机房桥架异常处理方法、装置、计算机设备和存储介质与流程

1.本技术涉及金融科技领域，特别是涉及一种机房桥架异常处理方法、装置、计算机设备、存储介质和计算机程序产品。


背景技术：

2.随着大数据行业的发展，金融数据中心的规模逐渐扩大，与此同时配套的动力机房规模也越来越大。由于动力机房需要向外输出电力资源，使得其与其他机房的连接更加紧密，但也导致了动力机房内桥架易产生积水，存在生产隐患。
3.传统技术中，是通过人工巡检时发现漏水现象，或依靠机房内环境温湿度检测装置发现漏水现象，即发现问题时机房已经产生了漏水问题，无法及时发现隐患，也难以进行全面监测，可能会造成较大的生产事故。
4.因此，相关技术中存在发现桥架积水情况滞后的问题。


技术实现要素：

5.基于此，有必要针对上述技术问题，提供一种能够提前发现桥架积水隐患并及时处理的机房桥架异常处理方法、装置、计算机设备、存储介质和计算机程序产品。
6.第一方面，本技术提供了一种机房桥架异常处理方法，所述方法包括：
7.获取针对目标机房构建的数字孪生机房；所述数字孪生机房用于模拟所述目标机房中的设备运行状态和机房环境状态，以及预测所述目标机房持续运行下的未来状态变化情况，所述数字孪生机房包括模拟机房内部空间和模拟机房桥架部分；
8.获取所述模拟机房内部空间的机房内环境预测参数，以及所述模拟机房桥架部分的桥架内环境预测参数；
9.根据所述机房内环境预测参数和所述桥架内环境预测参数，确定异常桥架位置；
10.控制所述目标机房内空调设备，对所述异常桥架位置执行环境状态调整操作。
11.在其中一个实施例中，所述获取针对目标机房构建的数字孪生机房，包括：
12.采用数字孪生系统，按照所述目标机房的当前设备运行信息和当前机房环境信息进行建模，得到所述数字孪生机房；
13.在所述得到所述数字孪生机房的步骤之后，所述方法还包括：
14.在检测到所述目标机房存在设备运行调整情况时，将所述目标机房的设备运行调整信息实时传输至所述数字孪生系统；
15.通过所述数字孪生系统，根据所述设备运行调整信息更新所述数字孪生机房。
16.在其中一个实施例中，所述根据所述机房内环境预测参数和所述桥架内环境预测参数，确定异常桥架位置，包括：
17.根据所述机房内环境预测参数中的第一预测温度，以及所述桥架内环境预测参数中的第二预测温度，确定预测温度差值；
18.在所述预测温度差值大于预设温度阈值的情况下，获取所述桥架内环境预测参数
中的预测湿度；
19.若所述预测湿度大于预设湿度阈值，确定所述异常桥架位置。
20.在其中一个实施例中，所述确定所述异常桥架位置，包括：
21.从所述模拟机房桥架部分包含的多段模拟桥架中，确定异常模拟桥架；
22.基于所述异常模拟桥架在所述数字孪生机房中的所处位置，在所述目标机房中确定所述异常桥架位置。
23.在其中一个实施例中，所述方法还包括：
24.若所述预测湿度未超过所述预设湿度阈值，生成预警提示信息并进行反馈。
25.在其中一个实施例中，所述控制所述目标机房内空调设备，对所述异常桥架位置执行环境状态调整操作，包括：
26.控制所述目标机房内空调设备的出风方向朝向所述异常桥架位置，对所述异常桥架位置进行温度调整操作和/或湿度调整操作；
27.所述方法还包括：
28.若所述模拟机房内部空间和所述模拟机房桥架部分之间的调整后预测温度差值满足第一恢复条件，和/或所述模拟机房桥架部分的调整后预测湿度满足第二恢复条件，调整所述目标机房内空调设备的出风方向恢复至预设位置。
29.在其中一个实施例中，所述方法还包括：
30.获取所述数字孪生机房在预设时间段内的状态变化预测数据；
31.根据所述目标机房在所述预设时间段内的状态变化真实数据，与所述状态变化预测数据之间的差异，调整所述数字孪生机房的模拟运行情况。
32.第二方面，本技术还提供了一种机房桥架异常处理装置，所述装置包括：
33.数字孪生机房获取模块，用于获取针对目标机房构建的数字孪生机房；所述数字孪生机房用于模拟所述目标机房中的设备运行状态和机房环境状态，以及预测所述目标机房持续运行下的未来状态变化情况，所述数字孪生机房包括模拟机房内部空间和模拟机房桥架部分；
34.环境预测参数获取模块，用于获取所述模拟机房内部空间的机房内环境预测参数，以及所述模拟机房桥架部分的桥架内环境预测参数；
35.异常桥架位置确定模块，用于根据所述机房内环境预测参数和所述桥架内环境预测参数，确定异常桥架位置；
36.环境状态调整模块，用于控制所述目标机房内空调设备，对所述异常桥架位置执行环境状态调整操作。
37.第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
38.获取针对目标机房构建的数字孪生机房；所述数字孪生机房用于模拟所述目标机房中的设备运行状态和机房环境状态，以及预测所述目标机房持续运行下的未来状态变化情况，所述数字孪生机房包括模拟机房内部空间和模拟机房桥架部分；
39.获取所述模拟机房内部空间的机房内环境预测参数，以及所述模拟机房桥架部分的桥架内环境预测参数；
40.根据所述机房内环境预测参数和所述桥架内环境预测参数，确定异常桥架位置；
41.控制所述目标机房内空调设备，对所述异常桥架位置执行环境状态调整操作。
42.第四方面，本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质，其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以下步骤：
43.获取针对目标机房构建的数字孪生机房；所述数字孪生机房用于模拟所述目标机房中的设备运行状态和机房环境状态，以及预测所述目标机房持续运行下的未来状态变化情况，所述数字孪生机房包括模拟机房内部空间和模拟机房桥架部分；
44.获取所述模拟机房内部空间的机房内环境预测参数，以及所述模拟机房桥架部分的桥架内环境预测参数；
45.根据所述机房内环境预测参数和所述桥架内环境预测参数，确定异常桥架位置；
46.控制所述目标机房内空调设备，对所述异常桥架位置执行环境状态调整操作。
47.第五方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现以下步骤：
48.获取针对目标机房构建的数字孪生机房；所述数字孪生机房用于模拟所述目标机房中的设备运行状态和机房环境状态，以及预测所述目标机房持续运行下的未来状态变化情况，所述数字孪生机房包括模拟机房内部空间和模拟机房桥架部分；
49.获取所述模拟机房内部空间的机房内环境预测参数，以及所述模拟机房桥架部分的桥架内环境预测参数；
50.根据所述机房内环境预测参数和所述桥架内环境预测参数，确定异常桥架位置；
51.控制所述目标机房内空调设备，对所述异常桥架位置执行环境状态调整操作。
52.上述一种机房桥架异常处理方法、装置、计算机设备、存储介质和计算机程序产品，通过获取针对目标机房构建的数字孪生机房，该数字孪生机房用于模拟目标机房中的设备运行状态和机房环境状态，以及预测目标机房持续运行下的未来状态变化情况，该数字孪生机房包括模拟机房内部空间和模拟机房桥架部分，然后获取模拟机房内部空间的机房内环境预测参数，以及模拟机房桥架部分的桥架内环境预测参数，根据机房内环境预测参数和桥架内环境预测参数，确定异常桥架位置，进而控制目标机房内空调设备，对异常桥架位置执行环境状态调整操作，实现了提前预警机房桥架积水问题，通过结合数字孪生技术对数据中心的动力机房中桥架积水情况进行预测监控，并自动消除机房桥架积水隐患，提升了机房运行的自动化、智能化程度，能够在早期发现机房漏水隐患时及时处理，有效保障了动力机房安全运行。
附图说明
53.图1为一个实施例中机房桥架异常处理方法的流程示意图；
54.图2为一个实施例中异常桥架位置确定步骤的流程示意图；
55.图3为一个实施例中动力机房中桥架积水预警处理流程的示意图；
56.图4为另一个实施例中机房桥架异常处理方法的流程示意图；
57.图5为一个实施例中机房桥架异常处理装置的结构框图；
58.图6为一个实施例中计算机设备的内部结构图。
具体实施方式
59.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
60.在一个实施例中，如图1所示，提供了一种机房桥架异常处理方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤：
61.步骤101，获取针对目标机房构建的数字孪生机房；
62.作为一示例，目标机房可以为待监测的动力机房，如可以针对大型数据中心的动力机房中电力桥架积水情况进行监测，从而能够在机房中桥架积水问题出现之前尽早发现并解决故障隐患。
63.由于动力机房主要向it机房配送动力资源，其相关电缆的载体需要与机房外部连接，使得电力桥架会接触外部空间的气流组织。在动力机房中，其为了维护内部变压器、ups(uninterruptible power supply，不间断电源)等电气设备的正常运行(设备会存在较大发热量情况)，需要保持机房恒温。一方面，机房外部走廊与室外环境可以通过走廊、玻璃、外墙等进行热交换，会造成机房大楼中机房之间的走廊存在温度变化，动力机房中电力桥架接触外部空间气流后会出现温湿度差异，较大的温差会使得机房室内水汽凝结成水珠附着在电力线缆桥架上，当凝结水珠积攒到一定程度时会滴到机房中，易发生电气设备进水短路，造成设备损坏和供电系统故障。另一方面，动力机房中的桥架是四周密闭桥架，该桥架可以由多段部分拼接组成，因线缆需连接至其他机房，桥架两端可以与机房外部连通，使得桥架通道内气流与机房外部气流产生对流，在产生积水后通过桥架拼接处渗入机房中。
64.其中，数字孪生机房可以用于模拟目标机房中的设备运行状态和机房环境状态，以及预测目标机房持续运行下的未来状态变化情况，该数字孪生机房可以包括模拟机房内部空间和模拟机房桥架部分。
65.在实际应用中，可以采用数字孪生系统，按照目标机房的当前设备运行信息和当前机房环境信息进行建模，得到数字孪生机房。示例性地，可以基于数字孪生技术，通过建立物理世界与数字世界之间的精准映射来实现二者之间的数据与信息交互，为物理数据中心的运维提供精准的决策，采用数字孪生所模拟的对象不仅为机房空间还包括封闭桥架部分，从而可以基于数字孪生技术对数据中心的动力机房中桥架积水情况进行预测监控，以在早期发现机房漏水隐患及时处理，保障动力机房安全运行。
66.步骤102，获取所述模拟机房内部空间的机房内环境预测参数，以及所述模拟机房桥架部分的桥架内环境预测参数；
67.在具体实现中，可以基于数字孪生机房，获取模拟机房内部空间的机房内环境预测参数，如可以针对机房内环境预测温度，以及模拟机房桥架部分的桥架内环境预测参数，如可以针对桥架内环境预测温度和湿度，以进一步判断是否存在产生机房桥架积水的可能性。
68.在一示例中，数字孪生系统可以根据动力机房的当前设备运行状态模拟机房运行，并预测机房持续运行后设备及机房环境状态，如可以预测判断环境温湿度的变化趋势
是否会朝着异常方向发展，从而能够实现发现异常情况的时间点提前。
69.步骤103，根据所述机房内环境预测参数和所述桥架内环境预测参数，确定异常桥架位置；
70.作为一示例，机房内环境预测参数可以包括机房内预测温度，还可以包括其它环境预测参数，在本实施例中不作具体限制；桥架内环境预测参数可以包括桥架内预测温度和桥架内预测湿度，还可以包括其它环境预测参数，在本实施例中不作具体限制。
71.在得到机房内环境预测参数和桥架内环境预测参数后，可以从该机房内环境预测参数中获取机房内预测温度，以及从该桥架内环境预测参数中获取桥架内预测温度和桥架内预测湿度，可以根据机房内预测温度和桥架内预测温度，确定预测温度差值，然后可以针对该预测温度差值进行判断，在预测温度差值大于预设温度阈值的情况下，可以进一步从桥架内环境预测参数中获取桥架内预测湿度进行判断，进而在预测湿度大于预设湿度阈值的情况下，可以确定异常桥架位置，以进一步针对该异常桥架位置调整处理。
72.具体地，可以根据预测的机房室内外温差和预测的桥架内湿度进行判断，如可以预测动力机房内部与电力桥架内部的温度差，以及预测电力桥架内部的湿度，由于机房内温度恒定，在桥架连接处温度与机房温度差值超过10℃、桥架内部湿度超过90％的情况下，将产生冷凝水，则可以在判定存在积水隐患时确定异常桥架位置，以进一步针对该异常桥架位置及时处理，保障动力机房安全运行。也可以针对机房外部温度急剧变化的情况，如大降温或急速升温，认为存在产生机房桥架积水的可能性。
73.在一个可选实施例中，可以设置温度差值8℃、湿度85％为警戒值，进而可以在预测判断环境温湿度的变化趋势达到该警戒值时，发送警戒提示信息，以通知相关运维工作人员监测机房环境状态变化情况。
74.步骤104，控制所述目标机房内空调设备，对所述异常桥架位置执行环境状态调整操作。
75.在确定异常桥架位置后，可以控制目标机房内空调设备的出风方向朝向异常桥架位置，进而可以对异常桥架位置进行温度调整操作和/或湿度调整操作，例如，可以调用动力机房内空调系统，调整空调设备的百叶方向朝向电力桥架的异常部分，使得空调风吹向桥架异常位置处，从而能够防止异常部分桥架产生积水。
76.在一示例中，通过对动力机房进行一比一等比例的数字建模，可以基于数字孪生系统模拟预测动力机房的运行及环境状态变化，进而可以在即将出现桥架积水问题时发送预警信息给运维人员，同时可以向机房内空调系统发送信号，调整空调百叶方向，使空调风向朝向桥架，利用较大的气流流速可以避免机房桥架产生积水，并可以待数字孪生系统模拟运行机房环境正常时，发送恢复正常运行信号至空调系统，将空调百叶方向恢复至正常运行状态。从而基于数字孪生系统模拟手段实现了桥架积水的提前预警，并能够自动消除机房桥架积水隐患。
77.在一个可选实施例中，可以在封闭桥架内部设置温湿度传感器，如可以针对每段桥架部分配置温湿度传感器，还可以在桥架入口、桥架拐角处配置温湿度传感器，进而可以基于对桥架特殊位置的相应特定设置，辅助监测桥架内部的环境状态变化情况，有助于预防机房桥架积水问题，能够更好地保障动力机房安全运行。
78.由于大型数据中心的基础设施规模庞大，相较于传统方法，其需要依靠人工检查，
效率低且无法保证及时发现隐患，或依靠机房内环境温湿度传感器进行检测，同样也存在发现问题滞后，难以进行全面监测的问题。本实施例的技术方案，通过对数据中心的动力机房进行数字孪生处理，可以提前预警机房桥架积水问题，并能够自动消除机房桥架积水隐患，在避免了人工巡检频度低易遗漏问题的同时，也实现了对机房隐患的自预警、自消除，提升了机房运行的自动化、智能化程度，为无人巡检机房提供了技术支撑。
79.上述机房桥架异常处理方法中，通过获取针对目标机房构建的数字孪生机房，然后获取模拟机房内部空间的机房内环境预测参数，以及模拟机房桥架部分的桥架内环境预测参数，根据机房内环境预测参数和桥架内环境预测参数，确定异常桥架位置，进而控制目标机房内空调设备，对异常桥架位置执行环境状态调整操作，实现了提前预警机房桥架积水问题，通过结合数字孪生技术对数据中心的动力机房中桥架积水情况进行预测监控，并自动消除机房桥架积水隐患，提升了机房运行的自动化、智能化程度，能够在早期发现机房漏水隐患时及时处理，有效保障了动力机房安全运行。
80.在一个实施例中，所述获取针对目标机房构建的数字孪生机房，可以包括如下步骤：
81.采用数字孪生系统，按照所述目标机房的当前设备运行信息和当前机房环境信息进行建模，得到所述数字孪生机房；
82.在实际应用中，可以根据动力机房(即目标机房)内配置的温湿度传感器获取当前机房环境信息，并可以获取动力机房中电气设备运行参数、暖通空调系统运行参数等当前设备运行信息，进而可以采用数字孪生系统，根据机房大小、机房内设备种类、相关设备运行状态进行一比一建模，得到数字孪生机房。
83.例如，当前设备运行信息和当前机房环境信息可以包括ups的运行电压、电流、频率、设备温度、开关状态等数据，空调系统的温度、风速、风向、冷凝水与冷却水的水温、流速，以及设备告警信息、机房气流情况等。
84.在所述得到所述数字孪生机房的步骤之后，所述方法还包括：
85.在检测到所述目标机房存在设备运行调整情况时，将所述目标机房的设备运行调整信息实时传输至所述数字孪生系统；通过所述数字孪生系统，根据所述设备运行调整信息更新所述数字孪生机房。
86.在一示例中，在对动力机房进行一比一等比例的数字建模后，还可以将动力机房中设备运行参数的调整信息实时传输至数字孪生系统内，即在检测到目标机房存在设备运行调整情况时，将目标机房的设备运行调整信息实时传输至数字孪生系统，进而可以更新数字孪生系统模拟运行情况。
87.本实施例中，通过采用数字孪生系统，按照目标机房的当前设备运行信息和当前机房环境信息进行建模，得到数字孪生机房，能够结合数字孪生技术对数据中心的动力机房中桥架积水情况进行预测监控，为提前预警机房桥架积水问题提供了支持。
88.在一个实施例中，如图2所示，所述根据所述机房内环境预测参数和所述桥架内环境预测参数，确定异常桥架位置，可以包括如下步骤：
89.步骤201，根据所述机房内环境预测参数中的第一预测温度，以及所述桥架内环境预测参数中的第二预测温度，确定预测温度差值；
90.步骤202，在所述预测温度差值大于预设温度阈值的情况下，获取所述桥架内环境
预测参数中的预测湿度；
91.步骤203，若所述预测湿度大于预设湿度阈值，确定所述异常桥架位置。
92.在具体实现中，为了使本领域技术人员能够更好地理解上述步骤，以下结合图3通过一个例子对本技术实施例加以示例性说明，但应当理解的是，本技术实施例并不限于此。
93.例如，如图3所示，在数字孪生系统模拟运行过程中，可以预测机房持续运行后设备及机房环境状态，并判断环境温湿度的变化趋势是否会朝着异常方向发展，可以在判定预测动力机房内部与电力桥架内部的温度差(即预测温度差值)大于10℃(即预设温度阈值)的情况下，进一步对预测的电力桥架内部湿度进行判断，进而可以在判定预测桥架内部湿度(即预测湿度)大于90％时(即预设湿度阈值)，确认产生冷凝水的概率较大，即存在产生机房桥架积水的可能性，则可以在判定存在积水隐患时确定异常桥架位置，以进一步针对该异常桥架位置及时处理。
94.本实施例中，通过根据机房内环境预测参数中的第一预测温度，以及桥架内环境预测参数中的第二预测温度，确定预测温度差值，然后在预测温度差值大于预设温度阈值的情况下，获取桥架内环境预测参数中的预测湿度，若预测湿度大于预设湿度阈值，确定异常桥架位置，能够提前预警机房桥架积水问题，避免了发现情况滞后的安全风险。
95.在一个实施例中，所述确定所述异常桥架位置，可以包括如下步骤：
96.从所述模拟机房桥架部分包含的多段模拟桥架中，确定异常模拟桥架；基于所述异常模拟桥架在所述数字孪生机房中的所处位置，在所述目标机房中确定所述异常桥架位置。
97.在实际应用中，动力机房中的桥架是四周密闭桥架，该桥架可以由多段部分拼接组成，通过数字孪生所模拟桥架部分，可以基于物理世界与数字世界之间的精准映射关系，在从模拟机房桥架部分包含的多段模拟桥架中确定异常模拟桥架后，可以基于异常模拟桥架在数字孪生机房中的所处位置，确定其在目标机房中的对应位置，进而可以得到实际中动力机房的异常桥架位置。
98.本实施例中，通过从模拟机房桥架部分包含的多段模拟桥架中，确定异常模拟桥架，进而基于异常模拟桥架在数字孪生机房中的所处位置，在目标机房中确定异常桥架位置，能够基于对动力机房的数字孪生，提前发现桥架积水隐患并准确定位，为自动消除机房桥架积水隐患提供了支持。
99.在一个实施例中，还可以包括如下步骤：
100.若所述预测湿度未超过所述预设湿度阈值，生成预警提示信息并进行反馈。
101.在一示例中，如图3所示，在判定预测动力机房内部与电力桥架内部的温度差大于10℃，且预测桥架内部湿度(即预测湿度)未超过90％的情况下，可以生成预警提示信息并进行反馈，以通知相关运维工作人员进一步关注监控。
102.在又一示例中，通过数字孪生系统模拟可以预测较长时间后的情况，如一天后机房运行状态，可以在预测存在机房桥架积水隐患时进行告警提示，如可以产生告警信号上送至机房监控系统。
103.本实施例中，通过在预测湿度未超过预设湿度阈值时，生成预警提示信息并进行反馈，能够在机房中桥架积水问题出现之前尽早发现并反馈用户，达到了桥架积水预警的效果。
104.在一个实施例中，所述控制所述目标机房内空调设备，对所述异常桥架位置执行环境状态调整操作，可以包括如下步骤：
105.控制所述目标机房内空调设备的出风方向朝向所述异常桥架位置，对所述异常桥架位置进行温度调整操作和/或湿度调整操作；
106.在具体实现中，通过调整机房精密空调(即目标机房内空调设备)出风百叶，将空调风吹向机房桥架的异常位置，可以利用较大的气流流速避免机房桥架产生积水；也可以进行降温和/或除湿操作，以调整异常桥架位置的温度和/或湿度。
107.所述方法还包括：
108.若所述模拟机房内部空间和所述模拟机房桥架部分之间的调整后预测温度差值满足第一恢复条件，和/或所述模拟机房桥架部分的调整后预测湿度满足第二恢复条件，调整所述目标机房内空调设备的出风方向恢复至预设位置。
109.在一示例中，可以在预测的室内外温差恢复至正常范围(如6℃以内)时，即调整后预测温度差值满足第一恢复条件，调整空调百叶方向恢复初始运行状态，如初始运行状态下出风口对准变压器、ups等发热量大的电气设备；如图3所示，也可以在预测的桥架内部湿度小于80％的情况下，即调整后预测湿度满足第二恢复条件，将空调百叶恢复初始运行状态，即调整目标机房内空调设备的出风方向恢复至预设位置。
110.本实施例中，通过控制目标机房内空调设备的出风方向朝向异常桥架位置，对异常桥架位置进行温度调整操作和/或湿度调整操作，能够提前预警机房桥架积水问题，并自动消除机房桥架积水隐患，有效保障了动力机房安全运行。
111.在一个实施例中，还可以包括如下步骤：
112.获取所述数字孪生机房在预设时间段内的状态变化预测数据；根据所述目标机房在所述预设时间段内的状态变化真实数据，与所述状态变化预测数据之间的差异，调整所述数字孪生机房的模拟运行情况。
113.在实际应用中，通过数字孪生系统模拟还可以预测指定一段时间后的情况，如设置按照一小时进行模拟，进而可以每小时将模拟预测结果(即在预设时间段内的状态变化预测数据)与实际的机房监测数据(即目标机房在预设时间段内的状态变化真实数据)进行复核，若存在异常可以进行参数调整再模拟运行。
114.本实施例中，通过获取数字孪生机房在预设时间段内的状态变化预测数据，进而根据目标机房在预设时间段内的状态变化真实数据，与状态变化预测数据之间的差异，调整数字孪生机房的模拟运行情况，能够去除模拟预测结果与实际机房情况的误差，保证了数字孪生处理准确性。
115.在一个实施例中，如图4所示，提供了另一种机房桥架异常处理方法的流程示意图。本实施例中，该方法包括以下步骤：
116.在步骤401中，采用数字孪生系统，按照目标机房的当前设备运行信息和当前机房环境信息进行建模，得到数字孪生机房。在步骤402中，在检测到目标机房存在设备运行调整情况时，将目标机房的设备运行调整信息实时传输至数字孪生系统，通过数字孪生系统，根据设备运行调整信息更新数字孪生机房。在步骤403中，获取模拟机房内部空间的机房内环境预测参数，以及模拟机房桥架部分的桥架内环境预测参数。在步骤404中，根据机房内环境预测参数中的第一预测温度，以及桥架内环境预测参数中的第二预测温度，确定预测
温度差值。在步骤405中，在预测温度差值大于预设温度阈值的情况下，获取桥架内环境预测参数中的预测湿度，若预测湿度大于预设湿度阈值，确定异常桥架位置，若预测湿度未超过预设湿度阈值，生成预警提示信息并进行反馈。在步骤406中，控制目标机房内空调设备的出风方向朝向异常桥架位置，对异常桥架位置进行温度调整操作和/或湿度调整操作。在步骤407中，若模拟机房内部空间和模拟机房桥架部分之间的调整后预测温度差值满足第一恢复条件，和/或模拟机房桥架部分的调整后预测湿度满足第二恢复条件，调整目标机房内空调设备的出风方向恢复至预设位置。需要说明的是，上述步骤的具体限定可以参见上文对一种机房桥架异常处理方法的具体限定，在此不再赘述。
117.应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
118.基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的机房桥架异常处理方法的机房桥架异常处理装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个机房桥架异常处理装置实施例中的具体限定可以参见上文中对于机房桥架异常处理方法的限定，在此不再赘述。
119.在一个实施例中，如图5所示，提供了一种机房桥架异常处理装置，包括：
120.数字孪生机房获取模块501，用于获取针对目标机房构建的数字孪生机房；所述数字孪生机房用于模拟所述目标机房中的设备运行状态和机房环境状态，以及预测所述目标机房持续运行下的未来状态变化情况，所述数字孪生机房包括模拟机房内部空间和模拟机房桥架部分；
121.环境预测参数获取模块502，用于获取所述模拟机房内部空间的机房内环境预测参数，以及所述模拟机房桥架部分的桥架内环境预测参数；
122.异常桥架位置确定模块503，用于根据所述机房内环境预测参数和所述桥架内环境预测参数，确定异常桥架位置；
123.环境状态调整模块504，用于控制所述目标机房内空调设备，对所述异常桥架位置执行环境状态调整操作。
124.在一个实施例中，所述数字孪生机房获取模块501包括：
125.建模子模块，用于采用数字孪生系统，按照所述目标机房的当前设备运行信息和当前机房环境信息进行建模，得到所述数字孪生机房；
126.所述装置还包括：
127.调整信息实时传输模块，用于在检测到所述目标机房存在设备运行调整情况时，将所述目标机房的设备运行调整信息实时传输至所述数字孪生系统；
128.更新模块，用于通过所述数字孪生系统，根据所述设备运行调整信息更新所述数字孪生机房。
129.在一个实施例中，所述异常桥架位置确定模块503包括：
130.预测温度差值确定子模块，用于根据所述机房内环境预测参数中的第一预测温度，以及所述桥架内环境预测参数中的第二预测温度，确定预测温度差值；
131.异常桥架位置得到子模块，用于在所述预测温度差值大于预设温度阈值，且所述桥架内环境预测参数中的第二预测湿度大于预设湿度阈值的情况下，确定所述异常桥架位置。
132.在一个实施例中，所述异常桥架位置得到子模块包括：
133.异常模拟桥架确定单元，用于从所述模拟机房桥架部分包含的多段模拟桥架中，确定异常模拟桥架；
134.异常位置确定单元，用于基于所述异常模拟桥架在所述数字孪生机房中的所处位置，在所述目标机房中确定所述异常桥架位置。
135.在一个实施例中，所述装置还包括：
136.预警提示模块，用于在所述预测温度差值大于所述预设温度阈值，且所述桥架内环境预测参数中的第二预测湿度大于所述预设湿度阈值的情况下，生成预警提示信息并进行反馈。
137.在一个实施例中，所述环境状态调整模块504包括：
138.出风方向调整子模块，用于控制所述目标机房内空调设备的出风方向朝向所述异常桥架位置，对所述异常桥架位置进行温度调整操作和/或湿度调整操作；
139.所述装置还包括：
140.出风方向恢复模块，用于若所述模拟机房内部空间和所述模拟机房桥架部分之间的调整后预测温度差值满足第一恢复条件，和/或所述模拟机房桥架部分的调整后预测湿度满足第二恢复条件，调整所述目标机房内空调设备的出风方向恢复至预设位置。
141.在一个实施例中，所述装置还包括：
142.状态变化预测数据获取模块，用于获取所述数字孪生机房在预设时间段内的状态变化预测数据；
143.模拟运行调整模块，用于根据所述目标机房在所述预设时间段内的状态变化真实数据，与所述状态变化预测数据之间的差异，调整所述数字孪生机房的模拟运行情况。
144.上述机房桥架异常处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
145.在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图6所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、移动蜂窝网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器
执行时以实现一种机房桥架异常处理方法。
146.本领域技术人员可以理解，图6中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
147.在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
148.获取针对目标机房构建的数字孪生机房；所述数字孪生机房用于模拟所述目标机房中的设备运行状态和机房环境状态，以及预测所述目标机房持续运行下的未来状态变化情况，所述数字孪生机房包括模拟机房内部空间和模拟机房桥架部分；
149.获取所述模拟机房内部空间的机房内环境预测参数，以及所述模拟机房桥架部分的桥架内环境预测参数；
150.根据所述机房内环境预测参数和所述桥架内环境预测参数，确定异常桥架位置；
151.控制所述目标机房内空调设备，对所述异常桥架位置执行环境状态调整操作。
152.在一个实施例中，处理器执行计算机程序时还实现上述其他实施例中的机房桥架异常处理方法的步骤。
153.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
154.获取针对目标机房构建的数字孪生机房；所述数字孪生机房用于模拟所述目标机房中的设备运行状态和机房环境状态，以及预测所述目标机房持续运行下的未来状态变化情况，所述数字孪生机房包括模拟机房内部空间和模拟机房桥架部分；
155.获取所述模拟机房内部空间的机房内环境预测参数，以及所述模拟机房桥架部分的桥架内环境预测参数；
156.根据所述机房内环境预测参数和所述桥架内环境预测参数，确定异常桥架位置；
157.控制所述目标机房内空调设备，对所述异常桥架位置执行环境状态调整操作。
158.在一个实施例中，计算机程序被处理器执行时还实现上述其他实施例中的机房桥架异常处理方法的步骤。
159.在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
160.获取针对目标机房构建的数字孪生机房；所述数字孪生机房用于模拟所述目标机房中的设备运行状态和机房环境状态，以及预测所述目标机房持续运行下的未来状态变化情况，所述数字孪生机房包括模拟机房内部空间和模拟机房桥架部分；
161.获取所述模拟机房内部空间的机房内环境预测参数，以及所述模拟机房桥架部分的桥架内环境预测参数；
162.根据所述机房内环境预测参数和所述桥架内环境预测参数，确定异常桥架位置；
163.控制所述目标机房内空调设备，对所述异常桥架位置执行环境状态调整操作。
164.在一个实施例中，计算机程序被处理器执行时还实现上述其他实施例中的机房桥架异常处理方法的步骤。
165.需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户
授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
166.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
167.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
168.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。

技术特征：
1.一种机房桥架异常处理方法，其特征在于，所述方法包括：获取针对目标机房构建的数字孪生机房；所述数字孪生机房用于模拟所述目标机房中的设备运行状态和机房环境状态，以及预测所述目标机房持续运行下的未来状态变化情况，所述数字孪生机房包括模拟机房内部空间和模拟机房桥架部分；获取所述模拟机房内部空间的机房内环境预测参数，以及所述模拟机房桥架部分的桥架内环境预测参数；根据所述机房内环境预测参数和所述桥架内环境预测参数，确定异常桥架位置；控制所述目标机房内空调设备，对所述异常桥架位置执行环境状态调整操作。2.根据权利要求1所述的方法，其特征在于，所述获取针对目标机房构建的数字孪生机房，包括：采用数字孪生系统，按照所述目标机房的当前设备运行信息和当前机房环境信息进行建模，得到所述数字孪生机房；在所述得到所述数字孪生机房的步骤之后，所述方法还包括：在检测到所述目标机房存在设备运行调整情况时，将所述目标机房的设备运行调整信息实时传输至所述数字孪生系统；通过所述数字孪生系统，根据所述设备运行调整信息更新所述数字孪生机房。3.根据权利要求1所述的方法，其特征在于，所述根据所述机房内环境预测参数和所述桥架内环境预测参数，确定异常桥架位置，包括：根据所述机房内环境预测参数中的第一预测温度，以及所述桥架内环境预测参数中的第二预测温度，确定预测温度差值；在所述预测温度差值大于预设温度阈值的情况下，获取所述桥架内环境预测参数中的预测湿度；若所述预测湿度大于预设湿度阈值，确定所述异常桥架位置。4.根据权利要求3所述的方法，其特征在于，所述确定所述异常桥架位置，包括：从所述模拟机房桥架部分包含的多段模拟桥架中，确定异常模拟桥架；基于所述异常模拟桥架在所述数字孪生机房中的所处位置，在所述目标机房中确定所述异常桥架位置。5.根据权利要求3所述的方法，其特征在于，所述方法还包括：若所述预测湿度未超过所述预设湿度阈值，生成预警提示信息并进行反馈。6.根据权利要求1所述的方法，其特征在于，所述控制所述目标机房内空调设备，对所述异常桥架位置执行环境状态调整操作，包括：控制所述目标机房内空调设备的出风方向朝向所述异常桥架位置，对所述异常桥架位置进行温度调整操作和/或湿度调整操作；所述方法还包括：若所述模拟机房内部空间和所述模拟机房桥架部分之间的调整后预测温度差值满足第一恢复条件，和/或所述模拟机房桥架部分的调整后预测湿度满足第二恢复条件，调整所述目标机房内空调设备的出风方向恢复至预设位置。7.根据权利要求1至6任一项所述的方法，其特征在于，所述方法还包括：获取所述数字孪生机房在预设时间段内的状态变化预测数据；
根据所述目标机房在所述预设时间段内的状态变化真实数据，与所述状态变化预测数据之间的差异，调整所述数字孪生机房的模拟运行情况。8.一种机房桥架异常处理装置，其特征在于，所述装置包括：数字孪生机房获取模块，用于获取针对目标机房构建的数字孪生机房；所述数字孪生机房用于模拟所述目标机房中的设备运行状态和机房环境状态，以及预测所述目标机房持续运行下的未来状态变化情况，所述数字孪生机房包括模拟机房内部空间和模拟机房桥架部分；环境预测参数获取模块，用于获取所述模拟机房内部空间的机房内环境预测参数，以及所述模拟机房桥架部分的桥架内环境预测参数；异常桥架位置确定模块，用于根据所述机房内环境预测参数和所述桥架内环境预测参数，确定异常桥架位置；环境状态调整模块，用于控制所述目标机房内空调设备，对所述异常桥架位置执行环境状态调整操作。9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。11.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

技术总结
本申请涉及一种机房桥架异常处理方法、装置、计算机设备、存储介质和计算机程序产品。涉及金融科技领域或其他相关领域。所述方法包括：获取针对目标机房构建的数字孪生机房；数字孪生机房用于模拟目标机房中的设备运行状态和机房环境状态，以及预测目标机房持续运行下的未来状态变化情况，数字孪生机房包括模拟机房内部空间和模拟机房桥架部分；获取模拟机房内部空间的机房内环境预测参数，以及模拟机房桥架部分的桥架内环境预测参数；根据机房内环境预测参数和桥架内环境预测参数，确定异常桥架位置；控制目标机房内空调设备，对异常桥架位置执行环境状态调整操作。采用本方法能够提前预警机房桥架积水问题，自动消除机房桥架积水隐患。积水隐患。积水隐患。


技术研发人员：尹鹏程 龚慧钦 夏铭
受保护的技术使用者：中国工商银行股份有限公司
技术研发日：2023.06.12
技术公布日：2023/9/12