本發(fā)明涉及能源管理控制技術(shù)領(lǐng)域，具體涉及基于云計算的電子信息系統(tǒng)機房能源管理控制系統(tǒng)。

背景技術(shù)：

相關(guān)技術(shù)中的能源管理控制系統(tǒng)通常采用傳統(tǒng)的電氣自動化技術(shù)，對單個對象(如電子化信息機房、商場、商店、酒店、辦公樓工業(yè)廠房)的各個耗能設(shè)備進行能耗管理控制，屬于現(xiàn)場級的控制。廠家不同其使用的管理節(jié)能平臺也不同，通常無法不兼容，相互之間也缺乏通信，從而無法形成一個統(tǒng)一的平臺集中進行統(tǒng)一的能耗管理控制，以最大程度地實現(xiàn)節(jié)能的目的。

技術(shù)實現(xiàn)要素：

針對上述問題，本發(fā)明提供基于云計算的電子信息系統(tǒng)機房能源管理控制系統(tǒng)。

本發(fā)明的目的采用以下技術(shù)方案來實現(xiàn)：

基于云計算的電子信息系統(tǒng)機房能源管理控制系統(tǒng)，包括能耗設(shè)備控制器、能耗設(shè)備參數(shù)采集器、云計算管控中心和能耗設(shè)備故障檢測器；該能耗設(shè)備控制器用于根據(jù)用戶設(shè)定參數(shù)對電子信息系統(tǒng)機房的各個能耗設(shè)備進行現(xiàn)場控制并將所述用戶設(shè)定參數(shù)傳送給云計算管控中心；該能耗設(shè)備參數(shù)采集器用于采集與所述各個能耗設(shè)備的能耗有關(guān)的參數(shù)并傳送給云計算管控中心；該能耗設(shè)備故障檢測器用于對能耗設(shè)備進行故障檢測，并將故障檢測結(jié)果傳送給云計算管控中心；所述云計算管控中心用于根據(jù)所述采集到的與所述各個能耗設(shè)備的能耗有關(guān)的參數(shù)和所述用戶設(shè)定參數(shù)調(diào)整所述能耗設(shè)備控制器對所述各個能耗設(shè)備的現(xiàn)場控制模式，并根據(jù)故障檢測結(jié)果進行相應(yīng)的報警；所述能耗設(shè)備控制器與所述云計算管控中心之間、所述能耗設(shè)備參數(shù)采集器與所述云計算管控中心之間、所述能耗設(shè)備故障檢測器與云計算管控中心之間均通過無線通訊網(wǎng)絡(luò)相互通信。

本發(fā)明的有益效果為：在云計算管控中心下對電子信息系統(tǒng)機房的各個能耗設(shè)備集中進行監(jiān)控，實現(xiàn)了最大限度的節(jié)能降耗管理和網(wǎng)絡(luò)化自動控制，從而實現(xiàn)能源的最優(yōu)化配置，達到更好的節(jié)能效果。

附圖說明

利用附圖對本發(fā)明作進一步說明，但附圖中的實施例不構(gòu)成對本發(fā)明的任何限制，對于本領(lǐng)域的普通技術(shù)人員，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)以下附圖獲得其它的附圖。

圖1是本發(fā)明的結(jié)構(gòu)連接示意圖；

圖2是能耗設(shè)備故障檢測器的結(jié)構(gòu)框圖。

附圖標記：

能耗設(shè)備控制器1、能耗設(shè)備參數(shù)采集器2、云計算管控中心3、能耗設(shè)備故障檢測器4、樣本數(shù)據(jù)采集單元11、振動信號數(shù)據(jù)預(yù)處理單元12、歷史故障特征提取單元13、實時故障診斷特征向量采集單元14、故障診斷模型建立單元15和故障診斷識別單元16。

具體實施方式

結(jié)合以下實施例對本發(fā)明作進一步描述。

參見圖1，本實施例提供了基于云計算的電子信息系統(tǒng)機房能源管理控制系統(tǒng)，包括能耗設(shè)備控制器1、能耗設(shè)備參數(shù)采集器2、云計算管控中心3和能耗設(shè)備故障檢測器4；該能耗設(shè)備控制器1用于根據(jù)用戶設(shè)定參數(shù)對電子信息系統(tǒng)機房的各個能耗設(shè)備進行現(xiàn)場控制并將所述用戶設(shè)定參數(shù)傳送給云計算管控中心3；該能耗設(shè)備參數(shù)采集器2用于采集與所述各個能耗設(shè)備的能耗有關(guān)的參數(shù)并傳送給云計算管控中心3；該能耗設(shè)備故障檢測器4用于對能耗設(shè)備進行故障檢測，并將故障檢測結(jié)果傳送給云計算管控中心3；所述云計算管控中心3用于根據(jù)所述采集到的與所述各個能耗設(shè)備的能耗有關(guān)的參數(shù)和所述用戶設(shè)定參數(shù)調(diào)整所述能耗設(shè)備控制器1對所述各個能耗設(shè)備的現(xiàn)場控制模式，并根據(jù)故障檢測結(jié)果進行相應(yīng)的報警。

其中，所述能耗設(shè)備控制器1與所述云計算管控中心3之間、所述能耗設(shè)備參數(shù)采集器2與所述云計算管控中心3之間、所述能耗設(shè)備故障檢測器4與云計算管控中心3之間均通過無線通訊網(wǎng)絡(luò)相互通信。

優(yōu)選地，所述無線通訊網(wǎng)絡(luò)為GPRS系統(tǒng)、3G網(wǎng)絡(luò)、北斗星系統(tǒng)或者下一代互聯(lián)網(wǎng)等中的任一種。

優(yōu)選地，所述能耗設(shè)備控制器1和能耗設(shè)備參數(shù)采集器2均為帶有IP地址的設(shè)備。

本發(fā)明上述實施例在云計算管控中心3下對電子信息系統(tǒng)機房的各個能耗設(shè)備集中進行監(jiān)控，實現(xiàn)了最大限度的節(jié)能降耗管理和網(wǎng)絡(luò)化自動控制，從而實現(xiàn)能源的最優(yōu)化配置，達到更好的節(jié)能效果。

優(yōu)選地，所述能耗設(shè)備故障檢測器4包括依次連接的樣本數(shù)據(jù)采集單元11、振動信號數(shù)據(jù)預(yù)處理單元12、歷史故障特征提取單元13、實時故障診斷特征向量采集單元14、故障診斷模型建立單元15和故障診斷識別單元16；

其中，所述樣本數(shù)據(jù)采集單元11用于通過傳感器采集能耗設(shè)備在正常狀態(tài)下及各種故障狀態(tài)下運行時多個測點的歷史振動信號數(shù)據(jù)；

其中，所述振動信號數(shù)據(jù)預(yù)處理單元12用于對采集到的原始歷史振動信號數(shù)據(jù)進行預(yù)處理；

其中，該歷史故障特征提取單元13用于從過濾后的歷史振動信號數(shù)據(jù)中提取小波包奇異值特征，并將提取的小波包奇異值特征作為故障診斷特征向量樣本；優(yōu)選地，該傳感器為電渦流傳感器；

其中，所述實時故障診斷特征向量采集單元14用于獲取能耗設(shè)備的實時故障診斷特征向量。

其中，所述故障診斷模型建立單元15用于建立基于改進的支持向量機的故障診斷模型，并使用故障診斷特征向量樣本對故障診斷模型進行訓(xùn)練，計算出故障診斷模型參數(shù)的最優(yōu)解，得到訓(xùn)練完成的故障診斷模型；

其中，所述故障診斷識別單元16用于將該能耗設(shè)備的實時故障診斷特征向量輸入到訓(xùn)練完成的故障診斷模型中，完成故障的診斷識別。

優(yōu)選地，所述對采集到的原始歷史振動信號數(shù)據(jù)進行預(yù)處理，具體為：假設(shè)采集到的原始歷史振動信號數(shù)據(jù)為?！洌肍IR數(shù)字濾波器按下式濾除?！涞膸夥至浚?/p>

其中，Γ為濾波后得到的歷史振動信號數(shù)據(jù)，A為測點的個數(shù)，o＝1，2，3…A-1；τ/2f₀為FIR數(shù)字濾波器結(jié)合所用傳感器的過濾系數(shù)，其中τ為由數(shù)字濾波器自身特性決定的常數(shù)，f₀為所用傳感器的固有采集頻率。

本優(yōu)選實施例通過FIR數(shù)字濾波器進行振動信號濾波，能夠自適應(yīng)不同的振動信號，消除原始歷史振動信號數(shù)據(jù)中的時域波形畸變，提高對采集到的原始歷史振動信號數(shù)據(jù)進行預(yù)處理的精度，有益于提高對能耗設(shè)備的故障診斷的精確性。

優(yōu)選地，所述歷史故障特征提取單元13具體執(zhí)行：

(1)設(shè)能耗設(shè)備處于狀態(tài)θ時從測點L測量到的固定時刻的歷史振動信號為θ_L(Γ)，L＝1,…,A，A為測點的個數(shù)，對θ_L(Γ)進行α層離散小波包分解，提取第α層中的2^α個分解系數(shù)，對所有的分解系數(shù)進行重構(gòu)，以X_j(j＝0,1,…,2^α-1)表示第α層各節(jié)點的重構(gòu)信號，構(gòu)建特征矩陣其中α的值根據(jù)歷史經(jīng)驗和實際情況結(jié)合確定，對特征矩陣T[θ_L(Γ)]進行奇異值分解，得到該特征矩陣T[θ_L(Γ)]的特征向量其中η₁,η₂,…,η_v為由特征矩陣T[θ_L(Γ)]分解的奇異值，v為由特征矩陣T[θ_L(Γ)]分解的奇異值的個數(shù)，定義歷史振動信號θ_L(Γ)對應(yīng)的故障診斷特征向量為：

式中，為特征向量中的最大奇異值，為特征向量中的最小奇異值；

(2)對計算得到的故障診斷特征向量進行篩選，排除不合格的故障診斷特征向量，則該能耗設(shè)備處于狀態(tài)θ時在該固定時刻的故障診斷特征向量樣本為：

式中，A′為排除的不合格的故障診斷特征向量的數(shù)量。

本優(yōu)選實施例中，提取小波包奇異值特征作為故障診斷特征向量，并定義了故障診斷特征向量的特征參數(shù)，提高了對能耗設(shè)備進行診斷的容錯性，有效降低了數(shù)據(jù)噪音的影響，準確率高且計算時間短。

優(yōu)選地，所述對計算得到的故障診斷特征向量進行篩選，具體包括：

(1)將能耗設(shè)備處于狀態(tài)θ時在該時刻的所有計算得到的故障診斷特征向量作為該時刻的特征向量篩選樣本集，計算該特征向量篩選樣本集的標準差σ_θ和期望值μ_θ；

(2)若計算得到的故障診斷特征向量不滿足下列公式，則剔除該故障診斷特征向量：

式中，為期望值μ_θ的最大似然估計，為標準差σ_θ的最大似然估計

本優(yōu)選實施例中，采用上述方式對計算得到的故障診斷特征向量進行篩選，排除不合格的故障診斷特征向量，客觀科學(xué)，提高了對電子信息系統(tǒng)機房的能耗設(shè)備進行故障診斷的精確度。

優(yōu)選地，所述歷史故障特征提取單元13還將剔除的不合格的故障診斷特征向量儲存到一個臨時數(shù)據(jù)儲存器中，當滿足時，對歷史故障特征提取單元13中的α值進行進一步修正，具體如下：

(1)若滿足下式，則α的值在根據(jù)原有歷史經(jīng)驗和實際情況結(jié)合確定的基礎(chǔ)上修改為α+1：

(2)若滿足下式，則α的值在根據(jù)原有歷史經(jīng)驗和實際情況結(jié)合確定的基礎(chǔ)上修改為α+2：

其中，A為測點的個數(shù)，A′為不合格的故障診斷特征向量的數(shù)量，N為人為設(shè)定的整數(shù)閥值。

本優(yōu)選實施例中，能夠根據(jù)不合格的故障診斷特征向量占測點個數(shù)的比例，自動調(diào)節(jié)α值，進一步減小了不合格的故障診斷特征向量對能耗設(shè)備進行故障診斷的影響，提高了故障診斷的精確度，從而能夠在能耗設(shè)備發(fā)生故障時及時維修，進一步確保電子信息系統(tǒng)機房的正常運行。

優(yōu)選地，所述建立基于改進的支持向量機的故障診斷模型，包括：

(1)采用徑向基函數(shù)作為核函數(shù)，利用該核函數(shù)將該故障診斷特征向量樣本從原空間映射到高維空間，在高維空間構(gòu)造最優(yōu)決策函數(shù)實現(xiàn)故障診斷特征向量樣本分類，構(gòu)造最優(yōu)決策函數(shù)為：

式中，x為輸入的故障診斷特征向量樣本，U(x)為輸入的故障診斷特征向量樣本對應(yīng)的輸出，J(x)表示徑向基函數(shù)，Q為權(quán)重向量，a為偏差；

此外，為引入的優(yōu)化因子，其中A為測點的個數(shù)，A′為不合格的故障診斷特征向量的數(shù)量；

(2)定義支持向量機的目標函數(shù)為：

支持向量機的約束條件為：

S.t y_i(Qx_i+a)≥1-λ_i,λ_i≥0,i＝1,…,M

式中，minZ(Q,a,λ_i)為支持向量機的目標函數(shù)，ξ^*為優(yōu)化后的懲罰因子，M為故障診斷特征向量樣本的數(shù)量；x_i為輸入的第i個故障診斷特征向量樣本，y_i(Qx_i+a)為輸入的第i個故障診斷特征向量樣本對應(yīng)的輸出，Q為權(quán)重向量，a為偏差，λ_i為引入的誤差變量；

(3)求解該支持向量機的目標函數(shù)，得到權(quán)重向量Q和偏差a；

(4)將計算得到的權(quán)重向量和偏差代入最優(yōu)決策函數(shù)即為所建立的故障診斷模型。

本優(yōu)選實施例中，通過引入優(yōu)化因子，減小了不合格的故障診斷特征向量對能耗設(shè)備進行故障診斷的影響，進一步提高了該最優(yōu)決策函數(shù)的實際精確度，為故障診斷模型的建立提供良好的函數(shù)基礎(chǔ)，從而構(gòu)建更為精確的故障診斷模型，提高對能耗設(shè)備進行故障診斷的精度。

其中通過下述方式進行懲罰因子和所述核函數(shù)的半徑參數(shù)的值的優(yōu)化：

(1)將所有故障診斷特征向量樣本平均分成互不包含的子集；

(2)設(shè)定懲罰因子和所述核函數(shù)的半徑參數(shù)的值的取值范圍，對每個粒子的位置向量進行二維編碼，產(chǎn)生初始粒子群；

(3)對各粒子對應(yīng)的參數(shù)選定訓(xùn)練集進行交叉驗證，得到的預(yù)測模型分類準確率作為粒子對應(yīng)的目標函數(shù)值；

(4)對粒子群中的粒子進行迭代；

(5)用目標函數(shù)值評價所有粒子，當某個粒子的當前評價值優(yōu)于其歷史評價值時，將其作為該粒子的最優(yōu)歷史評價，記錄當前粒子最優(yōu)位置向量；

(6)尋找全局最優(yōu)解，如果其值優(yōu)于當前歷史最優(yōu)解，則更新，達到設(shè)定的終止準則時，則停止搜索，輸出最優(yōu)的懲罰因子和所述核函數(shù)的半徑參數(shù)的值，否則返回去重新搜索。

本實施例采用上述方式對懲罰因子和所述核函數(shù)的半徑參數(shù)的值進行優(yōu)化，優(yōu)化時間相對較短，優(yōu)化效果好，從而能夠得到性能較好的支持向量機，進一步提高對能耗設(shè)備進行故障診斷的精度。

根據(jù)上述實施例，發(fā)明人進行了一系列測試，以下是進行測試得到的實驗數(shù)據(jù)，該實驗數(shù)據(jù)表明，本發(fā)明能夠節(jié)約能耗，實現(xiàn)了最大限度的節(jié)能降耗管理，且能精確、快速地對能耗設(shè)備進行故障檢測和維修，由此可見，本發(fā)明的電子信息系統(tǒng)機房管理控制系統(tǒng)在能耗節(jié)約和故障檢測方面產(chǎn)生了非常顯著的有益效果：

最后應(yīng)當說明的是，以上實施例僅用以說明本發(fā)明的技術(shù)方案，而非對本發(fā)明保護范圍的限制，盡管參照較佳實施例對本發(fā)明作了詳細地說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當理解，可以對本發(fā)明的技術(shù)方案進行修改或者等同替換，而不脫離本發(fā)明技術(shù)方案的實質(zhì)和范圍。