[发明专利]一种全预制模块化边缘数据中心系统

权利要求书

1.一种全预制模块化边缘数据中心系统，其特征在于，包括：

至少两个机柜，所述机柜内从前至后依次分为设备室、气流循环室和制冷室，且所述设备室内设有第一服务器，所述制冷室的顶端开设有供冷媒进入的通孔；

其中，每个所述机柜内的气流循环室相连通，设备室相互隔离；

所述机柜制冷室的出风口设有温度传感器，所述设备室内设有湿度传感器，且所述温度传感器和所述湿度传感器均与所述第一服务器连接；

还包括第二服务器，所述第二服务器分别与所有的所述第一服务器连接，且每个所述机柜的制冷室内均设有风机单元，且所述第二服务器控制所有的所述风机单元；

所述第二服务器控制所述风机单元的方法包括:

利用每个所述机柜内的所述温度传感器，分别实时获取每个所述机柜出风口的检测温度；

将所述每个所述机柜出风口的检测温度通过对应的所述第一服务器输入到所述第二服务器内，按照降序或者升序分别对所有所述检测温度进行排序，并筛选出最大检测温度；

将获取的所述最大检测温度输入到所述第二服务器内，通过神经网络预测模型得到对应所述机柜的出风口的预测温度；

分别判断得到所述预测温度是否超出对应的阈值；

如果所述预测温度超出其对应的阈值时，则所述第二服务器对所有的所述风机单元输出风量进行调节；

所述神经网络预测模型构建和训练过程包括：

所述神经网络预测模型包括一个输入层、一个隐含层和一个输出层，设置输入层的输入变量包括N个所述机柜出风口在t、t-1、t-2时刻的温度序列T_nt、T_nt-1、T_nt-2、设备室湿度序列H_nt、H_nt-1、H_nt-2以及所述机柜中风机单元转速序列f_nt、f_nt-1、f_nt-2，其中，N为所述机柜的数量；

设定所述机柜出风口温度的阈值和设备室湿度的阈值，选择所述机柜出风口温度和所述设备室湿度中任一项大于所述设定阈值的样本数据作为样本数据，用所述样本数据对所述所述神经网络预测模型进行训练；

所述神经网络预测模型输入变量序列记为：

式中，w_ij是所述输入层第i和所述隐含层第j之间的权值、x_i为j点神经元节点的第i个输入；

每个所述隐含层通过sigmoid函数作为激活函数，记为：

式中，β为激活函数的陡度，且β＝1；

假设所述出风口温度的阈值为y_d(k)＝T_cf(k)，定义跟踪误差为

式中，T_cf为预计温度；T_cfd为出风口温度；k为时刻；

下一个时刻的误差信号可得到：

e_cf(k+1)＝k_ve_cf(k)；

式中，k_v为设计参数，并且|k_v|＜1。

2.如权利要求1所述的全预制模块化边缘数据中心系统，其特征在于，所述机柜的顶端上从前至后依次固接有固定框架和交换机配置柜，所述固定框架上转动设有母线槽且所述固定框架内并列设有电缆桥架和网络桥架。

3.如权利要求2所述的全预制模块化边缘数据中心系统，其特征在于，所述机柜顶端位于所述交换机配置柜内开设有用于穿过线束的槽口。

4.如权利要求3所述的全预制模块化边缘数据中心系统，其特征在于，所述固定框架上转动设有用于固定所述母线槽的支架装置，所述母线槽上设有用于与所述设备模块连接的工业连接器。

5.如权利要求4所述的全预制模块化边缘数据中心系统，其特征在于，所述交换机配置柜内设有槽道支架。