智能计算机UPS系统及其控制方法技术方案

系统本发明专利技术公开了智能计算机UPS系统及其控制方法，涉及智能控制技术领域，所述系统包括：供能预测分析单元、供能阵列和充能部分；所述供能阵列，包括：第一供能部分、第二供能部分和储能部分；所述第一供能部分和第二供能部分交替为目标计算机进行供能，均分别包括多个功能相同且独立运行的供能单元；每个供能单元用于对目标计算机的一个运行单元进行供能；所述储能部分包括多个储能单元，用于为第一供能部分和第二供能部分进行充能；所述充能部分用于实时获取储能部分每个储能单元的储能量，当任一储能单元的储能量为0时，为该储能单元进行充能。本发明专利技术通过供能预测分析、按需充电和优化供能部分使用，实现了智能计算机UPS系统，其提高了供能精确性和降低了能量浪费。提高了供能精确性和降低了能量浪费。提高了供能精确性和降低了能量浪费。

【技术实现步骤摘要】
智能计算机UPS系统及其控制方法


[0001]本专利技术涉及智能控制
，特别涉及智能计算机UPS系统及其控制方法。

技术介绍

[0002]在计算机领域，随着信息技术的快速发展和计算需求的不断增加，人们对于计算机系统的稳定供电和能量效率提出了更高的要求。传统的UPS(不间断电源)系统在为计算机供电时存在一些问题，例如能量浪费、不充分充电以及供电不稳定等。为了解决这些问题，近年来出现了一些新的技术和方法。
[0003]在现有技术中，一种常见的解决方案是利用预测分析来预测计算机的能量需求，并根据预测结果来调整供能部分的充电策略。这种方法通常使用历史运行数据来分析和预测计算机在每个供能周期内所需的电力供给程度。然后，根据预测结果，对供能部分进行充电，以满足计算机在下一个供能周期内的需求。这样可以避免过度充电或不充分充电，减少能量的浪费和损耗。
[0004]然而，现有的预测分析方法存在一些问题。首先，它们通常仅基于历史运行数据进行简单的统计分析，忽略了计算机系统的复杂性和动态变化。这导致了预测结果的不准确性和不稳定性，影响了供能部分的充电效果。其次，现有方法往往没有考虑到不同运行单元之间的能量需求差异，导致供能部分无法满足各个运行单元的实际需求。此外，现有技术对于供能周期的选择和充电策略的调整也存在一定的局限性。

技术实现思路

[0005]本专利技术的目的是提供智能计算机UPS系统及其控制方法，通过供能预测分析、按需充电和优化供能部分使用，实现了智能计算机UPS系统，其优点在于提高供能精确性、降低能量浪费、提升能源效率、延长供能部分寿命、提高系统稳定性和可靠性，同时降低运营成本。
[0006]为解决上述技术问题，本专利技术提供智能计算机UPS系统，所述系统包括：供能预测分析单元、供能阵列和充能部分；所述供能阵列，包括：第一供能部分、第二供能部分和储能部分；所述第一供能部分和第二供能部分交替为目标计算机进行供能，均分别包括多个功能相同且独立运行的供能单元；每个供能单元用于对目标计算机的一个运行单元进行供能；所述储能部分包括多个储能单元，用于为第一供能部分和第二供能部分进行充能，具体包括：当第一供能部分为目标计算机供能时，储能部分按照预设的先后顺序，调用储能单元，按照供能预测分析单元的指令为第二供能部分进行充能，当第二供能部分为目标计算机供能时，储能部分按照预设的先后顺序，调用储能单元，按照供能预测分析单元的指令为第一供能部分进行充能；所述供能预测分析单元用于获取目标计算机的历史运行数据，对目标计算机进行供能预测分析，得到目标计算机的每个运行单元在每个设定的供能周期内的供能需求度，生成指令发送至储能部分；所述充能部分用于实时获取储能部分每个储能单元的储能量，当任一储能单元的储能量为0时，为该储能单元进行充能。
[0007]进一步的，所述目标计算机的运行单元包括：CPU、显卡、内存、硬盘和主板。
[0008]进一步的，所述供能周期满足以下约束条件：进一步的，所述供能周期满足以下约束条件：其中，N为目标计算机的运行单元的数量；Cap为硬盘容量，单位为GB；Fc为CPU频率，单位为Hz；Fm为主板频率，单位为Hz；M为内存容量，单位为GB；Fg为显卡频率，单位为Hz。
[0009]进一步的，所述供能预测分析单元获取目标计算机的历史运行数据时，执行以下步骤：针对每个目标计算机的运行单元，获取其历史的在每个单位时间的耗能量，将所有获取到的数据组成一个集合，作为该运行单元的历史运行数据；所述CPU的历史运行数据表示为：C＝{C1，C2，...，C
n
}；所述显卡的历史运行数据表示为：G＝{G1，G2，...，G
n
}；所述内存的历史运行数据表示为：Mem＝{Mem1，Mem2，...，Mem
n
}；所述硬盘的历史运行数据表示为：D＝{D1，D2，...，D
n
}；所述主板的历史运行数据表示为：Mo＝{Mo1，Mo2，...，Mo
n
}。
[0010]进一步的，所述供能预测分析单元对目标计算机进行供能预测分析，得到目标计算机的每个运行单元在每个设定的供能周期内的供能需求度的方法包括：将CPU的历史运行数据C＝{C1，C2，...，C
n
}、显卡的历史运行数据G＝{G1，G2，...，G
n
}、内存的历史运行数据Mem＝{Mem1，Mem2，...，Mem
n
}、硬盘的历史运行数据D＝{D1，D2，...，D
n
}、主板的历史运行数据Mo＝{Mo1，Mo2，...，Mo
n
}，分为作为一个矩阵的行向量，组成一个矩阵提取矩阵H的混沌矩阵特征，得到特征值列表E
″
和特征向量列表V
″
；将特征值列表E
″
和特征向量列表V
″
输入预设的基于长短时记忆网络的供能需求度计算模型，得到供能需求度U。
[0011]进一步的，所述提取矩阵H的混沌矩阵特征，得到特征值列表E
″
和特征向量列表V
″
的方法包括：初始混沌矩阵参数；所述混沌矩阵参数包括：矩阵的维度n，初始状态x0，混沌映射参数a、b、c、d和迭代次数t；根据初始化的混沌矩阵参数，生成混沌序列，具体包括：初始化一个长度为t的空列表X＝[]，对于i从1到t：计算新的状态x
i
＝(a
·
x
i
‑1+b)mod1，将x
i
添加到列表X中；初始化一个n
×
n的零矩阵Mn；填充零矩阵Mn，具体包括：对于i从1到n，以及j从1到n，计算矩阵H的索引k＝(i+j)modt，将矩阵H中与相对应的元素的值作为X[k]，再将X[k]赋值给Mn[i][j]；返回矩阵Mn作为混沌矩阵；使用特征值分解的方法计算矩阵Mn的特征值；将特征值存储在列表E＝[e1，e2，...，e
n
]中；对于每个特征值e
i
：使用雅可比法计算与特征值e
i
相对应的特征向量v
i
；将特征向量存储在列表V＝[v1，v2，...，v
n
]中；返回特征值列表E和特征向量列表V；将特征值列表E和特征向量列表V按照特征值的大小进行排序；得到按特征值降序排列的列表E
′
和相应的特征向量列表V
′
；从列表E
′
和V
′
中选择前k个特征值和对应的特征向量，分别得到列表E
″
和V
″
；返回特征值列表E
″
和特征向量列表V
″
。
[0012]进一步的，所述将特征值列表E
″
和特征向量列表V
″
输入预设的基于长短时记忆网络的供能需求度计算模型，得到供能需求度U的方法包括：使用如下公式计算特征值本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.智能计算机UPS系统，其特征在于，所述系统包括：供能预测分析单元、供能阵列和充能部分；所述供能阵列，包括：第一供能部分、第二供能部分和储能部分；所述第一供能部分和第二供能部分交替为目标计算机进行供能，均分别包括多个功能相同且独立运行的供能单元；每个供能单元用于对目标计算机的一个运行单元进行供能；所述储能部分包括多个储能单元，用于为第一供能部分和第二供能部分进行充能，具体包括：当第一供能部分为目标计算机供能时，储能部分按照预设的先后顺序，调用储能单元，按照供能预测分析单元的指令为第二供能部分进行充能，当第二供能部分为目标计算机供能时，储能部分按照预设的先后顺序，调用储能单元，按照供能预测分析单元的指令为第一供能部分进行充能；所述供能预测分析单元用于获取目标计算机的历史运行数据，对目标计算机进行供能预测分析，得到目标计算机的每个运行单元在每个设定的供能周期内的供能需求度，生成指令发送至储能部分；所述充能部分用于实时获取储能部分每个储能单元的储能量，当任一储能单元的储能量为0时，为该储能单元进行充能。2.如权利要求1所述的智能计算机UPS系统，其特征在于，所述目标计算机的运行单元包括：CPU、显卡、内存、硬盘和主板。3.如权利要求1所述的智能计算机UPS系统，其特征在于，所述供能周期满足以下约束条件：条件：其中，N为目标计算机的运行单元的数量；Cap为硬盘容量，单位为GB；Fc为CPU频率，单位为Hz；Fm为主板频率，单位为Hz；M为内存容量，单位为GB；Fg为显卡频率，单位为Hz。4.如权利要求3所述的智能计算机UPS系统，其特征在于，所述供能预测分析单元获取目标计算机的历史运行数据时，执行以下步骤：针对每个目标计算机的运行单元，获取其历史的在每个单位时间的耗能量，将所有获取到的数据组成一个集合，作为该运行单元的历史运行数据；所述CPU的历史运行数据表示为：C＝{C1，C2，...，C
n
}；所述显卡的历史运行数据表示为：G＝{G1，G2，...，G
n
}；所述内存的历史运行数据表示为：Mem＝{Mem1，Mem2，...，Mem
n
}；所述硬盘的历史运行数据表示为：D＝{D1，D2，...，D
n
}；所述主板的历史运行数据表示为：Mo＝{Mo1，Mo2，...，Mo
n
}。5.如权利要求4所述的智能计算机UPS系统，其特征在于，所述供能预测分析单元对目标计算机进行供能预测分析，得到目标计算机的每个运行单元在每个设定的供能周期内的供能需求度的方法包括：将CPU的历史运行数据C＝{C1，C2，...，C
n
}、显卡的历史运行数据G＝{G1，G2，...，G
n
}、内存的历史运行数据Mem＝{Mem1，Mem2，...，Mem
n
}、硬盘的历史运行数据D＝{D1，D2，...，D
n
}、主板的历史运行数据Mo＝{Mo1，Mo2，...，Mo
n
}，分为作为一个矩阵的行向量，组成一个矩阵提取矩阵H的混沌矩阵特征，得到特征值列表E
″
和特征向量列表V
″
；将特征值列表E
″
和特征向量列表V
″
输入预设的基于长短时记忆网络的供能需求
度计算模型，得到供能需求度U。6.如权利要求5所述的智能计算机UPS系统，其特征在于，所述提取矩阵H的混沌矩阵特征，得到特征值列表E
″
和特征向量列表V
″
的方法包括：初始混沌矩阵参数；所述混沌矩阵参数包括：矩阵的维度n，初始状态x0，混沌映射参数a、b、c、d和迭代次数t；根据初始化的混沌矩阵参数，生成混沌序列，具体包括：初始化一个长度为t的空列表X＝[]，对于i从1到t：计算新的状态x
i
＝(a
·
x
i
‑1+b)mod1，将x
i
添加到列表X中；初始化一个n
×
n的零矩阵Mn；填充零矩阵Mn，具体包括：对于i从1到n，以...

【专利技术属性】
技术研发人员：谭春，任列文，
申请(专利权)人：深圳世纪京深科技有限公司，
类型：发明
国别省市：