故障确定方法和送风温度预测模型的训练方法与流程

本申请涉及空调，尤其涉及一种故障确定方法和送风温度预测模型的训练方法。

背景技术：

1、数据中心中有大量冷冻水型精密空调，冷冻水型精密空调的稳定运行对数据中心的稳定性具有重要作用。在冷冻水型精密空调的运行过程中，水阀会产生一定程度的磨损，最终故障。同时，由于部分数据中心水质较差，随着运行时间的增加，过滤器易发生脏堵。水阀产生故障以及过滤器发生脏堵均会导致冷冻水型精密空调的送风温度上升，进而导致冷通道温度上升，影响服务器等信息技术(information technology，it)设备的稳定性。因此，需要在不增加硬件成本的前提下，快速确定空调故障状态，进而保证服务器等it设备的稳定性。

技术实现思路

1、本申请实施例提供一种故障确定方法和送风温度预测模型的训练方法，以降低空调维护所需的人力成本和硬件成本。

2、第一方面，本申请实施例提供了一种故障确定方法，包括：获取空调的工作信息；其中，工作信息包括实际送风温度和影响实际送风温度的关联工作信息，关联工作信息包括回风温度、进水温度、水阀开度和风机转速中的至少一种；利用关联工作信息预测空调的预测送风温度；基于预测送风温度和实际送风温度，预测得到空调的预测故障状态。

3、第二方面，本申请实施例提供了一种送风温度预测模型的训练方法，包括：获取空调的工作信息；其中，工作信息包括实际送风温度和影响实际送风温度的关联工作信息，关联工作信息包括回风温度、进水温度、水阀开度和风机转速中的至少一种；将关联工作信息输入初始模型得到空调的预测送风温度；基于多个预测送风温度及各预测送风温度分别对应的实际送风温度，调整初始模型的模型参数，得到送风温度预测模型。

4、第三方面，本申请实施例提供一种电子设备，包括存储器、处理器及存储在存储器上的计算机程序，处理器在执行计算机程序时实现本申请任一实施例提供的方法。

5、第四方面，本申请实施例提供一种计算机可读存储介质，计算机可读存储介质内存储有计算机程序，计算机程序被处理器执行时实现本申请任一实施例提供的方法。

6、与现有技术相比，本申请实施例的技术方案具有如下优点：

7、一方面，通过利用关联工作信息预测空调的预测送风温度，并且基于预测送风温度和实际送风温度确定空调的预测故障状态，可以在不额外增加传感器数量的情况下对空调的故障状态进行预测，在有效保证数据中心机房内服务器等it设备的稳定性的同时，有效节省硬件成本和人力现场维护的成本。

8、通过将空调在预设时长内的实际送风温度平均值和预测送风温度平均值的温度差值与温度阈值进行比较，并根据比较结果确定空调的预测故障状态，实际送风温度平均值和预测送风温度平均值更加可靠和稳定，从而使得到的预测故障状态更加准确。

9、通过将关联工作信息输入训练好的送风温度预测模型，可以输出预测送风温度，从而可以基于预测送风温度和实际送风温度确定空调的预测故障状态，使现场运维人员能够对及时清洗空调的过滤器或对水阀进行维修更换，进一步提升数据中心机房内服务器等it设备的稳定性。

10、通过在预测故障状态和实际故障状态均为故障的情况下，根据温度差值调整温度阈值，可以进一步提升故障预测的准确率，从而能够及时且有效地发现水阀故障以及过滤器脏堵的情况，保证空调的制冷能力。另外，在预测送风温度是基于送风温度预测模型而得到的情况下，温度阈值的调整能够自动分割送风温度正常以及送风温度异常的情况，无需提前对引起故障的异常工作信息进行筛选，所需传感器信息较少。

11、通过在预测故障状态为故障且实际故障状态为非故障的情况下，调整送风温度预测模型的模型参数，使送风温度预测模型的精度更高，提升预测故障状态的准确率。

12、通过在温度差值大于温度阈值的情况下，进一步确定预设时长内水阀的平均开度，并且在水阀的平均开度大于预设开度的情况下，确定空调的预测故障状态为故障，保证只有在空调不具备足够的送风温度调控能力的情况下才将空调的预测故障状态确定为故障，避免在空调的过滤器发生轻微脏堵的情况下就对过滤器进行清洗，从而可以缩短空调的停机时间，且进一步降低人力成本。

13、通过对采集到的传感器信息进行异常过滤，保证空调的关联工作信息以及实际送风温度为有效的正常数据，从而使利用关联工作信息预测得到的预测送风温度更加准确，进而提升确定空调的预测故障状态的准确率。

14、另一方面，通过将关联工作信息输入初始模型得到空调的预测送风温度，并且基于多个预测送风温度及各预测送风温度分别对应的实际送风温度调整初始模型的模型参数，可以得到用于确定空调的预测故障状态的送风温度预测模型，在训练送风温度预测模型的过程中只需原始的工作信息，无需提前对引起故障的异常工作信息进行筛选，从而提高了训练效率，且所需传感器信息较少。

15、上述概述仅仅是为了说明书的目的，并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外，通过参考附图和以下的详细描述，本申请进一步的方面、实施方式和特征将会是容易明白的。

技术特征：

1.一种故障确定方法，包括：

2.根据权利要求1所述的方法，其中，利用所述预测送风温度预测得到所述空调的预测故障状态，包括：

3.根据权利要求2所述的方法，还包括：

4.根据权利要求2所述的方法，其中，根据比较结果确定所述空调的预测故障状态，包括：

5.根据权利要求1所述的方法，其中，利用所述关联工作信息预测所述空调的预测送风温度，包括：

6.根据权利要求5所述的方法，还包括：

7.根据权利要求1至6任一项所述的方法，其中，获取空调的工作信息，包括：

8.根据权利要求1至6任一项所述的方法，其中，所述关联工作信息还包括空调的性能属性信息。

9.一种送风温度预测模型的训练方法，包括：

10.根据权利要求9所述的方法，还包括：

11.根据权利要求9所述的方法，其中，获取空调的工作信息，包括：

12.根据权利要求9至11中任一项所述的方法，其中，所述关联工作信息还包括所述空调的性能属性信息。

13.一种电子设备，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器在执行所述计算机程序时实现权利要求1至12中任一项所述的方法。

14.一种计算机可读存储介质，计算机可读存储介质内存储有计算机程序，计算机程序被处理器执行时实现权利要求1至12中任一项所述的方法。

技术总结
本申请提供了一种故障确定方法和送风温度预测模型的训练方法，涉及空调技术领域。故障确定方法包括：获取空调的工作信息；其中，工作信息包括实际送风温度和影响实际送风温度的关联工作信息，关联工作信息包括回风温度、进水温度、水阀开度和风机转速中的至少一种；利用关联工作信息预测空调的预测送风温度；基于预测送风温度和实际送风温度，预测得到空调的预测故障状态。根据本申请的技术方案，可以保证空调的运行稳定性，从而保证数据中心机房内服务器等IT设备的稳定性，且可以有效节省人力成本。

技术研发人员：钟光耀,王加龙,潘兵
受保护的技术使用者：阿里巴巴（中国）有限公司
技术研发日：
技术公布日：2024/1/13