一种高密度服务器机房的智能温度管理方法及系统与流程

本发明涉及智能温度管理，具体为一种高密度服务器机房的智能温度管理方法及系统。

背景技术：

1、高密度服务器机房是指在有限的空间内部署大量服务器设备，以实现更高的计算和存储能力，如机架式服务器、刀片服务器等，以满足日益增长的计算需求，由于服务器设备密度较高，导致热量散发也相对较高，因此需要采用专业的散热设备和冷源系统来控制机房的温度，保持在适宜的范围内为了提高高密度服务器机房的效率和稳定性，通常采用智能温度管理系统，以实时监测和调节机房内部的温度，确保服务器设备工作在最佳环境条件下，同时也可以节约能源和降低成本，总的来说，高密度服务器机房具有高效、节能和稳定的特点，是大中型企业和数据中心常用的服务器部署形式，可以满足大规模计算和存储需求。

2、专利公开号为cn117574613a的一种基于人工智能的自动化机房的温度预测系统，包括：温度采集模块通过温度采集装置采集机房内壁的温度、机房空气的温度与机房设备的温度，再通过热量采集装置采集房内壁的热量变化量、机房设备的热量变化量与机房通风孔的热量变化量，通过采集数据构建机房温度系统模型；数据分析模块通过所述机房温度系统模型中的温度进行分析，获取机房内部的温度变化情况；温度预测模块根据所述温度变化情况对机房温度进行预测，获取机房的温度变化趋势；温度智能调控模块根据所述温度变化趋势对机房温度进行调控；本发明可以解决现有方案中机房温度预测不准确不及时的问题，同时能够通过温度智能调控模块节约能耗。

3、上述以及类似的技术方案在使用的过程中，由于高密度机房内服务器的密度比较高，因此一般都需要在机房内的多个方位均安装冷源进行降温，但是由于机房内每个服务器的工作负载情况不一致，因此当统一对机房内的温度进行调节时，部分负载较高的服务器的温度依旧未能得到有效调节，从而影响服务器的工作情况，并且冷源在对服务器进行降温时，是针对服务器所在位置的一定范围内进行降温，无法实现对某一个服务器的针对式降温，当服务器需要紧急降温时，无法在短时间内实现对服务器的快速降温。

技术实现思路

1、本发明的目的在于提供一种高密度服务器机房的智能温度管理方法及系统，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：一种高密度服务器机房的智能温度管理方法及系统，包括：

3、位置获取：基于第一获取方式获取服务器位置以及冷源位置，分别得到第一位置集和第二位置集，第一位置集至少包括一台服务器的位置，第二位置集至少包括一台冷源的位置；

4、温度获取：基于第二获取方式获取服务器的实时温度，得到实时温度集；

5、冷源调度：设定服务器的工作温度阈值，当实时温度集达到工作温度阈值时，基于第一位置集和第二位置集，通过调度方法调度冷源对服务器进行降温；

6、调度优化：基于第三获取方式获取服务器的进风口位置以及冷源的出风口位置，分别得到进风数据集和出风数据集，基于进风数据集和出风数据集，通过优化方法对冷源的调度进行优化；

7、所述优化方法包括：

8、步骤一：进风范围确定，基于进风数据集，设定第一位置集中各服务器的最佳进风范围，得到至少一个进风角度项；

9、步骤二：出风范围确定，基于出风数据集，确定第二位置集中各冷源的出风范围，得到至少一个出风角度项；

10、步骤三：范围延展，按照出风角度项进行等比例延展，判断经过延展后出风角度项是否覆盖进风角度项，当出风角度项能覆盖进风角度项时，判定此时的冷源能满足对服务器的最佳降温，并按照能达到这种出风角度项状态的冷源设置对冷源进行控制；

11、步骤四：冷源组合，基于出风角度项对进风角度项的覆盖面积，当覆盖面积未达到进风角度项总面积的预设阈值时，重复步骤三选择另一个冷源对服务器进行组合降温。

12、更进一步地，所述调度方法包括：

13、s1：需求点确定，基于第一位置集，以实时温度集达到工作温度阈值的服务器位置坐标为需求点，得到需求点集；

14、s2：供给点确认，基于需求点集，设定需求范围，得到至少一个处于需求范围内的冷源，以冷源的位置坐标为供给点，得到供给点集；

15、s3：路径生成，基于需求点集以及供给点集，生成至少一条连接需求点集以及供给点集的直线，得到路径集；

16、s4：路径排序，基于路径集，对路径集按照路径长短进行排序，得到路径排序项，并根据路径排序项优先调度路径最短的供给点对需求点进行降温。

17、更进一步地，所述调度方法还包括：

18、s5：路径筛选，在s4的过程中，当目标需求点与供给点之间最短的路径中供给点正处于对另外的需求点进行降温状态时，根据路径排序项，选择下一条路径中的供给点对目标需求点进行降温。

19、更进一步地，所述第一获取方式包括定位器获取：

20、m1：定位设备安装，在服务器以及冷源上分别安装定位设备，在服务器以及冷源安装的过程中持续获取服务器以及冷源的位置变动信息；

21、m2：特征点获取，以定位设备的位置坐标信息分别作为服务器以及冷源的特征点信息，分别得到多个第一特征点以及多个第二特征点，第一特征点组合为第一位置集，第二特征点组合为第二特征集。

22、更进一步地，所述第二特征点中对应有至少一个常备冷源，第一获取方式还包括：

23、m3：面积确定，获取机房的室内面积数据，得到室内面积项；

24、m4：常备冷源确定：在m2的过程中，基于多个第二特征点的位置坐标信息，以相对位置处于室内面积项中间位置的第二特征点作为常备冷源，得到筛选特征点，筛选特征点组合为第二特征集。

25、更进一步地，所述第二获取方式包括常规获取：基于第一特征点，以第一特征点的位置安装至少一个温度传感器，对服务器的实时温度进行一对一或者是多对一实时扫描获取，得到多个基于第一特征点的实时扫描项，多个实时扫描项组合为实时温度集。

26、更进一步地，所述第二获取方式包括预测获取：

27、p1：负载获取，基于第一位置集，获取服务器的实时负载率；

28、p2：温度预测，基于实时负载率预测服务器的温度，得到预测温度项；

29、p3：温度对比，将预测温度项与实时扫描项进行对比，当预测温度项大于实时扫描项时，此时实时温度集为多个预测温度项组合，反之，当预测温度项小于实时扫描项时，此时实时温度集为多个实时扫描项组合。

30、更进一步地，所述第三获取方式包括：

31、x1：位置获取，在机房内安装多组拍摄机位，分别对机房内的服务器以及冷源进行拍摄，得到图像集；

32、x2：面积获取，基于图像集，分别获取服务器的进风面积以及冷源的出风面积，得到进风面积项以及出风面积项，进风数据集包括多个进风面积项；

33、x3：范围计算，基于出风面积项以及图像集，在冷源的横向出风扇叶上中点位置设置至少两个特征点，在冷源的纵向出风扇叶上中点位置设置至少两个特征点，以横向出风扇叶上两个特征点的连线倾斜角作为冷源的左右摆动范围，以纵向出风扇叶上两个特征点的连线倾斜角作为冷源的上下摆动范围，出风数据集包括左右摆动范围以及上下摆动范围。

34、一种高密度服务器机房的智能温度管理系统，使用了上述的一种高密度服务器机房的智能温度管理方法。

35、与现有技术相比，本发明的有益效果是：

36、该高密度服务器机房的智能温度管理方法及系统，通过对服务器的实时温度进行检测获取，当有服务器需要进行降温时，通过调度冷源进行降温工作，并且在冷源的调度过程中，对冷源的调度方式进行优化，使得冷源能以最快的速度以及最佳的降温效果来实现对服务器的降温效果，实现了节省能源效果的同时，可以针对目标服务器进行快速降温。

37、同时，在对服务器进行降温时，根据服务器的进风口位置，调节冷源的出风角度，使得冷源吹出的冷风能以最短的路径到达服务器的进风口处，从而实现对服务器的最佳降温效果，并且当冷源由于出风范围的限制导致无法对部分服务器进行有效且充分的降温时，可同时联动另外的冷源同时对目标服务器进行降温，充分保证了对服务器的快速降温效果，并且通过对服务器的负载率进行检测，能根据服务器的负载率预测到服务器后续的温度变化，以预测的温度作为服务器的实时温度，并且调度冷源进行降温，可以更有效实现对服务器的预降温效果。

38、不仅如此，可以根据进风范围更有针对性的调节冷源的出风范围，并且可以判断出风范围是否能覆盖到服务器的进风范围，当出风范围能覆盖到服务器的进风范围时，意味着冷源能满足对服务器的最佳降温效果，反之，当出风范围不能覆盖到服务器的进风范围或者是无法完全覆盖到服务器的进风范围时，意味着冷源不能满足对服务器的最佳降温效果，此时根据冷源出风范围对服务器进风范围的覆盖面积来决定是否调度另一台冷源对目标服务器进行降温，预设阈值为可变更项，例如，当出风范围未达到进风范围总面积的一半以上时，则通过调度另一个冷源的方式对服务器进行组合降温。