一种依托群体智能优化的多单元风控除湿参数自适应配置方法与流程
本发明涉及群体智能,尤其涉及一种依托群体智能优化的多单元风控除湿参数自适应配置方法。
背景技术:
1、数据中心机房内通常部署有大量机柜、精密空调单元、架空地板以及线缆敷设设施,其中架空地板下方空间不仅承担供电线缆、通信线缆和监控线缆的布设功能,还承担冷空气输送功能,空调单元产生的冷空气经架空空间输送至机柜区域,以维持服务器设备运行所需的温湿度环境;随着数据中心规模持续扩大,机房内部往往配置多个空调单元分别负责不同区域的温湿度调节,同时架空地板上设置有大量线缆穿线孔用于实现线缆上下贯通,虽然线缆穿线孔通常配置刷式封堵件以降低空气泄漏,但受线缆分布形态、封堵结构间隙以及局部压差变化影响,仍会形成具有方向性的空气逸散现象,使架空空间内的气流沿特定方向扩散并进入不同区域,从而改变局部空气输运路径、水汽迁移过程以及空调单元对应区域的湿度分布状态。
2、现有技术通常依据空调控制区域内采集的温湿度数据对空调单元运行参数进行调节,重点关注区域环境状态与空调设备运行状态之间的对应关系,而对于架空地板线缆穿线孔形成的定向空气输运现象缺乏有效量化手段,难以准确评估不同方向空气流动对各空调控制区域湿度变化所产生的影响,也难以将空气输运路径差异引入多空调单元运行参数优化过程之中,导致空调运行参数配置结果与实际空气流动状态之间存在偏差,当机房内出现局部湿度异常扩散或者区域间湿度迁移时,容易造成部分空调单元除湿负荷分配不合理、整体能耗增加以及湿度控制效果下降的问题。
技术实现思路
1、本发明的目的是为了解决现有技术中存在的难以准确评估不同方向空气流动对各空调控制区域湿度变化所产生的影响的缺点,而提出的一种依托群体智能优化的多单元风控除湿参数自适应配置方法。
2、为了解决现有技术存在的问题,本发明采用了如下技术方案:
3、一种依托群体智能优化的多单元风控除湿参数自适应配置方法,包括:
4、s1、计算线缆穿线孔在方位采集点对应的指向占比;
5、s2、确定线缆穿线孔与数据中心机房中空调控制子区之间的目标空间对应关系,根据目标空间对应关系计算射流连接强度;
6、s3、依据空调单元的当前运行数据,构建初始粒子群;基于射流连接强度,对初始粒子群进行迭代更新,以确定目标粒子;
7、s4、得到空调单元对应的叶幕路由负担量;
8、s5、依据叶幕路由负担量和目标粒子,对空调单元的风控除湿参数进行自适应配置。
9、与现有技术相比,本发明的有益效果是:
10、1、本发明通过在线缆穿线孔外围构建方位观测机制,并结合局部风速数据计算指向占比与射流连接强度,实现了对架空地板下方定向空气输运路径的量化表征,能够识别线缆穿线孔逸散气流对不同空调控制子区的影响程度,从而将传统难以感知的局部气流扰动转化为可计算的空间关联数据,提高了机房湿度传播路径分析的准确性。
11、2、本发明基于射流连接强度构建叶幕射流影响量,并结合空调控制子区的湿度偏差数据形成路由加权湿度偏差量,再利用群体智能优化过程对多空调单元运行参数进行协同寻优,使运行参数优化过程同时考虑湿度控制需求与空气输运影响,有效提升了运行参数与实际气流分布状态之间的匹配程度,提高了湿度调节效果。
12、3、本发明将叶幕射流影响量进一步映射至空调单元形成叶幕路由负担量,并依据叶幕路由负担量对目标运行参数进行动态修正,使不同空调单元能够按照实际承担的空气输运影响程度分配除湿任务,实现多空调单元之间的负荷协调与资源优化利用,在保证目标湿度控制效果的同时降低整体运行能耗,提高数据中心机房的节能运行水平。
1.一种依托群体智能优化的多单元风控除湿参数自适应配置方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的一种依托群体智能优化的多单元风控除湿参数自适应配置方法,其特征在于,计算指向占比,包括:
3.根据权利要求1所述的一种依托群体智能优化的多单元风控除湿参数自适应配置方法,其特征在于,确定线缆穿线孔与空调控制子区之间的目标空间对应关系,包括:
4.根据权利要求2所述的一种依托群体智能优化的多单元风控除湿参数自适应配置方法,其特征在于,计算射流连接强度,包括:
5.根据权利要求1所述的一种依托群体智能优化的多单元风控除湿参数自适应配置方法,其特征在于,构建初始粒子群,包括:
6.根据权利要求1所述的一种依托群体智能优化的多单元风控除湿参数自适应配置方法,其特征在于,确定目标粒子,包括:
7.根据权利要求1所述的一种依托群体智能优化的多单元风控除湿参数自适应配置方法,其特征在于,得到空调单元对应的叶幕路由负担量,包括:
8.根据权利要求1所述的一种依托群体智能优化的多单元风控除湿参数自适应配置方法,其特征在于,对空调单元的风控除湿参数进行自适应配置,包括:
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