一种温度调控方法、装置、电子设备及存储介质与流程
本公开涉及数据处理,尤其涉及一种温度调控方法、装置、电子设备及存储介质。
背景技术:
1、边缘计算设备多部署于工厂车间、5g基站等高温密闭、工况复杂恶劣的应用场景。设备长期处于高负载运行状态,叠加环境高温影响,极易引发主动降频、性能卡顿等问题,严重时还会造成硬件过热损毁。因此,构建一套可靠的温控方案,对保障边缘计算设备持续稳定运行至关重要。
技术实现思路
1、本公开提供了一种温度调控方法、装置、电子设备及存储介质,以至少解决现有技术中存在的以上技术问题。
2、本公开的第一方面,提供了一种温度调控方法,所述方法包括:
3、获取设备温度、设备负载信息以及设备所处环境的环境温度;
4、基于所述设备温度、设备负载信息以及环境温度进行短期温度预测,得到第一温度预测数据;
5、基于所述设备温度、设备负载信息以及环境温度进行长期温度预测,得到第二温度预测数据;
6、对所述第一温度预测数据和所述第二温度预测数据进行融合,得到目标温度预测数据;
7、基于所述目标温度预测数据,确定所述设备对应的温度调控数据,其中,所述温度调控数据用于对设备进行运行调节,实现设备温度控制。
8、在一可实施方式中,所述基于所述设备温度、设备负载信息以及环境温度进行长期温度预测,得到第二温度预测数据,包括:
9、获取所述设备对应的热力学参数;
10、基于所述设备负载信息,得到设备功耗;
11、基于所述环境温度、所述设备温度以及所述热力学参数,确定第一温变速率;
12、基于所述热力学参数以及所述设备功耗,确定第二温变速率;
13、根据所述设备温度、所述第一温变速率以及所述第二温变速率,得到第二温度预测数据。
14、在一可实施方式中,所述对所述第一温度预测数据和所述第二温度预测数据进行融合,得到目标温度预测数据,包括:
15、获取所述设备的温度波动标准差;
16、基于所述温度波动标准差和预设基准阈值,确定第一权重值和第二权重值;
17、基于所述第一权重值和所述第二权重值,对所述第一温度预测数据和所述第二温度预测数据进行加权融合,得到目标温度预测数据。
18、在一可实施方式中,所述基于所述目标温度预测数据,确定所述设备对应的温度调控数据,包括:
19、根据所述目标温度预测数据对所述设备的温度变化趋势进行预测,得到温度风险评估结果;
20、响应于所述温度风险评估结果表征所述设备存在超温风险,确定设备主控组件对应的降频调控数据,以及设备降温组件对应的运行调控数据;
21、将所述降频调控数据和所述运行调控数据,确定为所述设备对应的温度调控数据。
22、在一可实施方式中,所述方法还包括:
23、通过固件层将所述温度调控数据传输至硬件控制寄存器;
24、基于所述硬件控制寄存器中的配置数据,对所述设备主控组件与所述设备降温组件进行调控。
25、在一可实施方式中,所述基于所述设备温度、设备负载信息以及环境温度进行短期温度预测,得到第一温度预测数据,包括:
26、通过时序神经网络模型,根据所述设备温度、设备负载信息以及环境温度进行预测,得到预设时间段内的设备温度变化序列;
27、将所述设备温度变化序列作为所述第一温度预测数据。
28、在一可实施方式中,所述根据所述设备温度、所述第一温变速率以及所述第二温变速率,得到第二温度预测数据,包括:
29、获取预设时间步长;
30、基于所述预设时间步长、所述第一温变速率和所述第二温变速率,得到设备温度变化量;
31、根据所述设备温度变化量以及所述设备温度,得到所述第二温度预测数据。
32、本公开的第二方面,提供了一种温度调控装置,所述装置包括:
33、数据获取模块,用于获取设备温度、设备负载信息以及设备所处环境的环境温度;
34、预测模块,用于基于所述设备温度、设备负载信息以及环境温度进行短期温度预测,得到第一温度预测数据;
35、所述预测模块,还用于基于所述设备温度、设备负载信息以及环境温度进行长期温度预测,得到第二温度预测数据;
36、所述预测模块,还用于对所述第一温度预测数据和所述第二温度预测数据进行融合,得到目标温度预测数据;
37、所述预测模块,还用于基于所述目标温度预测数据,确定所述设备对应的温度调控数据,其中,所述温度调控数据用于对设备进行运行调节,实现设备温度控制。
38、本公开的第三方面,提供了一种电子设备,包括:
39、至少一个处理器;以及,
40、与所述至少一个处理器通信连接的存储器;其中,
41、所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本公开所述的方法。
42、本公开的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行本公开所述的方法。
43、本公开提供了温度调控方法、装置、电子设备及存储介质,首先采集设备温度、设备负载信息以及环境温度多维数据。再基于所采集的多维数据,分别执行短期温度预测与长期温度预测,对应得到第一温度预测数据和第二温度预测数据。继而对第一温度预测数据与第二温度预测数据进行融合处理,得到兼顾瞬态实时响应与中长期趋势稳定性的目标温度预测数据。最后依据目标温度预测数据生成适配设备运行状态的温度调控数据,实现前置式、前瞻性的主动温度管控。本方案融合短期瞬态预测与长期趋势预测的双重优势,既能精准捕捉负载突变带来的瞬时温升波动,又可保证中长期温度演变趋势平稳可靠,能够提前预判并规避设备超温过热风险,在合理约束设备温度的同时平衡整机运行性能与温控可靠性,有效提升设备整机运行稳定性与服役使用寿命。
44、应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
1.一种温度调控方法,其特征在于,所述方法包括:
2.根据权利要求1所述的温度调控方法,其特征在于,所述基于所述设备温度、设备负载信息以及环境温度进行长期温度预测,得到第二温度预测数据,包括:
3.根据权利要求1所述的温度调控方法,其特征在于,所述对所述第一温度预测数据和所述第二温度预测数据进行融合,得到目标温度预测数据,包括:
4.根据权利要求1所述的温度调控方法,其特征在于,所述基于所述目标温度预测数据,确定所述设备对应的温度调控数据,包括:
5.根据权利要求4所述的温度调控方法,其特征在于,所述方法还包括:
6.根据权利要求1所述的温度调控方法,其特征在于,所述基于所述设备温度、设备负载信息以及环境温度进行短期温度预测,得到第一温度预测数据,包括:
7.根据权利要求2所述的温度调控方法,其特征在于,所述根据所述设备温度、所述第一温变速率以及所述第二温变速率,得到第二温度预测数据,包括:
8.一种温度调控装置,其特征在于,所述装置包括:
9.一种电子设备,其特征在于,包括:
10.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使计算机执行权利要求1-7中任一项所述的方法。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com