[发明专利]一种基于深度学习的冷水机房控制系统

权利要求书

1.一种基于深度学习的冷水机房控制系统，其特征在于：包括

机房设备，

用于获得机房数据的传感器模块，

用于转发、处理机房数据以及控制机房设备的就地控制器，

用于处理获得机房数据并发送控制指令至就地控制器的机器学习控制器，

用于替换机器学习控制器内的深度学习模型的云服务器，

机房设备、传感器模块连接至就地控制器，就地控制器、机器学习控制器以及云服务器依次连接。

2.根据权利要求1所述的基于深度学习的冷水机房控制系统，其特征在于：还包括远程终端，远程终端连接至云服务器。

3.根据权利要求1所述的基于深度学习的冷水机房控制系统，其特征在于：传感器模块包括温度传感器、湿度传感器、流量传感器、压力传感器、风量传感器。

4.根据权利要求1所述的基于深度学习的冷水机房控制系统，其特征在于：就地控制器采用PLC、DDC或工控机。

5.根据权利要求1所述的基于深度学习的冷水机房控制系统，其特征在于：云服务器、机器学习控制器和就地控制器分别设置了独立的安全验证机制。控制指令只有同时满足多层安全验证机制后，才会执行。

6.根据权利要求1所述的基于深度学习的冷水机房控制系统，其特征在于：就地控制器实时监控每一台设备的运行状态，若某一设备出现故障，将立即报警。

7.根据权利要求1所述的基于深度学习的冷水机房控制系统，其特征在于：机器学习控制器包含了自动纠错和重启功能，当遇到不可预测的故障时，该控制器先尝试自动纠错或重启。

8.根据权利要求1所述的基于深度学习的冷水机房控制系统，其特征在于：就地控制器具有在PID控制算法、深度学习算法和人工操作等控制模式之间进行切换功能。

9.根据权利要求1所述的基于深度学习的冷水机房控制系统，其特征在于：就地控制器内置安全边界监控系统。当冷水机房系统的运行超过设置的安全边界，将强制切换到安全运行模式。

10.根据权利要求1所述的基于深度学习的冷水机房控制系统，其特征在于：就地控制器安装有软件和硬件双重强制人工指令接口。当接收到强制人工指令的命令后，控制系统立即进入人工控制优先模式，所有自动控制算法均停止运行。