一种基于人工智能的数据机房环境管理系统和方法与流程

本发明属于人工智能，尤其涉及一种基于人工智能的数据机房环境管理系统和方法。

背景技术：

1、为了实现对数据机房环境管理，现有技术方案中通过根据设备温度监测值与环境温度监测值的加权平均值、次湿度阀值的监控，对主干燥设备和温度控制设备进行控制，但是却存在以下技术问题：

2、忽视了机房内部的环境含尘量对于湿度阈值的影响，具体的，当机房内部的环境含尘量较大时，若湿度过高，不仅会导致机房设备的静电发生的概率变大，同时也会导致机房设备的散热装置的结尘概率变大，导致机房设备的散热变差，进而影响机房设备的运行的安全性。

3、针对上述技术问题，本发明提供了一种基于人工智能的数据机房环境管理系统和方法。

技术实现思路

1、为实现本发明目的，本发明采用如下技术方案：

2、根据本发明的一个方面，提供了一种基于人工智能的数据机房环境管理方法。

3、一种基于人工智能的数据机房环境管理方法，其特征在于，具体包括：

4、s11通过数据机房的机房设备的类型、处理的数据类型以及数据量将所述机房设备划分为一般设备、特殊设备，并通过所述一般设备和特殊设备的数量以及所述数据机房的面积确定所述数据机房的温湿度阈值；

5、s12根据所述机房设备的散热风扇的数量以及通风量、pcb板面积、运行年限采用人工智能模型进行所述机房设备的修正评估量的确定，并通过所述修正评估量将所述机房设备划分为关注机房设备和其它机房设备，通过所述关注机房设备和其它机房设备的数量以及所述机房设备的修正评估量确定是否需要对温湿度阈值进行修正，若是，则进入步骤s14，若否，则进入步骤s13；

6、s13通过所述数据机房的含尘量确定是否需要对所述温湿度阈值进行修正，若是，则进入步骤s14，若否，则根据所述温湿度阈值对所述数据机房进行温湿度控制；

7、s14通过所述数据机房的含尘量、所述关注机房设备和其它机房设备的数量、所述机房设备的修正评估量对所述温湿度阈值进行修正得到调节阈值，并根据所述调节阈值对所述数据机房进行温湿度控制。

8、进一步的技术方案在于，所述数据机房的机房设备的类型包括但不限于服务器、交换机、路由器、硬件网关、硬件防火墙。

9、进一步的技术方案在于，通过数据机房的机房设备的类型、处理的数据类型以及数据量将所述机房设备划分为一般设备、特殊设备，具体包括：

10、s21获取所述数据机房的机房设备的类型，并判断所述机房设备的类型是否属于特定设备类型，若是，则确定所述机房设备为特殊设备，若否，则进入步骤s22；

11、s22获取所述机房设备处理的数据类型，并通过所述数据类型是否需要进行数据量的判断，若是，则进入步骤s23，若否，则进入步骤s24；

12、s23获取所述机房设备在设定时间内的处理的数据量，并通过所述机房设备在设定时间内的处理的数据量进行所述机房设备在设定时间内的处理的数据量的最大值以及平均值的确定，并结合所述机房设备的累计的处理数据量进行所述机房设备的数据评估量的确定，并通过所述机房设备的数据评估量确定所述机房设备是否属于特殊设备，若是，则确定所述机房设备为特殊设备，若否，则进入步骤s24；

13、s24通过所述机房设备的类型、处理的数据类型、数据评估量进行所述机房设备的类型评估值的确定，并通过所述类型评估值将所述机房设备划分为一般设备和特殊设备。

14、进一步的技术方案在于，所述特定设备类型包括但不限于硬件网关、硬件防火墙。

15、进一步的技术方案在于，通过所述类型评估值将所述机房设备划分为一般设备和特殊设备，具体包括：

16、当所述机房设备的类型评估值大于预设类型值时，则确定所述机房设备为特殊设备，若否，则确定所述机房设备为一般设备。

17、进一步的技术方案在于，所述修正评估量的取值范围在0到1之间，其中所述机房设备的静电修正评估量越大，所述散热修正评估量越大，所述机房设备的运行年限越长，所述数据机房的历史含尘量越高，则所述机房设备的修正评估量越大。

18、进一步的技术方案在于，当通过所述数据机房的含尘量确定大于预设值时，则确定需要对温湿度阈值进行修正。

19、第二方面，本发明提供了一种计算机系统，包括：通信连接的存储器和处理器，以及存储在所述存储器上并能够在所述处理器上运行的计算机程序，其特征在于：所述处理器运行所述计算机程序时执行上述的一种基于人工智能的数据机房环境管理方法。

20、第三方面，本发明提供了一种计算机存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行上述的一种基于人工智能的数据机房环境管理方法。

21、本发明的有益效果在于：

22、通过所述一般设备和特殊设备的数量以及所述数据机房的面积确定所述数据机房的温湿度阈值，从而使得温湿度阈值的确定不仅考虑到数据机房的面积对调节速率的影响，同时还考虑到不同类型的设备的数量的可靠性要求的差异，保证了温湿度调节的安全性。

23、通过所述关注机房设备和其它机房设备的数量以及所述机房设备的修正评估量确定是否需要对温湿度阈值进行修正，从而实现了从机房设备的使用年限以及不同的使用年限对散热效率以及静电发生概率的影响，同时考虑到整个机房设备的安全性，进一步保证了温湿度调节的安全性。

24、通过所述数据机房的含尘量、所述关注机房设备和其它机房设备的数量、所述机房设备的修正评估量对所述温湿度阈值进行修正得到调节阈值，既考虑到不同的含尘量差异对温湿度调节阈值的影响，同时还考虑到运行年限导致的机房设备的安全状态对温湿度调节阈值的影响，保证了机房设备的运行的安全性和可靠性。

25、其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。

26、为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

技术特征：

1.一种基于人工智能的数据机房环境管理方法，其特征在于，具体包括：

2.如权利要求1所述的一种基于人工智能的数据机房环境管理方法，其特征在于，所述数据机房的机房设备的类型包括但不限于服务器、交换机、路由器、硬件网关、硬件防火墙。

3.如权利要求1所述的一种基于人工智能的数据机房环境管理方法，其特征在于，通过数据机房的机房设备的类型、处理的数据类型以及数据量将所述机房设备划分为一般设备、特殊设备，具体包括：

4.如权利要求3所述的一种基于人工智能的数据机房环境管理方法，其特征在于，所述特定设备类型包括但不限于硬件网关、硬件防火墙。

5.如权利要求3所述的一种基于人工智能的数据机房环境管理方法，其特征在于，通过所述类型评估值将所述机房设备划分为一般设备和特殊设备，具体包括：

6.如权利要求1所述的一种基于人工智能的数据机房环境管理方法，其特征在于，所述修正评估量确定的具体步骤为：

7.如权利要求1所述的一种基于人工智能的数据机房环境管理方法，其特征在于，所述修正评估量的取值范围在0到1之间，其中所述机房设备的静电修正评估量越大，所述散热修正评估量越大，所述机房设备的运行年限越长，所述数据机房的历史含尘量越高，则所述机房设备的修正评估量越大。

8.如权利要求1所述的一种基于人工智能的数据机房环境管理方法，其特征在于，当通过所述数据机房的含尘量确定大于预设值时，则确定需要对温湿度阈值进行修正。

9.一种计算机系统，包括：通信连接的存储器和处理器，以及存储在所述存储器上并能够在所述处理器上运行的计算机程序，其特征在于：所述处理器运行所述计算机程序时执行权利要求1-8任一项所述的一种基于人工智能的数据机房环境管理方法。

10.一种计算机存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行权利要求1-8任一项所述的一种基于人工智能的数据机房环境管理方法。

技术总结本发明提供一种基于人工智能的数据机房环境管理系统和方法，属于人工智能技术领域，具体包括：根据机房设备的散热风扇的数量以及通风量、PCB板面积、运行年限进行机房设备的修正评估量的确定，并通过修正评估量将机房设备划分为关注机房设备和其它机房设备，通过关注机房设备和其它机房设备的数量以及机房设备的修正评估量确定需要对温湿度阈值进行修正时，通过数据机房的含尘量、关注机房设备和其它机房设备的数量、机房设备的修正评估量对温湿度阈值进行修正得到调节阈值，并根据调节阈值对数据机房进行温湿度控制，从而进一步提升了温湿度控制的安全性。技术研发人员：邹志浩,梁建,曹龙宇,石杰,陶嘉驹,张雪,陈煜受保护的技术使用者：杭银消费金融股份有限公司技术研发日：技术公布日：2024/7/9