于物联网终端的通信机房温湿度智能控制方法，包括：S11基于温度监测终端、基于湿度监测终端对所述通信机房的温度和湿度进行实时监测，得到通信机房的温度数据、通信机房的湿度数据，并基于物联网模块，将所述温度数据和湿度数据发送到控制终端；S12采用控制终端判断所述温度数据是否大于第一温度阈值或者小于第二温度阈值，若是，基于温湿度控制策略控制加湿器和空调工作，并当所述湿度数据大于第一湿度阈值时，则直接进入步骤S13；若否，则进入步骤S13；其中所述温湿度控制策略采用基于通信机房的面积、IT设备的功率、通信机房的温度数据、湿度数据、空调的输出风速、输出温度、加湿器的额定加湿量的输入集，利用智能算法预测得到； S13采用控制终端判断所述湿度数据是否大于第一湿度阈值，若是，则基于通信机房的面积、IT设备的功率、湿度数据、除湿器的额定除湿量构建除湿控制策略，并基于所述除湿控制策略控制除湿器工作，若否，则进入步骤S14；
S14采用控制终端判断所述湿度数据是否小于第二湿度阈值，若是，则基于通信机房的面积、IT设备的功率、湿度数据、加湿器的额定加湿量构建增湿控制策略，并基于所述增湿控制策略控制加湿器工作，若否，则返回步骤S11继续进行所述温度数据和湿度数据的监测。
[0007]首先通过温度监测终端、湿度监测终端监测得到通信机房的温度数据和湿度数据，并通过物联网模块将得到的温度数据和湿度数据传输至控制终端，控制终端对温度数据进行判断，当温度数据大于第一温度阈值或者小于第一湿度阈值时，说明此时的温度过高或者过低，必须对温度进行控制，因此采用基于通信机房的面积、IT设备的功率、通信机房的温度数据、湿度数据、空调的输出风速、输出温度、加湿器的额定加湿量的输入集，利用智能算法预测得到温湿度控制策略，并利用温湿度控制策略对空调和加湿器进行控制，从而解决了原有的没有基于通信机房的面积、IT设备的功率、通信机房的温度、湿度、空调的输出风速、输出温度构建通信机房的温湿度控制策略，导致无法精准快速的实现对通信机房的温湿度的控制，从而使得对于通信机房的温湿度的控制变得效率更高，也使得温湿度的控制变得更加准确。通过先对温度进行判断，再对高湿度判断，再对低湿度判断，解决了原有的温度、低湿度、高湿度步骤不区分导致的处理效率问题充分考虑了温度对IT设备的影响程度大于湿度的影响程度，以及高湿度对IT设备的影响程度大于低湿度对IT设备的影响程度，从而进一步保证了IT设备的安全可靠运行。
[0008]通过基于通信机房的面积、IT设备的功率、通信机房的温度数据、湿度数据、空调的输出风速、输出温度、加湿器的额定加湿量的输入集，利用智能算法预测得到温湿度控制策略，从而充分考虑空调在温度调节过程中对湿度的影响以及通信机房自身的因素影响，从而能够准确得到温湿度的控制策略，使得温湿度的控制变得更加快速，也使得控制结果变得更加准确。
[0009]通过优先对温度判断，然后对高湿度情况判断，最后对低湿度情况判断，从而根据温度、高湿度、低湿度对IT设备的影响程度的不同进行分步骤判断，进一步从处理时效上保证了IT设备的安全可靠运行。
[0010]通过基于通信机房的面积、IT设备的功率、湿度数据、除湿器的额定除湿量构建除湿控制策略以及基于通信机房的面积、IT设备的功率、湿度数据、除湿器的额定除湿量构建除湿控制策略，使得控制策略变得更加准确，进一步保证了增湿或者除湿的效率。
[0011]进一步的技术方案在于，基于所述通信机房的面积、IT设备的功率、通信机房的温度数据构成机房温度影响因素，基于所述通信机房的面积、IT设备的功率、通信机房的湿度数据构成机房湿度影响因素。
[0012]通过机房湿度影响因素和机房湿度影响因素的确定，从而使得智能算法的输出集进一步降低，进一步提升了预测效率，也使得通信机房在温度或者湿度异常的时候可以更快的得到解决，保证了IT设备的正常可靠运行。
[0013]进一步的技术方案在于，所述机房温度影响因素的计算公式为：其中P为IT设备的功率，P
max
为IT设备的最大功率，M为通信机房的面积，单位为平方米，T为通信机房的温度数据，K1、K2为常数。
[0014]进一步的技术方案在于，所述机房湿度影响因素的计算公式为：其中P为IT设备的功率，P
max
为IT设备的最大功率，M为通信机房的面积，单位为平方米，S为通信机房的湿度数据，K3、K4为常数。
[0015]进一步的技术方案在于，基于所述空调的输出风速、空调的输出温度构建空调影响因素，所述空调的影响因素的计算公式为：其中K5为权值，V为所述空调的输出风速，T2为空调的输出温度。
[0016]进一步的技术方案在于，所述温湿度控制策略确定的具体步骤为：S21提取所述机房温度影响因素、空调的影响因素构成输入集；S22将所述输入集传输至基于SSA
‑
Bi
‑
LSTM算法和基于GWO
‑
ELM算法的预测模型得到空调的工作时间；S23基于所述加湿器的额定加湿量、机房湿度影响因素、空调的工作时间、空调的影响因素构建湿度输入集，并将所述湿度输入集输入到基于PSO
‑
GRU算法的湿度预测模型中得到加湿器的工作时间；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于物联网终端的通信机房温湿度智能控制方法，包括：S11基于温度监测终端、基于湿度监测终端对所述通信机房的温度和湿度进行实时监测，得到通信机房的温度数据、通信机房的湿度数据，并基于物联网模块，将所述温度数据和湿度数据发送到控制终端；S12采用控制终端判断所述温度数据是否大于第一温度阈值或者小于第二温度阈值，若是，基于温湿度控制策略控制加湿器和空调工作，并当所述湿度数据大于第一湿度阈值时进入步骤S13；若否，则进入步骤S13；其中所述温湿度控制策略采用基于通信机房的面积、IT设备的功率、通信机房的温度数据、湿度数据、空调的输出风速、输出温度、加湿器的额定加湿量的输入集，利用智能算法预测得到； S13采用控制终端判断所述湿度数据是否大于第一湿度阈值，若是，则基于通信机房的面积、IT设备的功率、湿度数据、除湿器的额定除湿量构建除湿控制策略，并基于所述除湿控制策略控制除湿器工作，若否，则进入步骤S14；S14采用控制终端判断所述湿度数据是否小于第二湿度阈值，若是，则基于通信机房的面积、IT设备的功率、湿度数据、加湿器的额定加湿量构建增湿控制策略，并基于所述增湿控制策略控制加湿器工作，若否，则返回步骤S11继续进行所述温度数据和湿度数据的监测。2.如权利要求1所述的基于物联网终端的通信机房温湿度智能控制方法，其特征在于，基于所述通信机房的面积、IT设备的功率、通信机房的温度数据构成机房温度影响因素，基于所述通信机房的面积、IT设备的功率、通信机房的湿度数据构成机房湿度影响因素。3.如权利要求2所述的基于物联网终端的通信机房温湿度智能控制方法，其特征在于，所述机房温度影响因素的计算公式为：其中P为IT设备的功率，P
max
为IT设备的最大功率，M为通信机房的面积，单位为平方米，T为通信机房的温度数据，K1、K2为常数。4.如权利要求3所述的基于物联网终端的通信机房温湿度智能控制方法，其特征在于，所述机房湿度影响因素的计算公式为：其中P为IT设备的功率，P
max
为IT设备的最大功率，M为通信机房的面积，单位为平方米，S为通信机房的湿度数据，K3、K4为常数。5.如权利要求4所述的基于物联网终端的通信机房温湿度智能控制方法，其特征在于，基于所述空调的输出风速、空调的输出温度构建空调影响因素...

【专利技术属性】
技术研发人员：丁春风，钟建平，季伟，蔡为国，
申请(专利权)人：浙江省邮电工程建设有限公司，
类型：发明
国别省市：