一种基于人工智能的机房节能优化控制系统技术方案

本发明专利技术涉及机房节能优化控制领域，具体公开一种基于人工智能的机房节能优化控制系统，本发明专利技术通过获取目标机房的温度，分析目标机房的降温需求指数，判断目标机房是否需要降温，在达到高温之前对机房降温，保护设备；获取目标机房外部区域的环境参数，分析目标机房外部环境的可降温系数，选择目标机房的降温方式，采用多元化方式对机房降温，充分利用自然冷空气散热，节省空调电耗；设置通风系统的进出风口，并分析通风系统的适宜风速和适宜通风时长，对通风系统进行调控；获取空调系统的工作排风口，分析空调系统的适宜功率和适宜工作时长，对空调系统进行调控；在满足机房制冷需求的基础上，节能减耗。节能减耗。节能减耗。

【技术实现步骤摘要】
一种基于人工智能的机房节能优化控制系统


[0001]本专利技术涉及机房节能优化控制领域，涉及到一种基于人工智能的机房节能优化控制系统。

技术介绍

[0002]随着通信业的高速发展，网络核心设备、动力系统、机房设备等能耗占社会总能耗的比重越来越高，其中数据中心冷却功耗占整体功耗的比重较大，节能减排成为重要的行业责任和机房建设的未来趋势。为适应这一趋势、给机房设备提供安全可靠的运行环境，需要对机房温度调节进行合理控制，特别是对机房的散热进行控制，以达到节能减排的目的。
[0003]现有的机房散热方法存在一些不足：一方面，现有方法主要通过精密空调单一降温方式对机房散热，而机房内由于空间密闭，设备发热量较大，精密空调需要不间断运行，制冷、加湿工作时耗电量大，没有考虑到利用外界自然环境的冷空气对机房进行散热，如在春、秋、冬季引入室外低温空气，代替空调制冷，进而减少空调运行时间，降低机房制冷设备的电耗。
[0004]另一方面，现有方法通过精密空调系统弥漫推送冷气对机房进行降温时，为了使局部高热区域降温，整个空调系统的温度往往需要调得很低，空调系统当前大都被设置为达到某一温度便自启动的工作模式，部分机房的空调甚至全年开启，该方式全区域制冷降温，没有对局部热点进行重点降温，导致机房制冷效率低下，不能很好的满足机房制冷需求，同时缺乏对降温时长的精细调控，电能浪费较为严重。

技术实现思路

[0005]针对上述问题，本专利技术提出了一种基于人工智能的机房节能优化控制系统，实现对机房节能优化控制的功能。/>[0006]本专利技术解决其技术问题采用的技术方案是：本专利技术提供一种基于人工智能的机房节能优化控制系统，包括：机房温度监测分析模块：用于获取监测周期内各采样时间点目标机房内各温度检测点的温度，分析目标机房的高温系数和温升系数，进一步分析得到目标机房的降温需求指数。
[0007]机房降温需求判断模块：用于根据目标机房的降温需求指数，判断目标机房是否需要降温，若需要，则执行机房降温方式选择模块。
[0008]机房降温方式选择模块：用于获取目标机房外部区域的环境参数，其中环境参数包括温度和风速，分析目标机房外部环境的可降温系数，进一步选择目标机房的降温方式，其中降温方式包括通风系统降温和空调系统降温。
[0009]通风系统降温调控模块：用于设置目标机房通风系统的各进风口和各出风口，并分析目标机房通风系统的适宜风速和适宜通风时长，进一步对目标机房通风系统进行调控。
[0010]空调系统降温调控模块：用于获取目标机房的各热源点，根据目标机房的各热源
点，获取目标机房空调系统的各工作排风口，分析目标机房空调系统中各工作排风口的适宜功率和适宜工作时长，进一步对目标机房空调系统进行调控。
[0011]数据库：用于存储机房温度预警值和机房安全温度。
[0012]在上述实施例的基础上，所述机房温度监测分析模块的分析过程包括：按照预设的原则在目标机房内布设各温度检测点，设定监测周期的时长，并按照预设的等时间间隔原则在监测周期内设置各采样时间点，获取监测周期内各采样时间点目标机房内各温度检测点的温度，将其记为，表示第个采样时间点的编号，，表示第个温度检测点的编号，。
[0013]提取数据库中存储的机房温度预警值，将监测周期内各采样时间点目标机房内各温度检测点的温度与机房温度预警值进行比较，若监测周期内某采样时间点目标机房内某温度检测点的温度大于或等于机房温度预警值，则将该温度检测点记为标记温度检测点，统计监测周期内各采样时间点目标机房内标记温度检测点的数量，将其记为。
[0014]通过分析公式得到目标机房的高温系数，其中表示监测周期内第个采样时间点目标机房内标记温度检测点的数量，表示温度检测点的总数量。
[0015]通过分析公式得到目标机房的温升系数，其中表示预设的目标机房的温升系数修正因子，表示采样时间点的数量，表示监测周期内第个采样时间点目标机房内第个温度检测点的温度。
[0016]在上述实施例的基础上，所述机房温度监测分析模块的分析过程还包括：将目标机房的高温系数和温升系数代入公式得到目标机房的降温需求指数，其中表示自然常数，分别表示预设的高温系数和温升系数的阈值，分别表示预设的高温系数和温升系数的权重因子。
[0017]在上述实施例的基础上，所述机房降温需求判断模块的具体分析过程为：将目标机房的降温需求指数与预设的降温需求指数阈值进行比较，若目标机房的降温需求指数大于预设的降温需求指数阈值，则目标机房需要降温，并则执行机房降温方式选择模块。
[0018]在上述实施例的基础上，所述机房降温方式选择模块的分析过程包括：获取目标机房外部区域的温度和风速，将其分别记为。
[0019]通过分析公式得到目标机房外部环境的可降
温系数，其中表示预设的可用于机房降温的环境温度参考值，表示预设的目标机房外部区域温度与可用于机房降温的环境温度参考值之间差值的阈值，表示预设的机房外部区域风速的阈值。
[0020]在上述实施例的基础上，所述机房降温方式选择模块的分析过程还包括：将目标机房外部环境的可降温系数与预设的可降温系数阈值进行比较，若目标机房外部环境的可降温系数大于或等于预设的可降温系数阈值，则目标机房的降温方式为通风系统降温，反之，则目标机房的降温方式为空调系统降温。
[0021]在上述实施例的基础上，所述通风系统降温调控模块的分析过程为：获取目标机房外部环境的风向，沿着目标机房外部环境的风向，将目标机房通风系统中各通风口进行分类，得到目标机房通风系统的各进风口和各出风口。
[0022]将目标机房的高温系数与预设的各高温系数范围对应的通风系统参考风速进行比对，筛选得到目标机房高温系数对应的通风系统参考风速，将其记为目标机房通风系统的参考风速。
[0023]将目标机房的温升系数与预设的各温升系数范围对应的通风系统参考通风时长进行比对，筛选得到目标机房的温升系数对应的通风系统参考通风时长，将其记为目标机房通风系统的参考通风时长。
[0024]获取目标机房建筑外墙的建造年限和建筑材料类别，分析目标机房建筑外墙的保温效果系数，将其记为。
[0025]通过分析公式得到目标机房通风系统的适宜风速，其中表示目标机房通风系统的参考风速，表示预设的目标机房通风系统的适宜风速修正量。
[0026]同理，根据目标机房通风系统的适宜风速的分析方法，获取目标机房通风系统的适宜通风时长。
[0027]根据目标机房通风系统的适宜风速和适宜通风时长，对目标机房通风系统进行调控。
[0028]在上述实施例的基础上，所述空调系统降温调控模块的具体过程为：：根据监测周期内各采样时间点目标机房内各温度检测点的温度，分析得到目标机房的各热源点，将目标机房内各热源点在监测周期内的最高温度记为，表示第个热源点的编号，。
[0029]获取目标机房各热源点所在的区域，并将目标机房各热源点所在的区域按照相同区域进行归类，得到目标机本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的机房节能优化控制系统，其特征在于：包括机房温度监测分析模块、机房降温需求判断模块、机房降温方式选择模块、通风系统降温调控模块、空调系统降温调控模块和数据库；所述机房降温需求判断模块分别与机房温度监测分析模块和机房降温方式选择模块连接，机房降温方式选择模块分别与通风系统降温调控模块和空调系统降温调控模块连接，数据库分别与机房温度监测分析模块和空调系统降温调控模块连接；机房温度监测分析模块：用于获取监测周期内各采样时间点目标机房内各温度检测点的温度，分析目标机房的高温系数和温升系数，进一步分析得到目标机房的降温需求指数；机房降温需求判断模块：用于根据目标机房的降温需求指数，判断目标机房是否需要降温，若需要，则执行机房降温方式选择模块；机房降温方式选择模块：用于获取目标机房外部区域的环境参数，其中环境参数包括温度和风速，分析目标机房外部环境的可降温系数，进一步选择目标机房的降温方式，其中降温方式包括通风系统降温和空调系统降温；通风系统降温调控模块：用于设置目标机房通风系统的各进风口和各出风口，并分析目标机房通风系统的适宜风速和适宜通风时长，进一步对目标机房通风系统进行调控；空调系统降温调控模块：用于获取目标机房的各热源点，根据目标机房的各热源点，获取目标机房空调系统的各工作排风口，分析目标机房空调系统中各工作排风口的适宜功率和适宜工作时长，进一步对目标机房空调系统进行调控；数据库：用于存储机房温度预警值和机房安全温度。2.根据权利要求1所述的一种基于人工智能的机房节能优化控制系统，其特征在于：所述机房温度监测分析模块的分析过程包括：按照预设的原则在目标机房内布设各温度检测点，设定监测周期的时长，并按照预设的等时间间隔原则在监测周期内设置各采样时间点，获取监测周期内各采样时间点目标机房内各温度检测点的温度，将其记为，表示第个采样时间点的编号，，表示第个温度检测点的编号，；提取数据库中存储的机房温度预警值，将监测周期内各采样时间点目标机房内各温度检测点的温度与机房温度预警值进行比较，若监测周期内某采样时间点目标机房内某温度检测点的温度大于或等于机房温度预警值，则将该温度检测点记为标记温度检测点，统计监测周期内各采样时间点目标机房内标记温度检测点的数量，将其记为；通过分析公式得到目标机房的高温系数，其中表示监测周期内第个采样时间点目标机房内标记温度检测点的数量，表示温度检测点的总数量；通过分析公式得到目标机房的温升系数，其中表示预设的目标机房的温升系数修正因子，表示采样时间点的数量，表示监测周期内第
个采样时间点目标机房内第个温度检测点的温度。3.根据权利要求2所述的一种基于人工智能的机房节能优化控制系统，其特征在于：所述机房温度监测分析模块的分析过程还包括：将目标机房的高温系数和温升系数代入公式得到目标机房的降温需求指数，其中表示自然常数，分别表示预设的高温系数和温升系数的阈值，分别表示预设的高温系数和温升系数的权重因子。4.根据权利要求1所述的一种基于人工智能的机房节能优化控制系统，其特征在于：所述机房降温需求判断模块的具体分析过程为：将目标机房的降温需求指数与预设的降温需求指数阈值进行比较，若目标机房的降温需求指数大于预设的降温需求指数阈值，则目标机房需要降温，并则执行机房降温方式选择模块。5.根据权利要求1所述的一种基于人工智能的机房节能优化控制系统，其特征在于：所述机房降温方式选择模块的分析过程包括：获取目标机房外部区域的温度和风速，将其分别记为；通过分析公式得到目标机房外部环境的可降温系数，其中表示预设的可用于机房降温的环境温度参考值，表示预设的目标机房外部区域温度与可用于机...

【专利技术属性】
技术研发人员：张向程，陈海峰，魏媛媛，叶帮武，
申请(专利权)人：杭州电瓦特科技有限公司，
类型：发明
国别省市：