本發(fā)明涉及人工智能，特別涉及一種基于ai的無風(fēng)扇智能控制方法及系統(tǒng)。

背景技術(shù)：

1、隨著電子設(shè)備性能的不斷提升，其內(nèi)部芯片的運算速度和處理能力越來越強，導(dǎo)致設(shè)備在運行過程中產(chǎn)生的熱量也大幅增加。例如，高性能計算機、服務(wù)器、5g?通信基站等設(shè)備，它們在長時間高負荷運行時會產(chǎn)生大量熱量。如果不能及時有效地散熱，過高的溫度會影響設(shè)備的性能和穩(wěn)定性，甚至縮短設(shè)備的使用壽命。傳統(tǒng)的散熱方式主要依賴風(fēng)扇、散熱片等機械部件。風(fēng)扇在運行過程中會產(chǎn)生噪音，對于一些對噪音要求嚴格的環(huán)境（如辦公室、圖書館、醫(yī)療場所等）來說，這是一個嚴重的問題。而且，風(fēng)扇等機械部件存在磨損和故障的風(fēng)險，需要定期維護和更換，增加了使用成本和維護工作量。此外，在一些對空間和重量要求較高的設(shè)備（如便攜式電子設(shè)備、航空航天設(shè)備等）中，傳統(tǒng)散熱方式的體積和重量會成為限制因素。近年來，人工智能技術(shù)取得了長足的發(fā)展，特別是深度學(xué)習(xí)、強化學(xué)習(xí)等技術(shù)在各個領(lǐng)域得到了廣泛應(yīng)用。這些技術(shù)具有強大的數(shù)據(jù)處理和分析能力，能夠從大量的數(shù)據(jù)中挖掘出潛在的規(guī)律和模式。將?ai?技術(shù)應(yīng)用于設(shè)備散熱控制，可以實現(xiàn)智能化的散熱管理，根據(jù)設(shè)備的實時狀態(tài)和環(huán)境條件自動調(diào)整散熱策略，提高散熱效率，降低能耗?，F(xiàn)有散熱控制系統(tǒng)大多基于設(shè)備當(dāng)前的溫度進行散熱控制，缺乏對設(shè)備未來溫度變化的預(yù)測能力。這使得散熱策略往往是被動的，只有當(dāng)設(shè)備溫度升高到一定程度時才會啟動散熱措施，無法提前做好散熱準備，可能導(dǎo)致設(shè)備在溫度升高的過程中受到一定的損害。而且，由于沒有考慮到設(shè)備運行狀態(tài)、環(huán)境條件等多種因素對溫度的影響，溫度控制不夠精準，容易出現(xiàn)散熱過度或散熱不足的情況。

技術(shù)實現(xiàn)思路

1、基于上述技術(shù)問題，本發(fā)明提出了一種基于ai的無風(fēng)扇智能控制方法及系統(tǒng)，并且，所采取的技術(shù)方案如下：

2、一種基于ai的無風(fēng)扇智能控制方法，所述方法包括：

3、s1：通過溫度傳感器采集設(shè)備發(fā)熱區(qū)域的溫度數(shù)據(jù)；通過環(huán)境傳感器采集設(shè)備周圍的環(huán)境數(shù)據(jù)，所述環(huán)境數(shù)據(jù)包括環(huán)境溫度以及環(huán)境濕度；通過設(shè)備運行傳感器獲取設(shè)備的運行數(shù)據(jù)，所述運行數(shù)據(jù)包括，設(shè)備內(nèi)存使用率；并將所述溫度數(shù)據(jù)、環(huán)境數(shù)據(jù)以及運行數(shù)據(jù)傳輸至異常數(shù)據(jù)檢測系統(tǒng)；

4、s2:對溫度數(shù)據(jù)、環(huán)境數(shù)據(jù)以及運行數(shù)據(jù)進行異常檢測，對檢測出異常的數(shù)據(jù)進行異常處理，將異常處理后的數(shù)據(jù)通過多模態(tài)數(shù)據(jù)融合模型，生成綜合反映設(shè)備熱狀態(tài)的特征向量；

5、s3：將所述特征向量輸入到溫度預(yù)測模型中，生成器根據(jù)特征向量生成設(shè)備發(fā)熱區(qū)域未來一段時間內(nèi)預(yù)測的溫度值，判斷器對生成的預(yù)測溫度值與設(shè)備的實際溫度值進行比較，并通過生成器與判別器的對抗訓(xùn)練提高溫度預(yù)測模型的預(yù)測精度；

6、s4：將特征向量和預(yù)測的溫度值輸入到?jīng)Q策模型中，決策模型基于決策網(wǎng)絡(luò)中預(yù)設(shè)的行動策略選擇散熱控制策略，并將散熱控制策略傳輸至控制系統(tǒng)，控制系統(tǒng)根據(jù)散熱控制策略對設(shè)備進行散熱；

7、s5：實時監(jiān)測設(shè)備執(zhí)行散熱控制策略后的設(shè)備發(fā)熱區(qū)域?qū)嶋H溫度，當(dāng)實際溫度處于設(shè)備正常運行所需的溫度時，控制系統(tǒng)停止對設(shè)備散熱。

8、優(yōu)選地，所述s2包括：

9、s21：對于溫度數(shù)據(jù)，若測量值超出設(shè)備正常工作溫度范圍的上下限，則判定為異常；對于環(huán)境數(shù)據(jù)，若測量值超出正常環(huán)境條件下的區(qū)間，則判定為異常；對于運行數(shù)據(jù)，若設(shè)備的內(nèi)存使用率出現(xiàn)突變或超出設(shè)備設(shè)計的最大承載值，則判定為異常；

10、s22：當(dāng)檢測出異常后，對檢測出異常的數(shù)據(jù)進行異常處理，所述異常處理包括：若為偶發(fā)性異常，獲取溫度數(shù)據(jù)、環(huán)境數(shù)據(jù)以及運行數(shù)據(jù)前后相鄰時刻的正常數(shù)據(jù)進行線性插值；若為頻繁性異常，對異常數(shù)據(jù)對應(yīng)的傳感器進行檢查和校準；

11、s23：對溫度數(shù)據(jù)、環(huán)境數(shù)據(jù)以及運行數(shù)據(jù)進行歸一化處理，將歸一化處理后的數(shù)據(jù)按時間順序排列，形成溫度、環(huán)境和設(shè)備運行狀態(tài)的時間序列；將溫度、環(huán)境和設(shè)備運行狀態(tài)的時間序列分別輸入到三個獨立的?lstm?網(wǎng)絡(luò)中，最終輸出分別代表溫度數(shù)據(jù)、環(huán)境數(shù)據(jù)已經(jīng)運行數(shù)據(jù)的時序特征，并對三種時序特征進行特征拼接，生成綜合反映設(shè)備熱狀態(tài)的特征向量。

12、優(yōu)選地，所述s3包括：

13、s31：將特征向量以及設(shè)備的實際溫度值劃分為訓(xùn)練集和驗證集，將訓(xùn)練集中的設(shè)備的實際溫度值輸入到判斷器中，同時將訓(xùn)練集中的特征向量輸入到生成器中，生成器根據(jù)所述訓(xùn)練集中的特征向量生成預(yù)測的溫度值，生成器將生成的預(yù)測的溫度值輸入到判斷器中；

14、s32：判斷器根據(jù)實際溫度值和預(yù)測的溫度值，計算生成器的損失，并根據(jù)計算結(jié)果，對生成器的參數(shù)進行調(diào)整；

15、s33：進行多次迭代，并且每次迭代后通過驗證集對溫度預(yù)測模型進行驗證，將驗證集的特征向量輸入到生成器中，生成預(yù)測的溫度值，并與驗證集的實際測量溫度值進行對比，通過均方誤差對驗證結(jié)果進行評估。

16、優(yōu)選地，所述s4包括：

17、s41：構(gòu)建決策模型，生成的綜合反映設(shè)備熱狀態(tài)的特征向量以及預(yù)測的溫度值進行整合，輸入至決策模型中；

18、s42：基于生成的綜合反映設(shè)備熱狀態(tài)的特征向量以及預(yù)測的溫度值建立決策網(wǎng)絡(luò)，所述決策網(wǎng)絡(luò)描述了在特定的特征向量和預(yù)測溫度值條件下應(yīng)采取的散熱控制策略，包括：當(dāng)預(yù)測溫度值處于低溫區(qū)間，特征向量中的設(shè)備內(nèi)存使用率低時，選擇降低散熱功率的控制策略；當(dāng)預(yù)測溫度值處于正常區(qū)間，特征向量中的設(shè)備內(nèi)存使用率適中時，選擇維持當(dāng)前散熱方式的控制策略；當(dāng)預(yù)測溫度值處于高溫區(qū)間，且特征向量中的設(shè)備內(nèi)存使用率高，環(huán)境溫度高時，選擇增強散熱的控制策略，所述增強散熱的控制策略包括開啟備用散熱通道。

19、優(yōu)選地，所述s5包括：

20、s51：散熱控制策略實施時，溫度傳感器實時采集設(shè)備發(fā)熱區(qū)域的實際溫度，并將實際溫度數(shù)據(jù)傳輸值控制系統(tǒng)；

21、s52：控制系統(tǒng)判斷實際溫度是否處于正常區(qū)間，當(dāng)控制系統(tǒng)判斷實際溫度處于正常區(qū)間后，控制系統(tǒng)停止對設(shè)備散熱。

22、一種基于ai的無風(fēng)扇智能控制系統(tǒng)，所述系統(tǒng)包括：

23、多源數(shù)據(jù)采集傳輸系統(tǒng)：通過溫度傳感器采集設(shè)備發(fā)熱區(qū)域的溫度數(shù)據(jù)；通過環(huán)境傳感器采集設(shè)備周圍的環(huán)境數(shù)據(jù)，所述環(huán)境數(shù)據(jù)包括環(huán)境溫度以及環(huán)境濕度；通過設(shè)備運行傳感器獲取設(shè)備的運行數(shù)據(jù)，所述運行數(shù)據(jù)包括，設(shè)備內(nèi)存使用率；并將所述溫度數(shù)據(jù)、環(huán)境數(shù)據(jù)以及運行數(shù)據(jù)傳輸至異常數(shù)據(jù)檢測系統(tǒng)；

24、異常數(shù)據(jù)檢測與特征融合系統(tǒng):對溫度數(shù)據(jù)、環(huán)境數(shù)據(jù)以及運行數(shù)據(jù)進行異常檢測，對檢測出異常的數(shù)據(jù)進行異常處理，將異常處理后的數(shù)據(jù)通過多模態(tài)數(shù)據(jù)融合模型，生成綜合反映設(shè)備熱狀態(tài)的特征向量；

25、溫度預(yù)測與精度優(yōu)化系統(tǒng)：將所述特征向量輸入到溫度預(yù)測模型中，生成器根據(jù)特征向量生成設(shè)備發(fā)熱區(qū)域未來一段時間內(nèi)預(yù)測的溫度值，判斷器對生成的預(yù)測溫度值與設(shè)備的實際溫度值進行比較，并通過生成器與判別器的對抗訓(xùn)練提高溫度預(yù)測模型的預(yù)測精度；

26、散熱策略決策與執(zhí)行系統(tǒng)：將特征向量和預(yù)測的溫度值輸入到?jīng)Q策模型中，決策模型基于決策網(wǎng)絡(luò)中預(yù)設(shè)的行動策略選擇散熱控制策略，并將散熱控制策略傳輸至控制系統(tǒng)，控制系統(tǒng)根據(jù)散熱控制策略對設(shè)備進行散熱；

27、溫度監(jiān)測與散熱控制系統(tǒng)：實時監(jiān)測設(shè)備執(zhí)行散熱控制策略后的設(shè)備發(fā)熱區(qū)域?qū)嶋H溫度，當(dāng)實際溫度處于設(shè)備正常運行所需的溫度時，控制系統(tǒng)停止對設(shè)備散熱。

28、優(yōu)選地，所述異常數(shù)據(jù)檢測與特征融合系統(tǒng)包括：

29、多源數(shù)據(jù)異常判定系統(tǒng)：對于溫度數(shù)據(jù)，若測量值超出設(shè)備正常工作溫度范圍的上下限，則判定為異常；對于環(huán)境數(shù)據(jù)，若測量值超出正常環(huán)境條件下的區(qū)間，則判定為異常；對于運行數(shù)據(jù)，若設(shè)備的內(nèi)存使用率出現(xiàn)突變或超出設(shè)備設(shè)計的最大承載值，則判定為異常；

30、數(shù)據(jù)異常處理修復(fù)系統(tǒng)：當(dāng)檢測出異常后，對檢測出異常的數(shù)據(jù)進行異常處理，所述異常處理包括：若為偶發(fā)性異常，獲取溫度數(shù)據(jù)、環(huán)境數(shù)據(jù)以及運行數(shù)據(jù)前后相鄰時刻的正常數(shù)據(jù)進行線性插值；若為頻繁性異常，對異常數(shù)據(jù)對應(yīng)的傳感器進行檢查和校準；

31、時序特征提取與融合系統(tǒng)：對溫度數(shù)據(jù)、環(huán)境數(shù)據(jù)以及運行數(shù)據(jù)進行歸一化處理，將歸一化處理后的數(shù)據(jù)按時間順序排列，形成溫度、環(huán)境和設(shè)備運行狀態(tài)的時間序列；將溫度、環(huán)境和設(shè)備運行狀態(tài)的時間序列分別輸入到三個獨立的?lstm?網(wǎng)絡(luò)中，最終輸出分別代表溫度數(shù)據(jù)、環(huán)境數(shù)據(jù)已經(jīng)運行數(shù)據(jù)的時序特征，并對三種時序特征進行特征拼接，生成綜合反映設(shè)備熱狀態(tài)的特征向量。

32、優(yōu)選地，所述溫度預(yù)測與精度優(yōu)化系統(tǒng)包括：

33、數(shù)據(jù)劃分與輸入分發(fā)系統(tǒng)：將特征向量以及設(shè)備的實際溫度值劃分為訓(xùn)練集和驗證集，將訓(xùn)練集中的設(shè)備的實際溫度值輸入到判斷器中，同時將訓(xùn)練集中的特征向量輸入到生成器中，生成器根據(jù)所述訓(xùn)練集中的特征向量生成預(yù)測的溫度值，生成器將生成的預(yù)測的溫度值輸入到判斷器中；

34、生成器參數(shù)調(diào)整系統(tǒng)：判斷器根據(jù)實際溫度值和預(yù)測的溫度值，計算生成器的損失，并根據(jù)計算結(jié)果，對生成器的參數(shù)進行調(diào)整；

35、模型迭代驗證與評估系統(tǒng)：進行多次迭代，并且每次迭代后通過驗證集對溫度預(yù)測模型進行驗證，將驗證集的特征向量輸入到生成器中，生成預(yù)測的溫度值，并與驗證集的實際測量溫度值進行對比，通過均方誤差對驗證結(jié)果進行評估。

36、優(yōu)選地，所述散熱策略決策與執(zhí)行系統(tǒng)包括：

37、決策輸入整合與導(dǎo)入系統(tǒng)：構(gòu)建決策模型，生成的綜合反映設(shè)備熱狀態(tài)的特征向量以及預(yù)測的溫度值進行整合，輸入至決策模型中；

38、散熱策略決策規(guī)則生成系統(tǒng)：基于生成的綜合反映設(shè)備熱狀態(tài)的特征向量以及預(yù)測的溫度值建立決策網(wǎng)絡(luò)，所述決策網(wǎng)絡(luò)描述了在特定的特征向量和預(yù)測溫度值條件下應(yīng)采取的散熱控制策略，包括：當(dāng)預(yù)測溫度值處于低溫區(qū)間，特征向量中的設(shè)備內(nèi)存使用率低時，選擇降低散熱功率的控制策略；當(dāng)預(yù)測溫度值處于正常區(qū)間，特征向量中的設(shè)備內(nèi)存使用率適中時，選擇維持當(dāng)前散熱方式的控制策略；當(dāng)預(yù)測溫度值處于高溫區(qū)間，且特征向量中的設(shè)備內(nèi)存使用率高，環(huán)境溫度高時，選擇增強散熱的控制策略，所述增強散熱的控制策略包括開啟備用散熱通道。

39、優(yōu)選地，所述溫度監(jiān)測與散熱控制系統(tǒng)包括：

40、實時溫度采集傳輸系統(tǒng)：散熱控制策略實施時，溫度傳感器實時采集設(shè)備發(fā)熱區(qū)域的實際溫度，并將實際溫度數(shù)據(jù)傳輸值控制系統(tǒng)；

41、溫度判斷與散熱調(diào)控系統(tǒng)：控制系統(tǒng)判斷實際溫度是否處于正常區(qū)間，當(dāng)控制系統(tǒng)判斷實際溫度處于正常區(qū)間后，控制系統(tǒng)停止對設(shè)備散熱。

42、本發(fā)明有益效果：通過多源數(shù)據(jù)采集傳輸系統(tǒng)全面收集設(shè)備溫度、環(huán)境及運行數(shù)據(jù)，異常數(shù)據(jù)檢測與特征融合系統(tǒng)對數(shù)據(jù)進行異常檢測、處理及多模態(tài)融合，生成綜合特征向量，為后續(xù)精準分析奠定基礎(chǔ)，且有效解決了數(shù)據(jù)異常問題，提高數(shù)據(jù)可靠性。溫度預(yù)測方面，溫度預(yù)測與精度優(yōu)化系統(tǒng)通過生成器和判別器的對抗訓(xùn)練，顯著提升了設(shè)備未來溫度的預(yù)測精度，實現(xiàn)了主動式的散熱控制準備。在散熱策略制定上，散熱策略決策與執(zhí)行系統(tǒng)依據(jù)綜合特征向量和預(yù)測溫度，建立靈活的決策網(wǎng)絡(luò)，能根據(jù)不同的設(shè)備狀態(tài)和環(huán)境條件選擇最合適的散熱策略，避免了散熱過度或不足，有效提高散熱效率并降低能耗。