[发明专利]一种机房温度分布预测方法及系统

说明书

本文提供了一种机房温度分布预测方法及系统，其中，方法包括：接收用户输入的机房空调出风口参数信息；将所述机房空调出风口参数信息输入至机房温度预测模型中，预测得到机房设备温度信息；判断预测得到的机房设备温度信息是否满足预设温度，若预测得到的机房设备温度信息满足预设温度，则根据所述机房空调出风口参数信息控制机房空调；其中，所述机房温度预测模型根据预先采集的机房空调出风口参数信息、机房空调位置信息、机房设备温度信息及机房设备位置信息利用深度神经网络模型训练得到。本文能够精确地确定机房空调出风口参数，使得机房内温度快速地实现控制。

技术领域

本文涉及机房温度控制领域，尤其涉及一种机房温度分布预测方法及系统。

背景技术

现有技术中，为了保障机房设备正常运行，需将机房温度维持在一定区间内，当温度超过合理区间后，设备运行将受到影响，也可能会出现异常。传统模式下，为了实现对机房温度的预测，采用在机房内选取若干分散点位布置温度传感器，通过温度传感器获取温度数据的方式，当发现温度超标时采取加大临近空调出风口送风量及降低温度等做法进行温度控制。但在机房容积不断扩大、设备数量急剧增长的发展趋势下，这一模式面临着不少挑战：

1.温度采集点密度小，难以覆盖机房所有有效区域，且所采数据受其所在位置影响较大，不能精确反映机房温度分布及设备运行环境实际工况；

2.变动温度采集点位工作量大、周期长，需要重新调整规划、铺设线缆、配置参数，不利于快速生效；

3.不便于确定机房各位置温度与机房空调出风口送风量、温度及位置等因素关联关系。因此，在调整空调出风口参数前，难以评估空调对机房内各处温度的影响，需要在调整过程中多次尝试，耗时长精准度较差。

发明内容

本文用于解决现有技术中因单独布置的温度传感器位置不确定，无法确定机房各位置温度与机房空调出风口送风量、温度及位置等因素关联关系，因此，机房内温度出现异常进行温度调整时，需要多次设定空调参数信息，具有耗时长精确度差的问题。

为了解决上述技术问题，本文的第一方面提供机房温度分布预测方法，包括：

接收用户输入的机房空调出风口参数信息；

将所述机房空调出风口参数信息输入至机房温度预测模型中，预测得到机房设备温度信息；

判断预测得到的机房设备温度信息是否满足预设温度，若预测得到的机房设备温度信息满足预设温度，则根据所述机房空调出风口参数信息控制机房空调；

其中，所述机房温度预测模型根据预先采集的机房空调出风口参数信息、机房空调位置信息、机房设备温度信息及机房设备位置信息利用深度神经网络模型训练得到。

本文进一步实施例中，机房温度预测模型的训练过程包括：

获取机房设备位置信息及机房空调出风口位置信息；

采集多组机房设备温度信息及机房空调出风口参数信息；

将每一时刻采集的机房设备的温度信息及机房设备位置信息作为输出，将该时刻采集的机房空调出风口参数信息及机房空调出风口位置信息作为输入，利用深度神经网络模型训练得到机房温度预测模型。

本文进一步实施例中，采集多组机房设备温度信息及机房空调出风口参数信息包括：

通过智能平台管理接口(IPMI，Intelligent Platform Management Interface)向支持带外管理功能的机房设备发送温度获取指令，从而获取机房设备温度信息；

通过机房空调监控系统数据接口向机房空调发送空调参数获取指令，从而获取机房空调参数信息。

本文进一步实施例中，通过智能平台管理接口发送温度获取指令之前还包括：