[发明专利]一种实时温度数据采集系统及其基于学习模型的温度调节方法

说明书

本发明涉及温度采集和控制技术领域，具体为一种实时温度数据采集系统，所述系统包括：多个机房空调、上位机、主控制器、总线模块、传感器模组；所述上位机用于根据机房内的温度数据下发控制指令；所述主控制器用于接收所述上位机下发的控制指令，并根据控制指令控制所述机房空调的送风温度；所述总线模块设置有多个；所述传感器模组与所述总线模块通讯连接，用于采集机房内的温度数据。本发明的一种基于学习模型的温度调节方法，通过所述的实时温度数据采集系统调节机房空调的送风温度。本发明通过神经网络学习模型预测机房空调的参数设定，并对机房空调进行集中控制，大幅降低空调系统的能耗，实现对机房制冷需求的精确控制。

技术领域

本发明涉及温度采集和控制技术领域，具体为一种实时温度数据采集系统及其基于学习模型的温度调节方法。

背景技术

伴随着人工智能、5G、云计算、物联网等新技术的迅速应用，数据流量激增，数据中心的机房市场持续快速发展，需要安置的服务器越来越多，机房的数量也越来越多，机房空调系统是由一组空调组成，而其中每一台空调由压缩机、风机等器件拼装组合而成，空调的运行台数及每台设备供冷量之间的协调控制都与系统节能运行密切相关。

机房空调系统的能耗问题成为整个行业的焦点,盲目通过增加空调数量或降低空调设定温度不但无法彻底解决设备过热问题，而且会导致机房能耗大幅攀升。

目前，传统的机房空调集控系统机房基于运维人员经验，空调开启台数和参数设定相对独立，无法做到协同高效，系统的节能效果有限，由于影响空调冷空气输送的因素众多，在实际操作中无法在一一测试，不然会耗费大量人力物力，并伴随不可控的风险，这使得传统机房空调集控系统的方法遭遇瓶颈。鉴于此，我们提出一种实时温度数据采集系统及其基于学习模型的温度调节方法。

发明内容

本发明的目的在于提供一种实时温度数据采集系统及其基于学习模型的温度调节方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种实时温度数据采集系统，所述系统包括：多个机房空调、上位机、主控制器、总线模块、传感器模组；

所述上位机用于根据机房内的温度数据下发控制指令；

所述主控制器与所述上位机通讯连接，用于接收所述上位机下发的控制指令，并根据控制指令控制所述机房空调的送风温度；

所述总线模块设置有多个，均与所述主控制器通讯连接；

所述传感器模组与所述总线模块通讯连接，用于采集机房内的温度数据，所述传感器模组包括：空调送风口温度传感器、空调回风口温度传感器、机房冷通道温度传感器、机房热通道温度传感器、机柜进风侧温度传感器。

优选的，还包括备份控制器，所述备份控制器与所述主控制器、总线模块和机房空调均通过通讯连接。

本发明还提供一种基于学习模型的温度调节方法，通过所述的实时温度数据采集系统调节机房空调的送风温度，其特征在于，包括以下步骤：

A：通过传感器模组实时采集机房内的温度数据，所述温度数据包括：空调送风口温度、空调回风口温度、机房冷通道温度、机房热通道温度和机柜进风侧温度；

B：建立多数据来源的神经网络模型，以空调送风口温度、空调回风口温度和机柜进风侧温度作为神经网络模型的输入层，以机房空调的回风设定温度和机柜一定时间间隔的最高进风温度作为输出层，训练获得神经网络学习模型；

C：利用所述神经网络学习模型对机房空调的回风设定温度进行预测；

D：上位机根据所述神经网络学习模型预测得到的回风设定温度控制所述机房空调的送风温度。