一种基于磁性元件集成的高空风电AI服务器供电系统的制作方法

本发明涉及集成供电，尤其涉及一种基于磁性元件集成的高空风电ai服务器供电系统。

背景技术：

1、高空风电系统运行于对流层强风带，风速湍流强度显著高于近地面环境，导致发电单元输出功率呈现高频随机波动特性。ai服务器集群作为典型的计算密集型负载，其功耗曲线随训练任务的迭代步推进和推理请求的突发到达而呈现陡峭上升沿与陡峭下降沿交替出现的脉冲式变化特征，对供电电压稳定性和功率跟踪响应速度提出严苛要求。

2、然而，当高空风电出力的高频随机波动与ai服务器负载的功耗突变在时间轴上叠加时，现有方案面临根本性局限：电力电子变换器受限于开关频率和环路带宽，无法在毫秒量级完成从风能捕获到负载配电的全链路功率匹配；锂电池组因电化学反应速率限制，难以跟随秒级以下功率波动进行高频充放电切换，频繁的浅充浅放导致循环寿命加速衰减；超级电容器虽具备快速响应能力，但其能量密度过低，无法独立承担深度功率支撑任务。由此导致供电系统在源端出力剧烈波动与荷端需求急剧变化双重不确定性作用下，直流母线电压频繁越限，触发放电保护或计算节点降频。此外，现有方案中能量缓冲单元与发用电两侧之间缺乏统一的状态表征与调度协同机制，储能单元的管理策略与负载需求的动态变化脱节，使得系统难以在波动抑制与能量利用效率之间实现均衡。为此本发明提出了一种基于磁性元件集成的高空风电ai服务器供电系统。

技术实现思路

1、本发明的目的是解决背景技术中的问题，而提出一种基于磁性元件集成的高空风电ai服务器供电系统。

2、为了克服现有技术的上述缺陷，为实现上述目的，本发明提供一种基于磁性元件集成的高空风电ai服务器供电系统，包括：

3、能量潮汐图谱构建模块：将采集到的实时出力波动数据映射为磁性元件集成阵列中各磁性元件单元的磁滞回线轨迹模式，并构建能量潮汐图谱；

4、负载共振窗口识别模块：获取ai服务器集群中各计算节点的实时负载需求数据，并结合能量潮汐图谱进行供需耦合分析，识别能量潮汐图谱中与实时负载需求数据在预设维度上匹配的负载共振窗口；

5、磁通量脉冲序列生成模块：根据负载共振窗口的识别结果，生成用于驱动磁性元件集成阵列执行能量释放的磁通量脉冲编码序列，并对磁性元件集成阵列中各磁性元件单元执行分层能量释放调度；

6、分层能量释放调度模块：在分层能量释放调度执行过程中，持续监测磁性元件集成阵列中各磁性元件单元的磁耦合深度变化状态，并判断是否触发针对偏离磁性元件单元的自适应耦合重构操作；

7、自适应耦合重构更新模块：执行自适应耦合重构操作后，更新能量潮汐图谱。

8、进一步地，所述预设维度包括时间维度和能量维度。

9、进一步地，所述将采集到的实时出力波动数据映射为磁性元件集成阵列中各磁性元件单元的磁滞回线轨迹模式，并构建能量潮汐图谱，包括：

10、通过高空风电阵列中各发电单元的输出端口持续采集实时出力波动数据；其中，实时出力波动数据包含各发电单元在不同采样时刻的输出功率值与功率变化方向；

11、将各发电单元的实时出力波动数据按照预设的出力-磁化映射关系，分别映射为磁性元件集成阵列中对应磁性元件单元的磁滞回线轨迹模式；其中，磁滞回线轨迹模式表征对应磁性元件单元在当前出力条件下的磁化状态与剩余磁能储备水平；

12、基于所有磁性元件单元的磁滞回线轨迹模式，按照各磁性元件单元在磁性元件集成阵列中的空间拓扑位置关系进行聚合，生成能量潮汐图谱。

13、进一步地，所述将各发电单元的实时出力波动数据按照预设的出力-磁化映射关系，分别映射为磁性元件集成阵列中对应磁性元件单元的磁滞回线轨迹模式，包括：

14、将各发电单元在连续采样周期内的输出功率值序列与功率变化方向序列进行联合编码，得到各发电单元的出力特征编码；

15、获取历史运行数据，构建出力特征编码与磁滞回线轨迹类型之间的映射表，表征出力-磁化映射关系；

16、基于出力-磁化映射关系，查找当前出力特征编码对应的目标磁滞回线轨迹类型；

17、根据目标磁滞回线轨迹类型，在磁性元件集成阵列中确定与对应发电单元具有能量接收关联关系的磁性元件单元，并将目标磁滞回线轨迹类型赋予该磁性元件单元，作为该磁性元件单元当前的磁滞回线轨迹模式。

18、进一步地，所述能量潮汐图谱中每个图谱节点对应一个磁性元件单元，图谱节点的节点状态值由对应磁性元件单元的磁滞回线轨迹模式所确定，图谱节点之间的连接关系反映磁性元件单元之间的磁耦合通路关系。

19、进一步地，所述获取ai服务器集群中各计算节点的实时负载需求数据，并结合能量潮汐图谱进行供需耦合分析，识别能量潮汐图谱中与实时负载需求数据在预设维度上匹配的负载共振窗口，包括：

20、获取ai服务器集群中各计算节点在预测时间窗口内的实时负载需求数据；其中，实时负载需求数据包含各计算节点的预期功率消耗值与功率消耗变化趋势；

21、将预期功率消耗值与能量潮汐图谱中各图谱节点的节点状态值进行能量维度匹配，筛选出候选图谱节点集合；

22、在候选图谱节点集合中，将实时负载需求数据中的功率消耗变化趋势与各图谱节点的节点状态值变化趋势进行时间维度匹配，识别在时间维度上节点状态值变化趋势与功率消耗变化趋势方向一致且变化节奏同步的图谱节点作为目标匹配图谱节点；

23、将目标匹配图谱节点所对应的时间区间与磁性元件单元组合，识别为负载共振窗口。

24、进一步地，所述根据负载共振窗口的识别结果，生成用于驱动磁性元件集成阵列执行能量释放的磁通量脉冲编码序列，并对磁性元件集成阵列中各磁性元件单元执行分层能量释放调度，包括：

25、根据负载共振窗口所对应的目标匹配图谱节点与各计算节点之间的能量供给对应关系，确定各磁性元件单元的能量释放优先级排序；

26、基于能量释放优先级排序，为各磁性元件单元生成对应的磁通量脉冲编码序列；其中，磁通量脉冲编码序列包含脉冲触发时刻、脉冲持续时长以及脉冲强度等级；

27、按照磁通量脉冲编码序列中脉冲触发时刻的先后顺序，依次向对应磁性元件单元发送脉冲驱动信号，驱动各磁性元件单元按照脉冲持续时长与脉冲强度等级执行分层能量释放调度；

28、将高优先级磁性元件单元释放的能量优先输送至负载共振窗口中功率消耗变化趋势处于上升沿阶段的计算节点，将低优先级磁性元件单元释放的能量输送至功率消耗变化趋势处于平稳阶段的计算节点。

29、进一步地，所述持续监测磁性元件集成阵列中各磁性元件单元的磁耦合深度变化状态，并判断是否触发针对偏离磁性元件单元的自适应耦合重构操作，包括：

30、以预设监测周期持续采集磁性元件集成阵列中各磁性元件单元的实时磁耦合深度值；

31、将各磁性元件单元的实时磁耦合深度值与预期耦合轨迹中对应时刻的预期磁耦合深度值进行比对，得到各磁性元件单元的耦合偏差状态；

32、同时，基于耦合偏差状态，判断磁性元件单元是否发生磁耦合深度偏离；

33、针对发生磁耦合深度偏离的磁性元件单元，获取其相邻磁性元件单元的当前磁耦合深度值与剩余磁能储备水平；

34、根据相邻磁性元件单元的当前磁耦合深度值与剩余磁能储备水平，确定耦合补偿方案，并依据耦合补偿方案对发生偏离的磁性元件单元执行自适应耦合重构操作。

35、进一步地，所述自适应耦合重构操作包括调整发生偏离的磁性元件单元与其相邻磁性元件单元之间的磁路连接方式以及重新分配磁通量传输路径。

36、进一步地，所述更新能量潮汐图谱，包括：

37、自适应耦合重构操作执行完成后，获取磁性元件集成阵列中各磁性元件单元的更新后磁滞回线轨迹模式；

38、根据更新后磁滞回线轨迹模式，重新生成能量潮汐图谱中对应图谱节点的节点状态值，并对因磁路连接方式变化而改变的图谱节点间连接关系进行同步更新；

39、将更新后的能量潮汐图谱作为下一调度周期中供需耦合分析环节的输入，以替代上一调度周期的能量潮汐图谱参与负载共振窗口的识别；

40、根据更新后的能量潮汐图谱与实时负载需求数据的匹配结果，生成下一调度周期的磁通量脉冲编码序列。

41、与现有的技术相比，本发明提供了一种基于磁性元件集成的高空风电ai服务器供电系统的有益效果在于：

42、1）通过将高空风电阵列的出力波动映射为磁滞回线轨迹并构建能量潮汐图谱，刻画不同时段、不同空间位置的磁能分布状态，提升间歇式风电能量的利用效率；通过结合ai服务器集群实时负载需求完成多维度供需耦合分析，识别负载共振窗口，使风电侧的能量供给节奏与ai算力负载的波动趋势实现深度匹配，保障算力运行稳定性；

43、2）通过依托磁通量脉冲编码序列完成分层能量释放，依据负载优先级差异化分配磁能供给路径，将高适配性磁能优先输送至多算力需求节点，实现能量的定向高效传输，降低供电链路的不必要损耗；通过全周期监测磁元件的磁耦合深度变化，及时识别耦合偏离的异常单元，快速触发自适应耦合重构操作，无需停机即可完成磁路与磁通路径的动态调整，降低复杂工况下的故障概率；通过重构完成后同步更新能量潮汐图谱，为下一轮调度提供状态输入，持续适配高空风电出力与ai算力负载的动态变化，长期运行能效可实现稳步提升。