[發明專利]一種基于深度學習的冷水機房控制方法

在審

• 申請號: 201811267305.3
• 申請日: 2018-10-29
• 公開（公告）號: CN109539457A
• 公開（公告）日: 2019-03-29
• 發明（設計）人: 花靜霞
• 申請（專利權）人: 花靜霞;森垚能源科技（上海）有限公司
• 主分類號: F24F11/30
• 分類號: F24F11/30;F24F11/52;F24F11/58;F24F11/64;F24F11/65
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于深度學習的冷水機房控制方法，其特征在于：

步驟1，就地控制器獲取機房發出的機房數據；

步驟2，就地控制器發送機房數據至機器學習控制器；

步驟3，機器學習控制器發送機房數據至云服務器，并且機器學習控制器通過深度學習模型進行計算得出用于對機房的設備進行控制的控制指令，

其中，云服務器通過對大數據的處理，對云服務器內的深度學習模型進行訓練，并將訓練后的深度學習模型發送給機器學習控制器進行替換。

2.根據權利要求1所述的基于深度學習的冷水機房控制方法，其特征在于：所述就地控制器實時監控每一臺機房設備的運行狀態，若某一機房設備出現故障，將立即報警。

3.根據權利要求1所述的基于深度學習的冷水機房控制方法，其特征在于：所述就地控制器內置安全邊界監控系統，當冷水機房系統的運行超過設置的安全邊界，將強制切換到安全運行模式。

4.根據權利要求1所述的基于深度學習的冷水機房控制方法，其特征在于：所述就地控制器的控制程序根據情況在PID控制算法、深度學習算法和人工操作控制模式之間進行切換。

5.根據權利要求1所述的基于深度學習的冷水機房控制方法，其特征在于：就地控制器的控制系統內置基本冷水機房PID控制邏輯、冷水機房中設備開啟/關閉的順序控制邏輯以及安全保護控制邏輯。

6.根據權利要求1所述的基于深度學習的冷水機房控制方法，其特征在于：所述就地控制器安裝有軟件和硬件雙重強制人工指令接口，當人工指令接口接收到強制人工指令的命令后，就地控制器的控制系統立即進入人工控制優先模式，所有自動控制算法均停止運行。

7.根據權利要求1所述的基于深度學習的冷水機房控制方法，其特征在于：步驟2中，就地控制器先讀取的機房數據進行去除異常值操作后，將數據實時傳輸到機器學習控制器。

8.根據權利要求1所述的基于深度學習的冷水機房控制方法，其特征在于：所述機器學習控制器在遇到不可預測的故障時，機器學習控制器先嘗試自動糾錯或重啟。

9.根據權利要求1所述的基于深度學習的冷水機房控制方法，其特征在于：機房數據依次傳輸至就地控制器、機器學習控制器、云服務器過程中，機房數據通過就地控制器、機器學習控制器、云服務器各自的安全驗證模塊進行進行數據分析，若讀取的機房數據超過預先設定的安全規則立即顯示報警信息。

10.根據權利要求1所述的基于深度學習的冷水機房控制方法，其特征在于：步驟3中的控制指令經由云服務器、學習控制器以及就地控制器進行安全驗證，安全驗證均通過后，機房設備執行控制指令。