【技术实现步骤摘要】
一种调节服务器机箱的温度的方法、装置、服务器及介质
[0001]本申请涉及服务器领域，特别是涉及一种调节服务器机箱的温度的方法、装置、服务器及介质。
技术介绍
[0002]近些年，随着大数据与5G技术的发展，数据的读写量呈指数级增长。为了承载和计算转发如此巨大的数据量，服务器的计算量和存储能力近些年也得到了显著的提升，但这无形间给服务器的散热策略和规划带来了巨大的压力。如何让散热更高效，更聪明，显然是主机厂散热工程师需要考虑的问题。
[0003]目前，主要是通过线性调控和比例
‑
积分
‑
微分(Proportion
‑
Integral
‑
Derivative，PID)调控来控制风扇转速，从而对服务器机箱的散热。但是在采用线性调控和PID调控属于是滞后调控，如目标温度值为30℃，而实际温度值是35℃，PID调控的输入是实际温度值，根据目标温度与实际温度的差值控制风扇转速，逐步将实际温度调节至目标温度，故而，采用现有的调控方法中，由于温度已经超过目标温度值才对控制风扇对温度调节，因此PID调控存在滞后性，不能提前控制风扇对服务器的机箱温度进行调节，导致服务器的性能下降。
[0004]由此可见，如何提前控制风扇，实现对服务器的机箱温度的调节是本领域人员亟需解决的技术问题。
技术实现思路
[0005]本申请的目的是提供一种调节服务器机箱的温度的方法、装置、服务器及介质，用于提前控制风扇，实现对服务器的机箱温度的调节。>[0006]为解决上述技术问题，本申请提供一种调节服务器机箱的温度的方法，包括：
[0007]获取影响所述服务器机箱温度的参数；其中，所述参数至少包括服务器中各芯片的温度、功耗、功率；
[0008]将所述参数输入至预设的线性时序模型中以及预设的时间循环神经网络模型中；
[0009]通过所述线性时序模型以及所述时间循环神经网络模型获取预设时刻时所述服务器机箱的预估温度值；
[0010]将所述预估温度值输入至PID；
[0011]通过所述PID调控所述服务器的风扇的转速以便所述预设时刻时所述服务器机箱的实际温度值在目标温度范围内。
[0012]优选地，所述通过所述线性时序模型以及所述时间循环神经网络模型获取预设时刻时所述服务器机箱的预估温度值包括：
[0013]将所述参数输入至所述线性时序模型中，以便于通过所述线性时序模型根据所述参数中的线性数据预测所述服务器机箱的第一预估温度值；
[0014]获取通过所述线性时序模型输出所述预设时刻时所述服务器机箱的第一预估温
度值；
[0015]将所述参数中的非线性数据与所述第一预估温度值进行残差处理并获取残差结果；
[0016]将所述残差结果作为所述时间循环神经网络模型的输入并获取通过所述时间循环神经网络模型预测的所述预设时刻时所述服务器机箱的第二预估温度值；
[0017]获取所述第一预估温度值与所述第二预估温度值的和；
[0018]将所述第一预估温度值与所述第二预估温度值的和作为所述预设时刻时所述服务器机箱的所述预估温度值。
[0019]优选地，所述通过所述PID调控所述服务器的风扇转速包括：
[0020]在所述预估温度值超出所述目标温度范围的上限值的情况下，获取所述风扇的当前转速；
[0021]根据预先建立的转速差值与所述服务器机箱的温度变化差值之间的关系确定在所述服务器机箱的温度在所述目标范围内时所述风扇待调整的转速量；
[0022]获取所述当前转速与所述待调整的转速量的和，并将所述和作为所述服务器机箱的目标转速；
[0023]通过所述PID将所述当前转速增加至所述目标转速。
[0024]优选地，所述将所述参数输入至所述线性时序模型中包括：
[0025]对所述参数进行归一化处理；
[0026]将归一化处理后的所述参数输入至所述线性时序模型中；
[0027]对应地，所述将所述参数中的非线性数据与所述第一预估温度值进行残差处理并获取残差结果包括：
[0028]将归一化处理后的所述参数中的所述非线性数据与所述第一预估温度值进行残差处理并获取所述残差结果。
[0029]优选地，在所述通过所述PID调控所述服务器的风扇的转速之后，所述方法还包括：
[0030]获取所述服务器机箱的当前温度值；
[0031]在所述当前温度值未在所述目标温度范围内的情况下，返回所述通过所述PID调控所述服务器的风扇的转速的步骤；
[0032]在所述当前温度值在所述目标温度范围内的情况下，重新返回所述获取影响所述服务器机箱温度的参数的步骤。
[0033]优选地，在所述当前温度值未在所述目标温度范围内的情况，所述方法还包括：
[0034]输出用于表征所述当前温度值未在所述目标温度范围内的提示信息。
[0035]优选地，所述线性时序模型为ARIMA模型，所述时间循环神经网络模型为LSTM模型。
[0036]为了解决上述技术问题，本申请还提供一种调节服务器机箱的温度的装置，包括：
[0037]第一获取模块，用于获取影响所述服务器机箱温度的参数；其中，所述参数至少包括服务器中各芯片的温度、功耗、功率；
[0038]第一输入模块，用于将所述参数输入至预设的线性时序模型中以及预设的时间循环神经网络模型中；
[0039]第二获取模块，用于通过所述线性时序模型以及所述时间循环神经网络模型获取预设时刻时所述服务器机箱的预估温度值；
[0040]第二输入模块，用于将所述预估温度值输入至PID；
[0041]调控模块，用于通过所述PID调控所述服务器的风扇的转速以便所述预设时刻时所述服务器机箱的实际温度值在目标温度范围内。
[0042]为了解决上述技术问题，本申请还提供一种服务器，包括：
[0043]存储器，用于存储计算机程序；
[0044]处理器，用于执行所述计算机程序时实现上述的调节服务器机箱的温度的方法的步骤。
[0045]为了解决上述技术问题，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述的调节服务器机箱的温度的方法的步骤。
[0046]本申请所提供的调节服务器机箱的温度的方法，包括：获取影响服务器机箱温度的参数；其中，参数至少包括服务器中各芯片的温度、功耗、功率；将参数输入至预设的线性时序模型中以及预设的时间循环神经网络模型中；通过线性时序模型以及时间循环神经网络模型获取预设时刻时服务器机箱的预估温度值；将预估温度值输入至PID；通过PID调控服务器的风扇的转速以便预设时刻时服务器机箱的实际温度值在目标温度范围内。相比于在温度超出目标温度值后才调控风扇的方法，本申请的方法中通过线性时序模型以及时间循环神经网络模型预测出了预设时刻服务器机箱的温度值，将本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种调节服务器机箱的温度的方法，其特征在于，包括：获取影响所述服务器机箱温度的参数；其中，所述参数至少包括服务器中各芯片的温度、功耗、功率；将所述参数输入至预设的线性时序模型中以及预设的时间循环神经网络模型中；通过所述线性时序模型以及所述时间循环神经网络模型获取预设时刻时所述服务器机箱的预估温度值；将所述预估温度值输入至PID；通过所述PID调控所述服务器的风扇的转速以便所述预设时刻时所述服务器机箱的实际温度值在目标温度范围内。2.根据权利要求1所述的调节服务器的机箱温度的方法，其特征在于，所述通过所述线性时序模型以及所述时间循环神经网络模型获取预设时刻时所述服务器机箱的预估温度值包括：将所述参数输入至所述线性时序模型中，以便于通过所述线性时序模型根据所述参数中的线性数据预测所述服务器机箱的第一预估温度值；获取通过所述线性时序模型输出所述预设时刻时所述服务器机箱的第一预估温度值；将所述参数中的非线性数据与所述第一预估温度值进行残差处理并获取残差结果；将所述残差结果作为所述时间循环神经网络模型的输入并获取通过所述时间循环神经网络模型预测的所述预设时刻时所述服务器机箱的第二预估温度值；获取所述第一预估温度值与所述第二预估温度值的和；将所述第一预估温度值与所述第二预估温度值的和作为所述预设时刻时所述服务器机箱的所述预估温度值。3.根据权利要求1所述的调节服务器的机箱温度的方法，其特征在于，所述通过所述PID调控所述服务器的风扇转速包括：在所述预估温度值超出所述目标温度范围的上限值的情况下，获取所述风扇的当前转速；根据预先建立的转速差值与所述服务器机箱的温度变化差值之间的关系确定在所述服务器机箱的温度在所述目标范围内时所述风扇待调整的转速量；获取所述当前转速与所述待调整的转速量的和，并将所述和作为所述服务器机箱的目标转速；通过所述PID将所述当前转速增加至所述目标转速。4.根据权利要求2所述的调节服务器的机箱温度的方法，其特征在于，所述将所述参数输入至所述线性时序模型中包括：对所述参数进行归一化处理；将归一化处理后的所述参数输入至所述线性时序模型中...
【专利技术属性】
技术研发人员：杜子昱，
申请(专利权)人：苏州浪潮智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。