一种基于数字孪生模型的机房资产管理方法和系统技术方案

本发明专利技术属于通信领域，提出了一种基于数字孪生模型的机房资产管理方法和系统，预先在通信机房的设备上设置相应的编码标识物，所述机房资产管理方法包括：构建通信机房的数字孪生模型，对通信机房内各设备上的编码标识物进行数据采集，以获取编码图像，通过预设的卷积神经网络对所述编码图像进行处理，以获取通信机房中各设备的编码信息和位置信息，根据所述编码信息确定相应设备的设备模型，根据所述位置信息将相应的设备模型映射到所述数字孪生模型中，通过建立通信机房的数字孪生模型，大大提高了通信机房资产管理的效率和准确性，减少人为因素对资产管理的影响，降低因管理不善而导致的安全隐患和损失。导致的安全隐患和损失。导致的安全隐患和损失。

【技术实现步骤摘要】
一种基于数字孪生模型的机房资产管理方法和系统


[0001]本专利技术属于通信领域，更具体地，涉及一种基于数字孪生模型的机房资产管理方法和系统。

技术介绍

[0002]通信机房是用于存储和管理网络通信设备、服务器、存储设备、机架、电力系统和网络设施等的重要的设施。通信机房内的贵重设备和设施，需要对这些资产进行全面的管理和跟踪。资产盘点可以帮助机房管理员对设备的数量、类型、状态和位置进行准确的记录，以便更好地管理这些资产。
[0003]近年来，大数据、工业互联网和数字孪生等技术的快速发展，推动各行各业向数字化、网络化和智能化方向转型，其中，数字孪生技术可以为物理对象提供全连接和实时感知的可能性，通过数字孪生理论和技术体系，实现数据感知采集、集成分析、动态资产管理和可视化呈现，挖掘生产要素和产品全生命周期的数据潜力，是数字化转型的典型应用场景之一。
[0004]然而，通信机房资产管理方面目前仍存在许多问题，例如缺乏资产数据的汇总和展示、提升生产服务效率的有效措施、缺乏高效的手段进行快速定位、配置和扩容规划设备。传统的通信机房资产盘点服务需要依靠人工巡检完成，但效率低下、规范性差，而且受到巡检人员的主观因素影响较大。
[0005]因此，克服该现有技术所存在的缺陷是本
亟待解决的问题。

技术实现思路

[0006]本专利技术需要解决的技术问题是：
[0007]传统的通信机房资产盘点服务需要依靠人工巡检完成，但效率低下、规范性差，而且受到巡检人员的主观因素影响较大，缺乏资产数据的汇总和展示、提升生产服务效率的有效措施、缺乏高效的手段进行快速定位、配置和扩容规划设备。
[0008]本专利技术是通过如下技术方案达到上述目的：
[0009]第一方面，提供了一种基于数字孪生模型的机房资产管理方法，包括：预先在通信机房的设备上设置相应的编码标识物；
[0010]构建通信机房的数字孪生模型；
[0011]对通信机房内各设备上的编码标识物进行数据采集，以获取编码图像；
[0012]通过预设的卷积神经网络对所述编码图像进行处理，以获取通信机房中各设备的编码信息和位置信息；
[0013]根据所述编码信息确定相应设备的设备模型，根据所述位置信息将相应的设备模型映射到所述数字孪生模型中。
[0014]优选的，构建设备模型库、设备索引模块以及机房容量模块；
[0015]通过对通信机房内各设备进行建模，得到设备模型，将各个设备模型导入所述设
备模型库；
[0016]获取整个数字孪生模型中所有资产及设备情况，将所有资产及设备情况按照相应层级导入所述设备索引模块；
[0017]获取通信机房内设备的容量信息，将所述容量信息按图形进行可视化表达后，导入到所述机房容量模块。
[0018]优选的，根据用户提供的通信机房图纸，对通信机房进行数字化，获取通信机房内的分区域功能模块、分客户模块和分客户机列的通信机房实景分布情况；
[0019]根据所述通信机房实景分布情况进一步对通信机房进行实景空间数字化，得到通信机房的数字孪生模型。
[0020]优选的，通过机器人对通信机房内各设备上的编码标识物进行数据采集；
[0021]所述机器人设置有底部摄像头和顶部摄像头，所述底部摄像头为固定式摄像头，用于拍摄位于机柜底部的设备上的编码标识物，所述顶部摄像头安装在升降杆上能够进行上下伸缩，用于拍摄处于不同高度设备上的编码标识物；
[0022]所述机器人主要采集通信机房的实时数据，所述实时数据包含通信机房的图像数据、视频数据和带有设备编码标识物的编码图像。
[0023]优选的，所述预设的卷积神经网络的构建过程包括：
[0024]构建包含多个编码图像的数据集；
[0025]对编码图像进行标注，标注出每个编码图像的位置信息和编码信息；
[0026]对已经标注的编码图像进行数据增强，得到增强后的编码图像；
[0027]根据增强后的编码图像对卷积神经网络进行训练，直至得到预设的卷积神经网络。
[0028]优选的，所述预设的卷积神经网络包括：
[0029]在原始的Yolo v3模型架构中加入深度可分离卷积层以提高模型的计算效率；
[0030]在原始的Yolo v3模型架构中加入空间金字塔池化层，通过所述空间金字塔池化层处理不同大小的编码图像；
[0031]在原始的Yolo v3模型架构中引入自注意力机制以计算编码图像中不同区域之间的相关性，提高模型的识别准确率。
[0032]优选的，在原始的Yolo v3模型架构中加入深度可分离卷积层以提高模型的计算效率包括：
[0033]所述深度可分离卷积主要分为两个过程，包括逐通道卷积和逐点卷积；
[0034]所述逐通道卷积和逐点卷积通过拆分空间维度和通道维度的相关性，以减少卷积计算过程中所需要的参数个数以提升卷积核参数的使用效率。
[0035]优选的，在原始的Yolo v3模型架构中加入空间金字塔池化层，通过所述空间金字塔池化层处理不同大小的编码图像包括：
[0036]在原始的Yolo v3模型架构中加入空间金字塔池化层，通过添加上下文信息的边，对每个边乘以一个相应的权重以实现检测精度提升，通过空间金字塔池化层处理不同大小的编码图像，以消除所述模型对输入图像大小的限制。
[0037]优选的，所述在原始的Yolo v3模型架构中引入自注意力机制以计算编码图像中不同区域之间的相关性，提高模型的识别准确率包括：
[0038]在原始Yolo v3模型架构的Darknet
‑
53卷积层之后加入自注意力模块，用于增强特征图中的有用信息，抑制冗余信息；
[0039]在所述Darknet
‑
53中，将所述自注意力模块的输入从上一层的卷积层中获取，在完成所述自注意力模块之后将相应的特征映射传递给网络的下一层。
[0040]第二方面，提供了一种基于数字孪生模型的机房资产管理系统，包括：构建模块、数据采集模块、数据处理模块和模型映射模块；
[0041]所述构建模块用于构建通信机房的数字孪生模型；
[0042]所述数据采集模块用于对通信机房内各设备上的编码标识物进行数据采集，以获取编码图像；
[0043]所述数据处理模块用于通过预设的卷积神经网络对所述编码图像进行处理，以获取通信机房中各设备的位置信息和编码信息；
[0044]所述模型映射模块用于根据所述编码信息确定相应设备的设备模型，根据所述位置信息将相应的设备模型映射到所述数字孪生模型中。
[0045]本专利技术的有益效果是：
[0046]通过建立通信机房的数字孪生模型，实现对机房设备、设施等各种资产的实时监测和管理，大大提高了通信机房资产管理的效率和准确性，减少人为因素对资产管理的影响，降低因管理不善而导致的安全隐患和损失。
附图说明
[0047]为了更清本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数字孪生模型的机房资产管理方法，其特征在于，预先在通信机房的设备上设置相应的编码标识物，所述机房资产管理方法包括：构建通信机房的数字孪生模型；对通信机房内各设备上的编码标识物进行数据采集，以获取编码图像；通过预设的卷积神经网络对所述编码图像进行处理，以获取通信机房中各设备的编码信息和位置信息；根据所述编码信息确定相应设备的设备模型，根据所述位置信息将相应的设备模型映射到所述数字孪生模型中。2.根据权利要求1所述的基于数字孪生模型的机房资产管理方法，其特征在于，所述构建通信机房的数字孪生模型包括：构建设备模型库、设备索引模块以及机房容量模块；通过对通信机房内各设备进行建模，得到设备模型，将各个设备模型导入所述设备模型库；获取整个数字孪生模型中所有资产及设备情况，将所有资产及设备情况按照相应层级导入所述设备索引模块；获取通信机房内设备的容量信息，将所述容量信息按图形进行可视化表达后，导入到所述机房容量模块。3.根据权利要求1所述的基于数字孪生模型的机房资产管理方法，其特征在于，所述构建通信机房的数字孪生模型还包括：根据用户提供的通信机房图纸，对通信机房进行数字化，获取通信机房内的分区域功能模块、分客户模块和分客户机列的通信机房实景分布情况；根据所述通信机房实景分布情况进一步对通信机房进行实景空间数字化，得到通信机房的数字孪生模型。4.根据权利要求1所述的基于数字孪生模型的机房资产管理方法，其特征在于，对通信机房内各设备上的编码标识物进行数据采集，以获取编码图像包括：通过机器人对通信机房内各设备上的编码标识物进行数据采集；所述机器人设置有底部摄像头和顶部摄像头，所述底部摄像头为固定式摄像头，用于拍摄位于机柜底部的设备上的编码标识物，所述顶部摄像头安装在升降杆上能够进行上下伸缩，用于拍摄处于不同高度设备上的编码标识物；所述机器人采集通信机房的实时数据，所述实时数据包含通信机房的图像数据、视频数据和带有设备编码标识物的编码图像。5.根据权利要求1所述的基于数字孪生模型的机房资产管理方法，其特征在于，所述预设的卷积神经网络的构建过程包括：构建包含多个编码图像的数据集；对编码图像进行标注，标注出每个编码图像的位置信息和编码信息；对已经标注的编码图像进行数据增强，得到增强后的编码图像；根据增强后的编码图像对卷积神经网络进行训练，直至得到预设的卷积神经网络。6.根据权利要求1所述的基于数字孪生模型的机房资产管理方法，其特征在于，所述预设的卷积神经网络包括：...

【专利技术属性】
技术研发人员：胡记伟，李旺，陈子义，王柯，张鹏飞，徐瑞晚，杨泱，
申请(专利权)人：武汉烽火技术服务有限公司，
类型：发明
国别省市：