水冷主机的控制方法及装置、非易失性存储介质、处理器.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114980688A(43)申请公布日2022.08.30(21)申请号202210647016.6(22)申请日2022.06.09(71)申请人中国电信股份有限公司地址100033北京市西城区金融街31号(72)发明人张渊林武隽杨子靖翟骏(74)专利代理机构北京康信知识产权代理有限责任公司11240专利代理师张文华(51)Int.Cl.H05K7/20(2006.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书8页附图2页(54)发明名称水冷主机的控制方法及装置、非易失性存储介质、处理器(57)摘要本申请公开了一种水冷主机的控制方法及装置、非易失性存储介质、处理器。其中，该方法包括：获取水冷主机的运行参数以及水冷主机所服务的机房的参数；根据水冷主机的运行参数以及机房的参数确定历史参数数据集，采用预设分类器对水冷主机的运行参数进行分类，得到水冷主机的状态特征；根据历史参数数据集和水冷主机的状态特征确定目标神经网络模型，其中，目标神经网络模型包括：参数神经网络模型、状态神经网络模型以及告警神经网络模型；根据目标神经网络模型预测水冷主机的告警信息，并根据告警信息调整水冷主机的运行参数。本申请解决了由于人工调整水冷主机无法形成固定化规则造成的水冷主机产生能耗冗余的技术问题。CN114980688ACN114980688A权利要求书1/2页1.一种水冷主机的控制方法，其特征在于，包括：获取水冷主机的运行参数以及所述水冷主机所服务的机房的参数；根据所述水冷主机的运行参数以及所述机房的参数确定历史参数数据集，采用预设分类器对所述水冷主机的运行参数进行分类，得到所述水冷主机的状态特征；根据所述历史参数数据集和所述水冷主机的状态特征确定目标神经网络模型，其中，所述目标神经网络模型包括：参数神经网络模型、状态神经网络模型以及告警神经网络模型；根据所述目标神经网络模型预测所述水冷主机的告警信息，并根据所述告警信息调整所述水冷主机的运行参数。2.根据权利要求1所述的方法，其特征在于，根据所述历史参数数据集和所述水冷主机的状态特征确定目标神经网络模型，包括：将所述历史参数数据集确定为所述参数神经网络模型的输入值，所述机房的参数确定为所述参数神经网络模型的输出值，对所述参数神经网络模型进行训练，得到训练完成的所述参数神经网络模型；将所述水冷主机的运行参数确定为所述状态神经网络模型的输入值，所述水冷主机的状态特征确定为所述状态神经网络模型的输出值，对所述状态神经网络模型进行训练，得到训练完成的所述状态神经网络模型；将所述水冷主机的状态特征确定为所述告警神经网络模型的输入值，所述告警信息的分类结果确定为所述告警神经网络模型的输出值，对所述告警神经网络模型进行训练，得到训练完成的所述告警神经网络模型。3.根据权利要求1或2所述的方法，其特征在于，根据所述目标神经网络模型预测所述水冷主机的告警信息，包括：将所述水冷主机的运行参数输入至所述参数神经网络模型，得到所述水冷主机在目标时刻的运行参数，其中，所述目标时刻为获取所述水冷主机的运行参数的当前时刻之后的时刻；将所述水冷主机在所述目标时刻的运行参数输入至所述状态神经网络模型，得到所述水冷主机在所述目标时刻的状态特征；将所述水冷主机在所述目标时刻的状态特征输入至所述告警神经网络模型，得到所述水冷主机在所述目标时刻的告警信息。4.根据权利要求3所述的方法，其特征在于，根据所述告警信息调整所述水冷主机的运行参数，包括：根据所述告警信息确定目标能耗控制参数，其中，所述目标能耗控制参数为能够保证所述水冷主机在所述目标时刻不会生成告警信息，且所述水冷主机的能耗达到目标能耗的运行参数；根据所述目标能耗控制参数，调整所述水冷主机的运行参数。5.根据权利要求4所述的方法，其特征在于，根据所述目标能耗控制参数，调整所述水冷主机的运行参数，包括：根据所述目标能耗控制参数调整所述水冷主机的以下至少之一运行参数：压缩机的频率及冷冻水泵的工作频率；2CN114980688A权利要求书2/2页通过楼宇自动控制系统远程调整所述水冷主机的运行参数。6.根据权利要求1述的方法，其特征在于，根据所述水冷主机的运行参数以及所述机房的参数确定历史参数数据集之前，所述方法还包括：对所述水冷主机的运行参数以及所述机房的参数进行统计学处理，其中，所述水冷主机的运行参数及所述的机房的参数是按照预设时间间隔获取到的。7.根据权利要求1所述的方法，其特征在于，包括：所述水冷主机的运行参数包括以下至少之一：所述水冷主机的压缩机运行频率及运行功耗；所述机房的参数包括以下至少之一：所述机房的温度、湿度以及所述机房内机柜的温度。8.一种水冷主机的控制装置，其特征