[发明专利]基于人工智能的数据中心节能调温方法、系统和介质

权利要求书

1.基于人工智能的数据中心节能调温方法，其特征在于，包括以下步骤：

采集预设时间段内数据中心各服务器组区域的多帧热感应图像集并预处理获得多个热力图像，对热力图像进行信息识别获得各服务器组区域的区域特征信息，包括热力特征信息和属性特征信息；

根据所述多个热力图像的热力特征信息提取热能变化特征数据，根据所述属性特征信息通过预设服务器性能信息数据库查询获取各服务器组的性能指标数据；

根据所述属性特征信息在预设服务器监测平台中查询获得对应服务器组在时间节点的运行性能动态监测数据，以及服务器组对应冷却组在所述时间节点的制冷特征数据；

根据所述性能指标数据处理获得对应所述各服务器组的算力特性系数，并根据所述制冷特征数据进行处理获得所述冷却组在所述时间节点的冷效数据；

根据所述运行性能动态监测数据与性能指标数据进行处理获得所述服务器组在所述时间节点的性能动态检测数据，并根据所述性能动态检测数据结合所述热能变化特征数据进行加权处理，获得对应时间节点的热效稳态数据；

根据所述热效稳态数据结合所述算力特性系数以及所述冷效数据通过预设功耗热力冷效处理模型进行聚合处理，获得所述预设时间段内服务器组的功耗热力冷效积聚数据；

根据所述各服务器组的功耗热力冷效积聚数据分别与预设热能冷却功效阈值级进行阈值对比，获得对应热能冷却功效级数，并根据热能冷却功效级数对应的冷效功调方案进行冷却调节。

2.根据权利要求1所述的基于人工智能的数据中心节能调温方法，其特征在于，所述采集预设时间段内数据中心各服务器组区域的多帧热感应图像集并预处理获得多个热力图像，对热力图像进行信息识别获得各服务器组区域的区域特征信息，包括热力特征信息和属性特征信息，包括：

采集预设时间段内数据中心各服务器组区域的多帧热感应图像集，对多帧热感应图像集进行预处理获得多个热力图像；

对热力图像进行信息识别获得各服务器组区域的区域特征信息，包括热力特征信息和属性特征信息；

所述热力特征信息包括热感应数据信息和热辐射参数信息，所述属性特征信息包括型号类别信息、定位标识信息以及冷却组型号适配信息。

3.根据权利要求2所述的基于人工智能的数据中心节能调温方法，其特征在于，所述根据所述多个热力图像的热力特征信息提取热能变化特征数据，根据所述属性特征信息通过预设服务器性能信息数据库查询获取各服务器组的性能指标数据，包括：

获取生成所述热力图像对应的时间节点信息，根据相邻时间节点信息对应的所述热力特征信息提取热能变化特征数据，包括热能变化率数据；

根据所述型号类别信息和定位标识信息通过预设服务器性能信息数据库进行查询，获取各服务器组的性能指标数据，包括能耗指标数据、功率指标数据以及算力容量指标数据。

4.根据权利要求3所述的基于人工智能的数据中心节能调温方法，其特征在于，所述根据所述属性特征信息在预设服务器监测平台中查询获得对应服务器组在时间节点的运行性能动态监测数据，以及服务器组对应冷却组在所述时间节点的制冷特征数据，包括：

根据所述定位标识信息在预设服务器监测平台中查询获得对应服务器组在所述时间节点信息对应的运行性能动态监测数据，包括实际能耗数据、实际功率数据和算力载荷数据；

根据所述冷却组型号适配信息获取所述服务器组对应匹配冷却组在所述时间节点的制冷特征数据，包括制冷功率数据和冷力值数据。

5.根据权利要求4所述的基于人工智能的数据中心节能调温方法，其特征在于，所述根据所述性能指标数据处理获得对应所述各服务器组的算力特性系数，并根据所述制冷特征数据进行处理获得所述冷却组在所述时间节点的冷效数据，包括：

根据所述能耗指标数据、功率指标数据以及算力容量指标数据进行处理获得对应所述各服务器组的算力特性系数；

根据所述制冷功率数据和冷力值数据进行处理获得所述冷却组在所述时间节点的冷效数据；

所述算力特性系数和冷效数据的计算公式分别为：

；

；

其中，为算力特性系数，为冷效数据，、、分别为能耗指标数据、功率指标数据、算力容量指标数据，、分别为制冷功率数据、冷力值数据，、、、、为预设特征系数。