[发明专利]冷通道密闭管理方法、装置及终端设备

权利要求书

1.一种冷通道密闭管理方法，其特征在于，包括：

获取目标机房中的冷通道图像数据、空调在当前负载率下的输出冷量及各个机柜监测点对应的监测数据，所述监测数据包括冷量数据和温湿度数据；

基于所述目标机房中各个机柜监测点的位置信息、监测数据和机房三维模型，建立所述目标机房的三维监测数据云图；

若存在机柜监测点的监测数据超出预设监测范围，则将监测数据超出所述预设监测范围的机柜监测点作为异常监测点；

根据所述冷通道图像数据、所述三维监测数据云图或第一冷量数据，确定所述异常监测点的异常原因；所述第一冷量数据包括所述异常监测点的冷量数据和所述空调在当前负载率下的输出冷量；

根据所述异常原因生成报警信息；

所述三维监测数据云图包括三维温湿度数据云图；

所述根据所述冷通道图像数据、所述三维监测数据云图或第一冷量数据，确定所述异常监测点的异常原因，包括：

监测所述三维温湿度数据云图中是否存在第一预警区域；所述第一预警区域为温湿度数据大于预设温湿度阈值的区域；

若所述三维温湿度数据云图中存在所述第一预警区域，则获取所述第一预警区域周围预设范围内的区域作为辅助判断区域；

若所述第一预警区域的面积小于或等于第一预设面积阈值，且所述第一预警区域的温湿度平均值与所述辅助判断区域的温湿度平均值的差值大于第一预设差值，则判定所述异常监测点的异常原因为冷通道未封闭或机柜冷量泄露；

若所述第一预警区域的面积大于所述第一预设面积阈值，且所述第一预警区域的温湿度平均值与所述辅助判断区域的温湿度平均值的差值小于或等于所述第一预设差值，则判定所述异常监测点的异常原因为空调冷量输出异常。

2.如权利要求1所述的冷通道密闭管理方法，其特征在于，所述三维监测数据云图还包括三维冷量数据云图；所述基于所述目标机房中各个机柜监测点的位置信息，建立所述目标机房的三维监测数据云图，包括：

建立所述目标机房的机房三维模型；

获取所述目标机房中各个机柜监测点的位置信息；

根据各个机柜监测点的位置信息，将各个机柜监测点对应的监测数据显示于所述机房三维模型上，形成三维冷量数据云图和三维温湿度数据云图。

3.如权利要求1所述的冷通道密闭管理方法，其特征在于，所述根据所述冷通道图像数据、所述三维监测数据云图或第一冷量数据，确定所述异常监测点的异常原因，包括：

判断所述空调在当前负载率下的输出冷量是否大于预设总冷量阈值；

若所述空调在当前负载率下的输出冷量大于所述预设总冷量阈值，则判断所述异常监测点的冷量数据是否小于预设机柜冷量阈值；

若所述异常监测点的冷量数据小于所述预设机柜冷量阈值，则判定所述异常监测点的异常原因为机柜冷量泄露。

4.如权利要求3所述的冷通道密闭管理方法，其特征在于，所述根据所述冷通道图像数据、所述三维监测数据云图或第一冷量数据，确定所述异常监测点的异常原因，还包括：

若所述空调在当前负载率下的输出冷量小于或等于所述预设总冷量阈值，则调整所述空调在当前负载率下的输出冷量；

若调整后的所述空调在当前负载率下的输出冷量小于或等于所述预设总冷量阈值，则判定所述异常监测点的异常原因为空调冷量输出异常。

5.如权利要求1所述的冷通道密闭管理方法，其特征在于，所述根据所述冷通道图像数据、所述三维监测数据云图或第一冷量数据，确定所述异常监测点的异常原因，还包括：

基于所述冷通道图像数据判定所述异常原因为冷通道未封闭。

6.如权利要求3所述的冷通道密闭管理方法，其特征在于，所述方法还包括：

获取预设时间段内所述目标机房中的历史冷通道总冷量，并根据所述预设时间段内所述目标机房中的历史冷通道总冷量，计算当前时刻的冷通道总冷量预测值，并将当前时刻的冷通道总冷量预测值作为当前时刻的预设总冷量阈值；

获取预设时间段内异常监测点的历史冷量数据，并根据所述预设时间段内异常监测点的历史冷量数据，计算所述异常监测点在当前时刻的冷量数据预测值，以及将所述异常监测点在当前时刻的冷量数据预测值作为当前时刻的预设机柜冷量阈值。