一种基于AI的数据机房状态上报方法及系统与流程
本发明涉及机房监测，具体为一种基于ai的数据机房状态上报方法及系统。
背景技术：
1、机房状态监测能够保证网络设备的良好运行和增加设备使用寿命，使得网络环境稳定以及相关信息数据资产安全，在申请号为cn202010713555.6发明专利中公开了“一种基于nb-iot的机房监控系统及监控方法，包括：温湿度检测模块，颗粒物检测模块，ups检测模块，电源模块，存储器，控制模块，显示模块，门禁控制模块，空调控制模块，nb-iot 通信模块，和sim卡。多个前端的检测模块实时监控机房内部状态，控制模块通过nb-iot与物联监控平台之间的数据实时传输，其数据传输更加稳定，对机房状态的智能监控，实现机房的无人智能管理，监控机房状态更加节能高效。”
2、上述现有技术解决了无法对机房状态进行智能监测等问题，但是在监测过程中，并没有为当前机房构建出对应的模型，使得维护人员在设备出现异常时，需要对设备产生的大量状态信息进行检索，才能够采取补救的措施，同时在数据采集过程中，并没有对设备运行时的电流以及电压运用不同方式进行检测，导致网络通信异常时可能无法及时获取信息，并且传统的模型缺少较为完善的数据，使得仿真输出的结果往往与实际机房运行的场景存在不同。
技术实现思路
1、本发明的目的在于提供一种基于ai的数据机房状态上报方法及系统，以解决上述背景技术中提出的问题。
2、为实现上述目的，本发明提供如下技术方案：一种基于ai的数据机房状态上报方法，包括以下步骤：
3、s1、构建机房模型：利用blender软件根据机房和设备相关数据构建初始机房场景模型以及设备模型，按照实际位置信息将设备模型导入至初始机房场景模型中，得到初始机房模型，设定三个不同的距离数值，按照距离数值对初始机房模型中包含的机房场景模型以及设备模型分别进行简化，从而构建出近距离机房模型、中距离机房模型和远距离机房模型；
4、s2、采集实时数据：获取当前机房中对应设备的基本信息，将其以序列的形式存储至数据库中，利用数据采集设备对机房环境信息进行实时采集，根据snmp协议确定机房中的所有设备状态信息，将设备编号以及对应的数据传输至数据库中进行存储；
5、s3、设置设备开合动作：在机房模型中的所有空调设备上添加风向标识符，利用着色器根据风向顶点坐标对可视化界面上每个像素点的颜色进行渲染，选取需要设置开合的设备编号，根据设备编号在数据库中查找该设备对应的坐标位置，选取两个三维坐标，利用这两个三维坐标构建出一条直线，通过动画库插件将数据导入至模型中；
6、s4、获取图像信息：利用巡检机器人搭载的摄像机对当前数据机房中所有设备仪表依次进行拍摄，并将图像标签划分为四类，通过标签注释软件为每个图像信息制作出对应的注释文档；
7、s5、分析指针仪表数值：若该图像信息对应的标签信息是电流表以及电压表时，将图像信息中的边缘点对应霍夫变换空间中的直线，利用累加器对空间中的每个经过交点的直线数进行统计，根据直线数最多的交点坐标位置推算出原图像中的直线位置，并将其表示为当前指针位置，利用仪表读数分析算法根据当前指针位置、零刻度线数值和最大刻度线数值推算分析出当前指针所指向的数值，将其传输至数据库中；
8、s6、识别数据显示数值：若该图像信息对应的标签信息是数据显示表时，对图像信息进行字符分割后，利用最优参数选择算法计算分析出最佳参数后，根据最佳参数构建出数据识别模型，通过数据识别模型对经过字符分割后的图像信息进行分析，得到的结果传输至数据库中；
9、s7、提取指示灯状态：若该图像信息对应的标签信息是指示灯时，利用每个像素点的梯度值以及对应的梯度方向筛选出第一边缘点，通过所有边缘像素点的平均梯度以及背景像素点的平均梯度推算出最佳阈值，从而确定最终边缘点，利用霍夫圆变换法对图像信息进行分析，得到每个圆的具体位置后按顺序进行编号，在原图像信息中提取出每个圆对应的颜色信息，根据颜色信息分析出当前指示灯对应状态，将指示灯名称以及对应状态传输至数据库中；
10、s8、输出仿真结果：利用仿真软件将每个设备对应的仪表以及指示灯相关数据导入模型中进行仿真操作，得到的结果通过可视化界面进行输出。
11、优选的，所述s1包括以下步骤：
12、s101、获取当前机房和所有设备的尺寸参数，确定每个设备的编号、结构以及材质，利用blender软件根据这些数据构建初始机房场景模型以及设备模型，提取当前机房中每个设备的相对位置信息后，按照位置信息将设备模型导入至初始机房场景模型中，得到初始机房模型；
13、s102、在初始机房模型中添加相机和视图窗口，将模型参数传输至数据库中，设定三个不同的距离数值，其中距离数值表示相机与模型之间的间距，按照距离数值对初始机房模型中包含的机房场景模型以及设备模型分别进行简化，从而构建出近距离机房模型、中距离机房模型和远距离机房模型；
14、s103、若相机与模型之间的间距小于等于最小距离数值时，则向可视化界面返回近距离机房模型，若间距大于最小距离数值且小于等于最大距离数值时，则向可视化界面返回中距离机房模型，若间距大于最大距离数值时，则向可视化界面返回远距离机房模型。
15、优选的，所述s2包括以下步骤：
16、s201、获取当前机房中对应设备的基本信息，其中基本信息包括设备编号、所属类型、型号、版本信息、品牌名称、使用时间和维修记录，将其以序列的形式存储至数据库中；
17、s202、利用数据采集设备对机房运行时的电流、电压以及机房环境温湿度数据、空调内部状态数据进行实时采集，将其存储至数据库中，所述数据采集设备具体为cr1000x数据采集设备；
18、s203、根据snmp协议确定机房中的所有设备存储使用空间、存储剩余空间、cpu利用率、网络使用状态和网口流量，通过网络管理系统将设备编号以及对应的实时数据传输至数据库中进行存储，所述网络管理系统具体为nms系统。
19、优选的，所述s3具体包括以下步骤：
20、s301、在机房模型中的所有空调设备上添加风向标识符，根据风向设置着色器，利用着色器修改当前风向顶点的坐标位置，从而得到多组风向顶点坐标，根据当前风向顶点坐标和修改后的风向顶点坐标对可视化界面上每个像素点的颜色进行渲染；
21、s302、获取每个设备模型对应的编号后，选取需要设置开合的设备编号，根据设备编号在数据库中查找该设备对应的坐标位置，在设备模型上选取一个二维坐标，添加二维坐标对应的深度范围，从而得到了两个三维坐标；
22、s303、利用这两个三维坐标构建出一条直线，使用位置变换算法根据当前设备的位置坐标以及变换矩阵计算出变换后的位置坐标，通过动画库插件将直线位置、当前设备位置、动作所需时间以及变换后的设备位置传输至模型中，所述位置变换算法具体为：
23、
24、其中，表示初始位置，表示四维坐标变换矩阵，表示三维线性变换矩阵，表示平移变换矩阵，表示透视投影变换矩阵，表示变换后的位置，表示比例因子。
25、优选的，所述s4具体包括以下步骤：
26、s401、利用巡检机器人搭载的摄像机对当前数据机房中所有设备仪表依次进行拍摄，得到的图像信息传输至数据库中；
27、s402、将图像标签划分为四类，分别是数据显示表标签信息、电流表标签信息、电压表标签信息和指示灯标签信息，通过标签注释软件为每个图像信息制作出对应的注释文档，其中注释文档中包括样本标签信息以及设备编号信息。
28、优选的，所述s5具体包括以下步骤：
29、s501、若该图像信息对应的标签信息是电流表以及电压表时，先通过边缘检测算法对图像样本信息中的边缘点进行检测后，将每个边缘点对应霍夫变换空间中的直线；
30、s502、利用累加器对霍夫变换空间中的每个经过交点的直线数进行统计，确定直线数最多的交点具体坐标位置，根据该坐标位置推算出原图像中的直线位置，并将该直线位置表示为当前指针位置；
31、s503、利用图像信息对应的设备编号在数据库中获取设备仪表对应的零刻度线数值和最大刻度线数值，利用仪表读数分析算法根据当前指针位置、零刻度线数值和最大刻度线数值推算分析出当前指针所指向的数值，所述仪表读数分析算法具体为：
32、
33、其中，表示指针式仪表读数，表示零刻度线数值，表示最大刻度线数值，表示指针偏转角度，表示零刻度线与最大刻度线间的夹角。
34、优选的，所述s7具体包括以下步骤：
35、s701、若该图像信息对应的标签信息是指示灯时，将图像信息进行滤波处理后，得到去噪后图像信息，根据图像信息中每个像素点的位置计算出对应的梯度值，利用每个像素点的梯度值以及对应的梯度方向筛选出第一边缘点，根据第一边缘点将图像信息中的像素划分为两类，分别是边缘像素点和背景像素点，通过所有边缘像素点的平均梯度以及背景像素点的平均梯度推算出最佳阈值，利用最佳阈值对第一边缘点进行筛选，得到最终边缘点；
36、s702、利用霍夫圆变换法对图像信息进行分析，确定图像信息中所有圆的具体位置和所占空间，根据每个圆的具体位置按顺序进行编号；
37、s703、通过所有圆的具体位置以及所占空间在原图像信息中提取出每个圆对应的颜色信息，根据颜色信息对应的亮度、色调以及饱和度分析出当前指示灯对应状态；
38、s704、根据设备编号在数据库中获取每个指示灯名称以及编号后，根据这些信息确定当前检测出的圆形图案对应的指示灯名称，将指示灯名称以及对应状态传输至数据库中。
39、所述一种基于ai的数据机房状态上报系统，包括模型搭建单元、数据采集单元、动作设计单元、图像获取单元、仪表分析单元和仿真输出单元；
40、所述模型搭建单元利用blender软件根据机房和设备相关数据构建初始机房场景模型以及设备模型，按照实际位置信息将设备模型导入至初始机房场景模型中，得到初始机房模型，设定三个不同的距离数值，按照距离数值对初始机房模型中包含的机房场景模型以及设备模型分别进行简化，从而构建出近距离机房模型、中距离机房模型和远距离机房模型；
41、所述数据采集单元获取当前机房中对应设备的基本信息，将其以序列的形式存储至数据库中，利用数据采集设备对机房环境信息进行实时采集，根据snmp协议确定机房中的所有设备状态信息，将设备编号以及对应的数据传输至数据库中进行存储；
42、所述动作设计单元在机房模型中的所有空调设备上添加风向标识符，利用着色器根据风向顶点坐标对可视化界面上每个像素点的颜色进行渲染，选取需要设置开合的设备编号，根据设备编号在数据库中查找该设备对应的坐标位置，选取两个三维坐标，利用这两个三维坐标构建出一条直线，通过动画库插件将数据导入至模型中；
43、所述图像获取单元利用巡检机器人搭载的摄像机对当前数据机房中所有设备仪表依次进行拍摄，并将图像标签划分为四类，通过标签注释软件为每个图像信息制作出对应的注释文档；
44、所述仪表分析单元若该图像信息对应的标签信息是电流表以及电压表时，利用仪表读数分析算法根据当前指针位置、零刻度线数值和最大刻度线数值推算分析出当前指针所指向的数值，将其传输至数据库中，若该图像信息对应的标签信息是数据显示表时，通过数据识别模型对经过字符分割后的图像信息进行分析，得到的结果传输至数据库中，若该图像信息对应的标签信息是指示灯时，根据颜色信息分析出当前指示灯对应状态，将指示灯名称以及对应状态传输至数据库中；
45、所述仿真输出单元利用仿真软件将每个设备对应的仪表以及指示灯相关数据导入模型中进行仿真操作，得到的结果通过可视化界面进行输出。
46、与现有技术相比，本发明的有益效果是：
47、1.本发明根据设定的三个不同距离数值对构建的机房模型进行简化，从而得到近距离机房模型、中距离机房模型和远距离机房模型，这样设计能够极大程度上减少运行时需要调取的参数数目，同时提高三维模型交互的效率，在模型中的空调设备上添加了风向标识符，并设置了不同的风向顶点坐标，使得渲染效果与真实场景更加贴合，并且在模型中对于需要开合的设备设置有具体的动作流程，保证用户能够根据模型了解当前机房中设备的相关结构；
48、2.本发明通过巡检机器人对所有设备仪表图像信息进行采集，为每个图像信息制作对应的注释文档，在文档中明确设备编号信息以及标签信息，便于后续对图像信息分析时能够根据不同标签信息采取不同方式，若标签信息为电流表以及电压表时，利用仪表分析算法推算出当前指针所指向的数值，当数据采集设备在网络通信较差的情况下无法及时获取机房电压以及电流信息时，通过这种方式明确当前设备的电流以及电压信息，若标签信息为指示灯时，根据颜色信息分析出不同指示灯对应的状态，将指示灯名称以及对应状态传输至数据库中，使得模型在仿真过程中能够具备较为全面的数据支撑，一旦出现异常情况，维护人员能够根据模型仿真结果快速锁定异常设备的具体位置，并及时采取措施进行干预。
技术特征：
1.一种基于ai的数据机房状态上报方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的一种基于ai的数据机房状态上报方法，其特征在于：所述s1包括以下步骤：
3.根据权利要求1所述的一种基于ai的数据机房状态上报方法，其特征在于：所述s2包括以下步骤：
4.根据权利要求1所述的一种基于ai的数据机房状态上报方法，其特征在于：所述s3具体包括以下步骤：
5.根据权利要求1所述的一种基于ai的数据机房状态上报方法，其特征在于：所述s4具体包括以下步骤：
6.根据权利要求1所述的一种基于ai的数据机房状态上报方法，其特征在于：所述s5具体包括以下步骤：
7.根据权利要求1所述的一种基于ai的数据机房状态上报方法，其特征在于：所述s7具体包括以下步骤：
8.一种基于ai的数据机房状态上报系统，其特征在于，所述数据机房状态上报系统适用于权利要求1-7任意一项所述的一种基于ai的数据机房状态上报方法，包括模型搭建单元、数据采集单元、动作设计单元、图像获取单元、仪表分析单元和仿真输出单元；
技术总结
本发明公开了一种基于AI的数据机房状态上报方法及系统，涉及机房监测技术领域，包括以下步骤：S1、构建机房模型、S2、采集实时数据、S3、设置设备开合动作、S4、获取图像信息、S5、分析指针仪表数值、S6、识别数据显示数值、S7、提取指示灯状态和S8、输出仿真结果。本发明利用仪表分析算法推算出当前设备仪表指针所指向的数值，在网络通信较差的情况下通过这种方式明确当前设备的电流以及电压信息，若标签信息为指示灯时，根据颜色信息分析出不同指示灯对应的状态，将指示灯名称以及对应状态传输至数据库中，使得模型在仿真过程中能够具备较为全面的数据支撑，一旦出现异常情况，维护人员能够根据模型仿真结果快速锁定异常设备的具体位置。
技术研发人员：杨冰,黄静
受保护的技术使用者：四川中都数据科技有限公司
技术研发日：
技术公布日：2024/9/23