本公開涉及物聯(lián)網(wǎng)，尤其涉及一種機房監(jiān)測的方法及裝置、電子設備和存儲介質(zhì)。

背景技術：

1、隨著信息技術的快速發(fā)展，企業(yè)對于數(shù)據(jù)處理和存儲的需求日益增加，導致服務器和通信線路的數(shù)量迅猛增長。以往，對存放服務器的機房管理主要依賴于人力巡邏和監(jiān)控，但這種方式存在明顯的人力成本高昂、響應速度慢以及控制效率低下等問題。為了應對這些挑戰(zhàn)，智慧機房應運而生。智慧機房利用通信技術、在線監(jiān)控計算等技術手段，實現(xiàn)了對機房環(huán)境的智能化管理和控制。

2、然而，現(xiàn)有的智慧機房監(jiān)測技術主要依賴于高清攝像頭等視頻監(jiān)測設備，雖然能夠及時發(fā)現(xiàn)機房內(nèi)的物理事故或故障，但卻忽略了環(huán)境溫度這一關鍵因素。機房內(nèi)設備在運行過程中會產(chǎn)生大量熱量，如果環(huán)境溫度過高，不僅會影響設備的正常運行，嚴重時甚至可能引發(fā)火災事故。

3、現(xiàn)有的智慧機房監(jiān)測技術存在對機房內(nèi)環(huán)境溫度的監(jiān)測不夠精準，以及采用大量傳感器帶來的高昂成本和數(shù)據(jù)之間缺乏配合的問題。因此，如何提升智慧機房在線監(jiān)測的準確性，降低硬件成本和維護費用，同時實現(xiàn)環(huán)境數(shù)據(jù)之間的有效配合和聯(lián)動，成為了當前亟待解決的技術問題。

技術實現(xiàn)思路

1、本公開提供了一種機房監(jiān)測的方法及裝置、電子設備和存儲介質(zhì)。其主要目的在于實現(xiàn)提升智慧機房在線監(jiān)測的準確性，降低硬件成本和維護費用，同時實現(xiàn)環(huán)境數(shù)據(jù)之間的有效配合和聯(lián)動。

2、根據(jù)本公開的第一方面，提供了一種機房監(jiān)測的方法，包括：

3、基于目標機房的建筑信息模型數(shù)據(jù)、三維掃描數(shù)據(jù)以及機房設備的運行數(shù)據(jù)，構(gòu)建所述目標機房的機房數(shù)字孿生模型；

4、對所述機房數(shù)字孿生模型進行仿真計算，得到所述機房數(shù)字孿生模型的溫度場；

5、利用所述目標機房中第一預設點及第二預設點的溫度數(shù)據(jù)，擬合計算所述溫度場中所有分布點的溫度數(shù)據(jù)；

6、根據(jù)所述分布點及所述逸散點的溫度數(shù)據(jù)，將超過第一溫度閾值的分布點及超過第二溫度閾值的逸散點標記為溫度異常點。

7、在一些實施例中，所述基于目標機房的建筑信息模型數(shù)據(jù)、三維掃描數(shù)據(jù)以及機房設備的運行數(shù)據(jù)，構(gòu)建所述目標機房的機房數(shù)字孿生模型，包括：

8、基于所述建筑信息模型數(shù)據(jù)，構(gòu)建所述目標機房的機房三維模型，其中，所述機房三維模型包括機房設備的設備三維模型；

9、將所述三維掃描數(shù)據(jù)轉(zhuǎn)換為三維點云數(shù)據(jù)，并將所述三維點云數(shù)據(jù)中的離散點剔除，得到標準三維點云數(shù)據(jù)，其中，所述三維掃描數(shù)據(jù)包括機房設備的掃描數(shù)據(jù)；

10、根據(jù)所述標準三維點云數(shù)據(jù)，對所述機房三維模型進行修正處理；

11、基于所述機房設備的運行數(shù)據(jù)驅(qū)動修正后的設備三維模型，生成所述目標機房的機房數(shù)字孿生模型，其中，所述機房數(shù)字孿生模型包括機房設備的設備數(shù)字孿生模型。

12、在一些實施例中，所述將所述三維點云數(shù)據(jù)中的離散點剔除，得到標準三維點云數(shù)據(jù)，包括：

13、計算所述三維點云數(shù)據(jù)中每個點云數(shù)據(jù)點與所述機房三維模型的歐式距離；

14、將超過距離閾值的點云數(shù)據(jù)點作為離散點剔除，得到所述標準化三維點云數(shù)據(jù)。

15、在一些實施例中，所述對所述機房數(shù)字孿生模型進行仿真計算，得到所述機房數(shù)字孿生模型的溫度場，包括：

16、將所述機房數(shù)字孿生模型中的所述設備數(shù)字孿生模型作為熱源，并根據(jù)所述機房數(shù)字孿生模型中熱源分布信息，對所述機房數(shù)字孿生模型進行仿真模擬計算，得到所述機房數(shù)字孿生模型的溫度場。

17、在一些實施例中，所述利用所述目標機房中第一預設點及第二預設點的溫度數(shù)據(jù)，擬合計算所述溫度場中所有分布點的溫度數(shù)據(jù)，包括：

18、基于所述第二預設點的溫度數(shù)據(jù)，擬合計算所述溫度場中所有分布點的溫度數(shù)據(jù)，其中，所述分布點為對所述溫度場網(wǎng)格化處理得到的網(wǎng)格中的預設點位；

19、分別構(gòu)建所述機房數(shù)字孿生模型中每個設備數(shù)字孿生模型的產(chǎn)熱預測函數(shù)；

20、根據(jù)所述設備數(shù)字孿生模型的產(chǎn)熱預測函數(shù)，計算每個逸散點的逸散點溫度變化值，其中，所述逸散點為所述設備數(shù)字孿生模型中的預設點位，逸散點的溫度數(shù)據(jù)為所述第一預設點的溫度數(shù)據(jù)在所述設備數(shù)字孿生模型中的映射；

21、利用每個逸散點溫度變化值，計算所述溫度場中所有分布點溫度變化值；

22、基于所述分布點溫度變化值，對所述分布點溫度數(shù)據(jù)進行修正處理得到所述溫度場中所有分布點的溫度數(shù)據(jù)。

23、在一些實施例中，所述分別構(gòu)建所述機房數(shù)字孿生模型中每個設備數(shù)字孿生模型的產(chǎn)熱預測函數(shù)，包括：

24、采集所述設備數(shù)字孿生模型的設備功率數(shù)據(jù)，并生成設備功率數(shù)組；

25、根據(jù)當前時序的設備功率數(shù)據(jù)，生成平均產(chǎn)熱波形，并根據(jù)對應的設備數(shù)字孿生模型的基準產(chǎn)熱波形進行擬合，得到當前時序的擬合產(chǎn)熱波形；

26、遍歷設備功率數(shù)組中所有時序的設備功率數(shù)據(jù)，得到具有時序關系的擬合產(chǎn)熱波形集，并對相鄰時序的斷點的擬合產(chǎn)熱波形進行平滑處理，得到連續(xù)的擬合產(chǎn)熱波形；

27、根據(jù)連續(xù)的擬合產(chǎn)熱波形，生成設備數(shù)字孿生模型對應的產(chǎn)熱預測函數(shù)。

28、在一些實施例中，所述根據(jù)所述設備數(shù)字孿生模型的產(chǎn)熱預測函數(shù)，計算每個逸散點的逸散點溫度變化值，包括：

29、基于所述設備數(shù)字孿生模型的產(chǎn)熱預測函數(shù)，計算每個逸散點的逸散熱量；

30、對每個逸散點的逸散熱量進行指數(shù)平滑，得到到下一時刻的指數(shù)平滑逸散熱量，并計算每個逸散點的熱量變化值；

31、根據(jù)每個逸散點的熱量變化值，計算每個逸散點的溫度變化值。

32、在一些實施例中，所述方法還包括：

33、將所述溫度異常點進行統(tǒng)計匯總，生成溫度異常統(tǒng)計數(shù)據(jù)；

34、對所述溫度異常統(tǒng)計數(shù)據(jù)進行分析處理，生成所述溫度異常點對應的機房設備的運維動作值；

35、根據(jù)所述運維動作值，驅(qū)動所述機房數(shù)字孿生模型及所述機房設備。

36、在一些實施例中，所述對所述溫度異常統(tǒng)計數(shù)據(jù)進行分析處理，生成所述溫度異常點對應的機房設備的運維動作值，包括：

37、將所述溫度異常統(tǒng)計數(shù)據(jù)作為模糊決策算法的輸入量，進行模糊決策，得到機房設備動作值；

38、根據(jù)當前時刻的溫度異常統(tǒng)計數(shù)據(jù)和機房設備動作值，獲取當前時刻的獎勵值；

39、基于當前時刻的獎勵值和機房設備的運行數(shù)據(jù)，計算下一時刻的機房設備的運維動作值。

40、根據(jù)本公開的第二方面，提供了一種機房監(jiān)測的裝置，包括：

41、構(gòu)建單元，用于基于目標機房的建筑信息模型數(shù)據(jù)、三維掃描數(shù)據(jù)以及機房設備的運行數(shù)據(jù)，構(gòu)建所述目標機房的機房數(shù)字孿生模型；

42、第一計算單元，用于對所述機房數(shù)字孿生模型進行仿真計算，得到所述機房數(shù)字孿生模型的溫度場；

43、第二計算單元，用于利用所述目標機房中第一預設點及第二預設點的溫度數(shù)據(jù)，擬合計算所述溫度場中所有分布點的溫度數(shù)據(jù)；

44、標記單元，用于根據(jù)所述分布點及所述逸散點的溫度數(shù)據(jù)，將超過第一溫度閾值的分布點及超過第二溫度閾值的逸散點標記為溫度異常點。

45、在一些實施例中，所述構(gòu)建單元包括：

46、第一構(gòu)建模塊，用于基于所述建筑信息模型數(shù)據(jù)，構(gòu)建所述目標機房的機房三維模型，其中，所述機房三維模型包括機房設備的設備三維模型；

47、轉(zhuǎn)換模塊，用于將所述三維掃描數(shù)據(jù)轉(zhuǎn)換為三維點云數(shù)據(jù)，并將所述三維點云數(shù)據(jù)中的離散點剔除，得到標準三維點云數(shù)據(jù)，其中，所述三維掃描數(shù)據(jù)包括機房設備的掃描數(shù)據(jù)；

48、第一修正模塊，用于根據(jù)所述標準三維點云數(shù)據(jù)，對所述機房三維模型進行修正處理；

49、生成模塊，用于基于所述機房設備的運行數(shù)據(jù)驅(qū)動修正后的設備三維模型，生成所述目標機房的機房數(shù)字孿生模型，其中，所述機房數(shù)字孿生模型包括機房設備的設備數(shù)字孿生模型。

50、在一些實施例中，所述轉(zhuǎn)換模塊還用于：

51、計算所述三維點云數(shù)據(jù)中每個點云數(shù)據(jù)點與所述機房三維模型的歐式距離；

52、將超過距離閾值的點云數(shù)據(jù)點作為離散點剔除，得到所述標準化三維點云數(shù)據(jù)。

53、在一些實施例中，所述第一計算單元還用于：

54、將所述機房數(shù)字孿生模型中的所述設備數(shù)字孿生模型作為熱源，并根據(jù)所述機房數(shù)字孿生模型中熱源分布信息，對所述機房數(shù)字孿生模型進行仿真模擬計算，得到所述機房數(shù)字孿生模型的溫度場。

55、在一些實施例中，所述第二計算單元包括：

56、第一計算模塊，用于基于所述第二預設點的溫度數(shù)據(jù)，擬合計算所述溫度場中所有分布點的溫度數(shù)據(jù)，其中，所述分布點為對所述溫度場網(wǎng)格化處理得到的網(wǎng)格中的預設點位；

57、第二構(gòu)建模塊，用于分別構(gòu)建所述機房數(shù)字孿生模型中每個設備數(shù)字孿生模型的產(chǎn)熱預測函數(shù)；

58、第二計算模塊，用于根據(jù)所述設備數(shù)字孿生模型的產(chǎn)熱預測函數(shù)，計算每個逸散點的逸散點溫度變化值，其中，所述逸散點為所述設備數(shù)字孿生模型中的預設點位，逸散點的溫度數(shù)據(jù)為所述第一預設點的溫度數(shù)據(jù)在所述設備數(shù)字孿生模型中的映射；

59、第三計算模塊，用于利用每個逸散點溫度變化值，計算所述溫度場中所有分布點溫度變化值；

60、第二修正模塊，用于基于所述分布點溫度變化值，對所述分布點溫度數(shù)據(jù)進行修正處理得到所述溫度場中所有分布點的溫度數(shù)據(jù)。

61、在一些實施例中，所述第二構(gòu)建模塊還用于：

62、采集所述設備數(shù)字孿生模型的設備功率數(shù)據(jù)，并生成設備功率數(shù)組；

63、根據(jù)當前時序的設備功率數(shù)據(jù)，生成平均產(chǎn)熱波形，并根據(jù)對應的設備數(shù)字孿生模型的基準產(chǎn)熱波形進行擬合，得到當前時序的擬合產(chǎn)熱波形；

64、遍歷設備功率數(shù)組中所有時序的設備功率數(shù)據(jù)，得到具有時序關系的擬合產(chǎn)熱波形集，并對相鄰時序的斷點的擬合產(chǎn)熱波形進行平滑處理，得到連續(xù)的擬合產(chǎn)熱波形；

65、根據(jù)連續(xù)的擬合產(chǎn)熱波形，生成設備數(shù)字孿生模型對應的產(chǎn)熱預測函數(shù)。

66、在一些實施例中，所述第二計算模塊還用于：

67、基于所述設備數(shù)字孿生模型的產(chǎn)熱預測函數(shù)，計算每個逸散點的逸散熱量；

68、對每個逸散點的逸散熱量進行指數(shù)平滑，得到到下一時刻的指數(shù)平滑逸散熱量，并計算每個逸散點的熱量變化值；

69、根據(jù)每個逸散點的熱量變化值，計算每個逸散點的溫度變化值。

70、在一些實施例中，所述裝置還包括：

71、統(tǒng)計單元，用于將所述溫度異常點進行統(tǒng)計匯總，生成溫度異常統(tǒng)計數(shù)據(jù)；

72、生成單元，用于對所述溫度異常統(tǒng)計數(shù)據(jù)進行分析處理，生成所述溫度異常點對應的機房設備的運維動作值；

73、驅(qū)動單元，用于根據(jù)所述運維動作值，驅(qū)動所述機房數(shù)字孿生模型及所述機房設備。

74、在一些實施例中，所述生成單元包括：

75、決策模塊，用于將所述溫度異常統(tǒng)計數(shù)據(jù)作為模糊決策算法的輸入量，進行模糊決策，得到機房設備動作值；

76、獲取模塊，用于根據(jù)當前時刻的溫度異常統(tǒng)計數(shù)據(jù)和機房設備動作值，獲取當前時刻的獎勵值；

77、第四計算模塊，用于基于當前時刻的獎勵值和機房設備的運行數(shù)據(jù)，計算下一時刻的機房設備的運維動作值。

78、根據(jù)本公開的第三方面，提供了一種電子設備，包括：

79、至少一個處理器；以及

80、與所述至少一個處理器通信連接的存儲器；其中，

81、所述存儲器存儲有可被所述至少一個處理器執(zhí)行的指令，所述指令被所述至少一個處理器執(zhí)行，以使所述至少一個處理器能夠執(zhí)行前述第一方面所述的方法。

82、根據(jù)本公開的第四方面，提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質(zhì)，其中，所述計算機指令用于使所述計算機執(zhí)行前述第一方面所述的方法。

83、根據(jù)本公開的第五方面，提供了一種計算機程序產(chǎn)品，包括計算機程序，所述計算機程序在被處理器執(zhí)行時實現(xiàn)如前述第一方面所述的方法。

84、本公開提供了一種機房監(jiān)測的方法及裝置、電子設備和存儲介質(zhì)，基于目標機房的建筑信息模型數(shù)據(jù)、三維掃描數(shù)據(jù)以及機房設備的運行數(shù)據(jù)，構(gòu)建所述目標機房的機房數(shù)字孿生模型；對所述機房數(shù)字孿生模型進行仿真計算，得到所述機房數(shù)字孿生模型的溫度場；利用所述目標機房中第一預設點及第二預設點的溫度數(shù)據(jù)，擬合計算所述溫度場中所有分布點的溫度數(shù)據(jù)；根據(jù)所述分布點及所述逸散點的溫度數(shù)據(jù)，將超過第一溫度閾值的分布點及超過第二溫度閾值的逸散點標記為溫度異常點。與相關技術相比，本公開實施例通過數(shù)字孿生技術，可以實現(xiàn)對機房環(huán)境的精準模擬，這種模擬不僅可以了解機房當前的運行狀態(tài)，還能預測未來可能出現(xiàn)的異常情況；通過擬合計算溫度場中所有分布點的溫度數(shù)據(jù)，可以實現(xiàn)對機房環(huán)境的全面監(jiān)控；同時，根據(jù)預設的溫度閾值，可以快速準確地檢測出溫度異常點，有助于及時發(fā)現(xiàn)并解決潛在的安全隱患。

85、應當理解，本部分所描述的內(nèi)容并非旨在標識本技術的實施例的關鍵或重要特征，也不用于限制本技術的范圍。本技術的其它特征將通過以下的說明書而變得容易理解。