本發(fā)明屬于環(huán)境監(jiān)測(cè)，尤其涉及一種機(jī)房環(huán)境管控方法及系統(tǒng)。

背景技術(shù)：

1、機(jī)房作為企業(yè)信息處理和存儲(chǔ)的核心，其環(huán)境狀況對(duì)設(shè)備的穩(wěn)定運(yùn)行、數(shù)據(jù)安全及系統(tǒng)可靠性具有決定性影響，通過(guò)機(jī)房環(huán)境管控來(lái)進(jìn)行預(yù)防性維護(hù)和快速應(yīng)急響應(yīng)，對(duì)于維護(hù)機(jī)房環(huán)境穩(wěn)定至關(guān)重要。

2、然而現(xiàn)有的機(jī)房環(huán)境管控方法仍存在一些問(wèn)題：機(jī)房管理在很大程度上依賴(lài)于人工操作，包括環(huán)境監(jiān)控、設(shè)備檢查和故障排除等，這不僅消耗了大量人力資源，也增加了運(yùn)營(yíng)成本。傳統(tǒng)的視頻監(jiān)控方式來(lái)監(jiān)控機(jī)房環(huán)境，難以全方位覆蓋機(jī)房環(huán)境，并且這種方法對(duì)監(jiān)控人員的依賴(lài)性極高，監(jiān)控人員需要持續(xù)集中注意力觀察視頻畫(huà)面，長(zhǎng)時(shí)間的人工監(jiān)控容易導(dǎo)致疲勞，進(jìn)而降低監(jiān)控的整體效率。在依賴(lài)人工監(jiān)控的情況下，故障的發(fā)現(xiàn)與處理往往不夠迅速，監(jiān)控人員的疏忽可能導(dǎo)致更嚴(yán)重的損失。此外，人工監(jiān)控難以實(shí)時(shí)對(duì)環(huán)境變化做出響應(yīng)，這可能會(huì)對(duì)設(shè)備的正常運(yùn)行造成影響。而且傳統(tǒng)的監(jiān)控方式通常缺乏對(duì)監(jiān)控?cái)?shù)據(jù)的深入分析能力，無(wú)法通過(guò)數(shù)據(jù)分析預(yù)測(cè)潛在的問(wèn)題，進(jìn)行預(yù)防性維護(hù)。

3、現(xiàn)有機(jī)房環(huán)境管理缺少自動(dòng)化的環(huán)境調(diào)節(jié)和故障預(yù)警能力，難以滿足現(xiàn)代信息技術(shù)發(fā)展的需求。因此，對(duì)機(jī)房環(huán)境實(shí)施實(shí)時(shí)遠(yuǎn)程監(jiān)管并加強(qiáng)智能控制，已成為確保網(wǎng)絡(luò)運(yùn)行環(huán)境穩(wěn)定、設(shè)備安全以及人員安全的迫切需求。

技術(shù)實(shí)現(xiàn)思路

1、為解決現(xiàn)有技術(shù)中存在的上述問(wèn)題，本發(fā)明提出了一種機(jī)房環(huán)境管控方法及系統(tǒng)。

2、本發(fā)明的目的可以通過(guò)以下技術(shù)方案實(shí)現(xiàn)：

3、一種機(jī)房環(huán)境管控方法，包括：

4、獲取機(jī)房環(huán)境數(shù)據(jù)，根據(jù)所述機(jī)房環(huán)境數(shù)據(jù)通過(guò)預(yù)設(shè)環(huán)境閾值生成環(huán)境管控指令，所述機(jī)房環(huán)境數(shù)據(jù)包括機(jī)房溫度、機(jī)房濕度、機(jī)房煙霧濃度；

5、獲取機(jī)房歷史監(jiān)控圖片，根據(jù)所述機(jī)房歷史監(jiān)控圖片通過(guò)機(jī)房圖片預(yù)處理得到機(jī)房監(jiān)控標(biāo)準(zhǔn)圖片，所述機(jī)房歷史監(jiān)控圖片包括機(jī)房水浸圖片和機(jī)房正常圖片；

6、根據(jù)所述機(jī)房監(jiān)控標(biāo)準(zhǔn)圖片通過(guò)改進(jìn)深度卷積生成對(duì)抗網(wǎng)絡(luò)數(shù)據(jù)擴(kuò)充得到機(jī)房監(jiān)控?cái)?shù)據(jù)集，根據(jù)所述機(jī)房監(jiān)控?cái)?shù)據(jù)集通過(guò)改進(jìn)hrnetv2算法構(gòu)建機(jī)房水浸識(shí)別模型；

7、獲取機(jī)房監(jiān)控圖片，根據(jù)所述機(jī)房監(jiān)控圖片通過(guò)所述機(jī)房水浸識(shí)別模型得到機(jī)房水浸檢測(cè)標(biāo)簽，根據(jù)所述機(jī)房水浸標(biāo)簽發(fā)送機(jī)房水浸報(bào)警指令至終端。

8、優(yōu)選的，所述獲取機(jī)房環(huán)境數(shù)據(jù)包括：

9、在機(jī)房關(guān)鍵位置安裝環(huán)境監(jiān)測(cè)設(shè)備，所述環(huán)境監(jiān)測(cè)設(shè)備包括溫度傳感器、濕度傳感器、煙霧傳感器；

10、通過(guò)所述環(huán)境監(jiān)測(cè)設(shè)備獲取機(jī)房環(huán)境數(shù)據(jù)，24小時(shí)不間斷運(yùn)行所述環(huán)境監(jiān)測(cè)設(shè)備，所述機(jī)房環(huán)境數(shù)據(jù)的監(jiān)測(cè)頻率設(shè)置為5分鐘一次。

11、優(yōu)選的，所述根據(jù)所述機(jī)房環(huán)境數(shù)據(jù)通過(guò)預(yù)設(shè)環(huán)境閾值生成環(huán)境管控指令包括：

12、預(yù)設(shè)環(huán)境閾值，所述預(yù)設(shè)環(huán)境閾值包括預(yù)設(shè)機(jī)房溫度閾值、預(yù)設(shè)機(jī)房濕度閾值、預(yù)設(shè)機(jī)房煙霧濃度閾值；

13、所述環(huán)境管控指令包括降溫設(shè)備啟動(dòng)指令、降溫設(shè)備關(guān)閉指令、通風(fēng)排濕設(shè)備啟動(dòng)指令、通風(fēng)排濕設(shè)備關(guān)閉指令、機(jī)房煙霧預(yù)警指令；

14、當(dāng)所述機(jī)房溫度高于所述預(yù)設(shè)機(jī)房溫度閾值時(shí)，生成降溫設(shè)備啟動(dòng)指令，當(dāng)所述機(jī)房溫度降至所述預(yù)設(shè)機(jī)房溫度閾值以?xún)?nèi)時(shí)，生成降溫設(shè)備關(guān)閉指令；

15、當(dāng)所述機(jī)房濕度高于所述預(yù)設(shè)機(jī)房濕度閾值時(shí)，生成通風(fēng)排濕設(shè)備啟動(dòng)指令，當(dāng)所述機(jī)房濕度降至所述預(yù)設(shè)機(jī)房濕度閾值以?xún)?nèi)時(shí)，生成通風(fēng)排濕設(shè)備關(guān)閉指令；

16、當(dāng)所述機(jī)房煙霧濃度高于所述預(yù)設(shè)機(jī)房煙霧濃度閾值時(shí)，發(fā)送機(jī)房煙霧預(yù)警指令至終端，并啟動(dòng)聲光報(bào)警。

17、優(yōu)選的，所述根據(jù)所述機(jī)房歷史監(jiān)控圖片通過(guò)機(jī)房圖片預(yù)處理得到機(jī)房監(jiān)控標(biāo)準(zhǔn)圖片包括：

18、通過(guò)自適應(yīng)中值濾波算法對(duì)所述機(jī)房歷史監(jiān)控圖片去噪得到機(jī)房歷史監(jiān)控去噪圖片；

19、根據(jù)所述機(jī)房歷史監(jiān)控去噪圖片通過(guò)直方圖均衡化算法增強(qiáng)得到機(jī)房監(jiān)控標(biāo)準(zhǔn)圖片。

20、優(yōu)選的，所述改進(jìn)深度卷積生成對(duì)抗網(wǎng)絡(luò)包括生成器和判別器，在所述生成器的轉(zhuǎn)置卷積層之后引入殘差塊，每個(gè)殘差塊內(nèi)部加入了坐標(biāo)注意力機(jī)制和一個(gè)adalin層，以增強(qiáng)生成圖像的細(xì)節(jié)和真實(shí)性。

21、優(yōu)選的，所述改進(jìn)hrnetv2算法包括主干網(wǎng)絡(luò)、特征整合塊和預(yù)測(cè)頭，通過(guò)主干網(wǎng)絡(luò)提取得到不同分辨率機(jī)房水浸特征圖，在所述特征整合塊中引入深層路由注意力模塊，通過(guò)所述深層路由注意力模塊計(jì)算不同分辨率機(jī)房水浸特征圖的重要性權(quán)重并進(jìn)行加權(quán)融合，再通過(guò)門(mén)控機(jī)制對(duì)加權(quán)融合后的機(jī)房水浸特征圖進(jìn)行重校準(zhǔn)以增強(qiáng)有用的特征并抑制噪聲，所述預(yù)測(cè)頭將所述特征整合塊輸出的機(jī)房水浸特征圖轉(zhuǎn)換為機(jī)房水浸識(shí)別結(jié)果。

22、優(yōu)選的，所述獲取機(jī)房監(jiān)控圖片，根據(jù)所述機(jī)房監(jiān)控圖片通過(guò)所述機(jī)房水浸識(shí)別模型得到機(jī)房水浸檢測(cè)標(biāo)簽，根據(jù)所述機(jī)房水浸標(biāo)簽發(fā)送機(jī)房水浸報(bào)警指令至終端包括：

23、通過(guò)智能巡檢機(jī)器人獲取機(jī)房監(jiān)控圖片，所述智能巡檢機(jī)器人搭載高清監(jiān)控?cái)z像頭并按照預(yù)設(shè)的巡檢路線巡檢；

24、所述機(jī)房監(jiān)控圖片通過(guò)所述機(jī)房圖片預(yù)處理得到機(jī)房監(jiān)控標(biāo)準(zhǔn)圖片；

25、將所述機(jī)房監(jiān)控標(biāo)準(zhǔn)圖片輸入至所述機(jī)房水浸識(shí)別模型得到機(jī)房水浸檢測(cè)標(biāo)簽，所述機(jī)房水浸檢測(cè)標(biāo)簽包括機(jī)房水浸標(biāo)簽和機(jī)房正常標(biāo)簽；

26、當(dāng)所述機(jī)房水浸檢測(cè)標(biāo)簽為機(jī)房水浸標(biāo)簽時(shí)，發(fā)送機(jī)房水浸報(bào)警指令至終端，并啟動(dòng)聲光報(bào)警。

27、一種機(jī)房環(huán)境管控系統(tǒng)，應(yīng)用于上述的機(jī)房環(huán)境管控方法，包括機(jī)房環(huán)境調(diào)控模塊、機(jī)房監(jiān)控?cái)?shù)據(jù)集構(gòu)建模塊、機(jī)房水浸識(shí)別模塊；

28、所述機(jī)房環(huán)境調(diào)控模塊用于獲取機(jī)房環(huán)境數(shù)據(jù)，根據(jù)所述機(jī)房環(huán)境數(shù)據(jù)通過(guò)預(yù)設(shè)環(huán)境閾值生成環(huán)境管控指令，所述機(jī)房環(huán)境數(shù)據(jù)包括機(jī)房溫度、機(jī)房濕度、機(jī)房煙霧濃度；

29、所述機(jī)房監(jiān)控?cái)?shù)據(jù)集構(gòu)建模塊用于獲取機(jī)房歷史監(jiān)控圖片并通過(guò)機(jī)房圖片預(yù)處理得到機(jī)房監(jiān)控標(biāo)準(zhǔn)圖片，根據(jù)所述機(jī)房監(jiān)控標(biāo)準(zhǔn)圖片通過(guò)改進(jìn)深度卷積生成對(duì)抗網(wǎng)絡(luò)數(shù)據(jù)擴(kuò)充得到機(jī)房監(jiān)控?cái)?shù)據(jù)集；

30、所述機(jī)房水浸識(shí)別模塊用于根據(jù)所述機(jī)房監(jiān)控?cái)?shù)據(jù)集通過(guò)改進(jìn)hrnetv2算法構(gòu)建機(jī)房水浸識(shí)別模型，獲取機(jī)房監(jiān)控圖片并通過(guò)所述機(jī)房水浸識(shí)別模型得到機(jī)房水浸檢測(cè)標(biāo)簽，根據(jù)所述機(jī)房水浸標(biāo)簽發(fā)送機(jī)房水浸報(bào)警指令至終端。

31、一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述機(jī)房環(huán)境管控方法。

32、一種包含計(jì)算機(jī)可執(zhí)行指令的存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可執(zhí)行指令在由計(jì)算機(jī)處理器執(zhí)行時(shí)用于執(zhí)行上述機(jī)房環(huán)境管控方法。

33、本發(fā)明的有益效果為：

34、(1)通過(guò)實(shí)時(shí)獲取機(jī)房環(huán)境數(shù)據(jù)、快速檢測(cè)到環(huán)境異常并根據(jù)預(yù)設(shè)環(huán)境閾值生成環(huán)境管控指令，確保機(jī)房環(huán)境始終處于最佳狀態(tài)，在環(huán)境參數(shù)達(dá)到臨界值之前采取預(yù)防措施，避免設(shè)備損壞或運(yùn)行中斷。

35、(2)通過(guò)獲取機(jī)房歷史監(jiān)控圖片并通過(guò)機(jī)房圖片預(yù)處理得到機(jī)房監(jiān)控標(biāo)準(zhǔn)圖片，通過(guò)自適應(yīng)中值濾波算法能夠有效地去除機(jī)房歷史監(jiān)控圖片中的噪聲，而不影響圖像的邊緣和細(xì)節(jié)，從而提高圖像的清晰度，通過(guò)直方圖均衡化算法增強(qiáng)圖像的對(duì)比度，減少在光線不均勻或昏暗的機(jī)房環(huán)境下光線條件對(duì)監(jiān)控圖像質(zhì)量的影響，從而提高后續(xù)圖像分析和識(shí)別的準(zhǔn)確性和效率。

36、(3)根據(jù)所述機(jī)房監(jiān)控標(biāo)準(zhǔn)圖片通過(guò)改進(jìn)深度卷積生成對(duì)抗網(wǎng)絡(luò)數(shù)據(jù)擴(kuò)充得到機(jī)房監(jiān)控?cái)?shù)據(jù)集，可以生成更多樣化的訓(xùn)練樣本，有助于提高模型的泛化能力，通過(guò)在生成器的轉(zhuǎn)置卷積層之后引入殘差塊，每個(gè)殘差塊內(nèi)部加入坐標(biāo)注意力機(jī)制和adalin層，能夠增強(qiáng)生成圖像的細(xì)節(jié)和真實(shí)性；

37、(4)通過(guò)改進(jìn)hrnetv2算法構(gòu)建機(jī)房水浸識(shí)別模型，通過(guò)在所述特征整合塊中引入深層路由注意力模塊，可以增強(qiáng)有用的特征并抑制噪聲，提高模型對(duì)機(jī)房水浸情況的識(shí)別精度和速度，通過(guò)機(jī)房水浸識(shí)別模型對(duì)實(shí)時(shí)監(jiān)控圖片進(jìn)行分析，可以及時(shí)發(fā)現(xiàn)機(jī)房水浸情況并生成機(jī)房水浸標(biāo)簽，在水浸發(fā)生時(shí)，能夠迅速發(fā)送機(jī)房水浸報(bào)警指令至終端，使得運(yùn)維人員能夠及時(shí)采取措施，從而減少水浸對(duì)機(jī)房設(shè)備的損害。