[0001] 本发明涉及动力环境监控技术领域，具体涉及应用于机房监控的动力环境监控系统。

[0002] 随着移动通信技术的不断升级和应用，使得当前的监控技术越发全面，通过对机房内的动力环境实行全面的监控，保障机房内的运维安全，提高机房内设备运行的平稳性，同时对机房内的动力环境监控采用统一的管理方式，以便运维人员高效的了解机房内对应设备的运行状态，进而进行及时的异常预防和管理。

[0003] 现有技术如公告号CN115085967A的发明专利申请公开的一种动力环境监控系统，主要应用于移动通信领域，包括中心机房SDH设备、多个监控点SDH设备、与中心机房SDH设备并联的前置机、与监控点SDH设备并联的监控单元，中心机房SDH设备及监控点SDH设备连接形成环状或者链状SDH通路，SDH通路上设置专用链路用于传输监控数据，每个监控单元将自身获取的监控数据复制到专用链路的特定时隙上传输至前置机。本发明公开的动力环境监控系统以最大限度节省动力环境监控系统传输电路资源为目的，充分利用监控单元抽取时隙的特性，构建安全、可靠、高效的动力环境监控系统网络结构。

[0004] 针对上述方案，至少存在如下技术问题：上述发明主要是最大限度节省动力环境监控系统传输电路资源为目的，并为对机房内的各UPS电源执行对应的监控，进而判断出机房内的各UPS电源是否是在运行正常，进而就无法准确的定位出机房内UPS电源是因为什么原因而导致的运行异常，无法对机房实行准确高效的监控，无法保障机房内运行设备的安全性和平稳性，无法实现对机房内的动力环境进行统一的管理，降低机房设备监控的全面性，无法保障机房监控的有效性。

[0013] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0014] 请参阅图1所示，应用于机房监控的动力环境监控系统，包括UPS电源监控模块、动力监控模块、环境监控模块和控制终端。

[0015] 所述控制终端分别与UPS电源监控模块、动力监控模块和环境监控模块连接，UPS电源监控模块，用于对机房内的各UPS电源执行对应的监控，进而分析机房内的各UPS电源是否运行正常。

[0016] 需要说明的是，参考告警次数数值定义为三次。

[0017] 作为一种可选的实施方式，所述分析机房内的各UPS电源是否运行正常，具体分析过程如下：基于机房内各UPS电源对应设备的所处位置，进而安置对应的监控设备执行监控，并将监控设备连接至机房对应的控制终端，通过监控设备获取机房内各UPS电源对应的工作图像，从监控的工作图像中提取各UPS电源对应的红灯闪烁次数，同时从控制终端的短信接收设置中提取各UPS电源对应的告警次数，看红灯闪烁次数与告警次数是否数量一致，若数量不一致，则以红灯闪烁次数为基准执行告警次数的递增或递减，以达到数量一致，将机房内各UPS电源对应的告警次数与数据库中存储的UPS电源对应的参考警次数数值进行对比，若机房内某UPS电源对应的告警次数大于或等于数据库中存储的UPS电源对应的参考告警次数数值，则判定机房内的该UPS电源运行异常，则将异常信息发送至控制终端，执行对应的动力环境监控，反之则机房内的该UPS电源运行正常。

[0018] 动力监控模块，用于当机房内的某UPS电源出现异常时，对机房内的各动力设备执行对应的监控，进而分析得到机房内各动力设备对应的运行性能状态。

[0019] 需要说明的是，各动力设备包括配电设备、UPS系统、蓄电池、发电机等。

[0020] 需要说明的是，传感器包括示波器和电流探测器。

[0021] 需要说明的是，选择对应的机器学习模型：基于机房内各动力设备对应的运行信息，根据机房内各动力设备对应的运行数据性质，当机房内各动力设备监测到的运行信息数据数值呈高数值时，则根据各机器学习模型对应支持的运行数值区间，进行选择匹配，将监测到的各动力设备对应运行信息数据数值与各机器学习模型对应支持的运行数值区间进行对比，若监测到的某动力设备对应运行信息数据数值在某机器学习模型对应支持的运行数值区间内，则将该机器学习模型作为该动力设备对应计算运行信息的机器学习模型。

[0022] 需要说明的，机器学习模型包括线性回归、逻辑回归、决策树、支持向量机、神经网络等。

[0023] 作为一种可选的实施方式，所述对机房内的各动力设备执行对应的监控，具体监控过程如下：基于监控设备获取机房内各动力设备对应的工作图像，进而从监控的工作图像中提取电路板腐蚀面积和UPS电源外观数据，同时安装传感器在各动力设备上，进而采集得到机房内的各动力设备对应的电源电压和UPS电源负载，综上得到机房内各动力设备对应的运行信息。

[0024] 作为一种可选的实施方式，所述分析得到机房内各动力设备对应的运行性能状态，具体分析过程如下：根据对机房内各动力设备执行对应的监控，得到机房内各动力设备对应的运行信息，其中运行信息包括电源电压、电路板腐蚀面积、UPS电源负载和UPS电源外观数据，进而选择对应的机器学习模型，将机房内各动力设备对应的运行信息输入机器学习模型中，分析得到机房内各动力设备对应的运行状态系数，当分析结果为1时，则判定机房内某动力设备对应的运行性能状态正常，并将该动力设备对应的运行性能状态实时发送至控制终端，当分析结果为0时，则判定机房内某动力设备对应的运行性能状态异常，则将机房内该动力设备对应的异常运行性能状态上传至控制终端。

[0025] 作为一种可选的实施方式，所述分析得到机房内各动力设备对应的运行状态系数，具体分析过程如下：所述分析得到机房内各动力设备对应的运行状态系数，具体分析过程如下：基于对机房内各动力设备对应的运行信息进行归一化处理，进而将机房内各动力设备对应的运行信息分别记为 、 、 、 。

[0026] 通过计算公式： ，分析得到机房内第 个动力设备对应的运行状态系数 ，为各动力设备的编号， ，为大于2的任意整数， 为机房内第 个动力设备对应的电源电压， 为机房内第 个动力设备对应的电路板腐蚀面积， 机房内第 个动力设备对应的UPS电源负载， 为机房内第 个动力设备对应的UPS电源外观数据， 、 、 和 分别为设定的电源电压的权重因子、电路板腐蚀面积的权重因子、UPS电源负载的权重因子和UPS电源外观数据的权重因子， 为预设的参考运行性能状态系数， ， ， ， 。

[0027] 需要说明的是，从数据库中获取机房内第 个动力设备对应的历史电源电压，进而通过平均值公式方法，得到机房内对应各动力设备的平均历史电源电压，并将平均历史电源电压作为设定的参考电源电压，从数据库中获取机房内第 个动力设备对应的历史电路板腐蚀面积，进而通过平均值公式方法，得到机房内对应各动力设备的平均历史电路板腐蚀面积，并将平均历史电路板腐蚀面积作为设定的参考电路板腐蚀面积，从数据库中获取机房内第 个动力设备对应的历史UPS电源负载，进而通过平均值公式方法，得到机房内对应各动力设备的平均历史UPS电源负载，并将平均历史UPS电源负载作为设定的参考UPS电源负载，从数据库中获取机房内第 个动力设备对应的历史UPS电源外观数据，进而通过平均值公式方法，得到机房内对应各动力设备的平均历史UPS电源外观数据，并将平均历史UPS电源外观数据作为设定的参考UPS电源外观数据。

[0028] 还需要说明的是，通过因子分析法获取电源电压的权重因子、电路板腐蚀面积的权重因子、UPS电源负载的权重因子和UPS电源外观数据的权重因子，先进行电源电压、电路板腐蚀面积、UPS电源负载和UPS电源外观数据的信息浓缩，随后获取对应的方差解释率，再除以方差解释率得到对应的权重。

[0029] 再次需要说明的是，信息浓缩指的是将多个分析项浓缩成几个关键概括性指标，方差解释率是指每个主成分或因子对总体方差的贡献程度，通常用百分比来表示，说明因子包含原数据信息的多少。

[0030] 环境监控模块，用于当机房内的某UPS电源出现异常时，通过筛选得到机房内对应监控环境的各监控位置，进而对机房内对应各UPS电源所处环境执行对应的监控，分析得到机房内各UPS电源所处环境状态。

[0031] 需要说明的是，各传感器包括温湿度传感器、水浸检测传感器、烟雾探测器和人体红外探测器。

[0032] 需要说明的是，将到当前机房内对应监控环境的监控数据与数据库中存储的各传感器对应的监测数据类型进行对比，若当前机房内对应监控环境的监控数据与数据库中存储的某传感器对应的监测数据类型相同，则将该传感器作为当前机房内对应监控环境监控数据的传感器，以此得到当前机房内对应监控环境的各传感器。

[0033] 需要说明的是，对比当前机房内对应的设备性质：例如当前机房内对应监控环境的监控数据为水浸量属性，若某监控数据对应出现的基本条件是具有排水功能的设备属性，而当前机房内对应具有排水设备性质的设备属性有机柜、空调，以此筛选得到各监控位置在机柜下方和空调软管处，以此类推对比，得到机房内对应监控环境的各监控位置。

[0034] 需要说明的是，需要说明的是，选择对应的机器学习模型：根据机房内对应各UPS电源所处环境的环境安防信息，当机房内对应各UPS电源所处环境的环境安防信息呈高数值时，则根据各机器学习模型对应支持的计算数值区间，进行对应的选择匹配，将监测到的各UPS电源所处环境的环境安防信息数值与各机器学习模型对应支持的计算数值区间进行对比，若监测到的某UPS电源所处环境的环境安防信息数值与某机器学习模型对应支持的计算数值区间内，则将该机器学习模型作为该UPS电源所处环境对应计算环境安防信息的机器学习模型。

[0035] 还需要说明的是，历史参考检测数据：获取机房UPS电源对应各次环境的历史检测数据，通过将机房UPS电源对应各次环境的历史检测数据进行各类型检测数据的整合统计，构成对应的柱状图，将数值最高的四位检测数据作为机房UPS电源对应环境的历史参考检测数据。

[0036] 作为一种可选的实施方式，所述筛选得到机房内对应监控环境的各监控位置，进而对机房内对应各UPS电源的所处环境执行对应的监控，具体筛选过程如下：将数据库中存储的机房UPS电源对应环境的历史参考检测数据作为当前机房内对应监控环境的监控数据，根据对应的监控数据进而匹配得到各传感器。

[0037] 从数据库中获取监控数据出现时对应的具备属性，将各监控数据出现时对应的具备属性与当前机房内各设备对应的具备属性集合进行对比，若某监控数据出现时对应的具备属性在当前机房内某设备对应的具备属性集合内，则将该设备的所在位置作为机房内对应监控环境的监控位置，以此筛选得到机房内对应监控环境的各监控位置。

[0038] 将各传感器放置对应的各监控位置后，获取得到机房内对应各UPS电源所处环境的环境安防信息，其中环境安防信息包括温湿度、水浸量、烟尘量和非法者入侵数量。

[0039] 作为一种可选的实施方式，所述分析得到机房内各UPS电源对应所处环境状态，具体分析过程如下：通过对机房内对应各UPS电源所处环境的监控，进而得到机房内对应各UPS电源所处环境的环境安防信息，其中环境安防信息包括温湿度、水浸量、烟尘量和非法者入侵数，进而选择对应的机器学习模型，将机房内对应各UPS电源所处环境的环境安防信息输入至机器学习模型中，分析得到机房内对应各UPS电源所处的环境安防系数，当监测结果为0时，则判定机房内某UPS电源对应所处环境状态不合格，则将机房内该UPS电源对应所处的不合格环境状态传输至控制终端，执行对应的自动环境控制管理，当监测结果为1时，则判定机房内某UPS电源对应所处环境状态合格，则继续保持当前环境状态运行，并将机房内该UPS电源对应所处的合格环境状态实时传输至控制终端，以此分析得到机房内各UPS电源对应所处环境状态。

[0040] 作为一种可选的实施方式，所述分析得到机房内对应各UPS电源所处的环境安防系数，具体分析过程如下：基于对机房内对应各UPS电源所处环境的环境安防信息进行归一化处理，进而将机房内各动力设备对应的运行信息分别记为 、 、 、 。

[0041] 通过计算公式： ，分析得到机房内对应第 个UPS电源所处的环境安防系数 ，为各UPS电源的编号， ，为大于2的任意整数， 为机房内对应第 个UPS电源所处环境的温湿度， 为机房内对应第 个UPS电源所处环境的水浸量， 为机房内对应第 个UPS电源所处环境的烟尘量， 为机房内对应第 个UPS电源所处环境的非法者入侵数，、 、 和 分别为设定的温湿度的权重因子、水浸量的权重因子、烟尘量的权重因子和非法者入侵数的权重因子， 为预设的参考环境安防系数， ， ， , 。

[0042] 还需要说明的是，从数据库中获取机房内对应各UPS电源所处环境的历史温湿度，进而通过平均值公式方法，得到机房内对应各UPS电源所处环境的平均历史温湿度，并将平均历史温湿度作为设定的参考温湿度，从数据库中获取机房内对应各UPS电源所处环境的历史水浸量，进而通过平均值公式方法，得到机房内对应各UPS电源所处环境的平均历史水浸量，并将平均历史温湿度作为设定的参考水浸量，从数据库中获取机房内对应各UPS电源所处环境的历史烟尘量，进而通过平均值公式方法，得到机房内对应各UPS电源所处环境的平均历史烟尘量，并将平均历史温湿度作为设定的参考烟尘量，从数据库中获取机房内对应各UPS电源所处环境的历史非法者入侵数量，进而通过平均值公式方法，得到机房内对应各UPS电源所处环境的平均历史非法者入侵数量，并将平均历史温湿度作为设定的参考非法者入侵数量。

[0043] 还需要说明的是，通过因子分析法获取温湿度的权重因子、水浸量的权重因子、烟尘量的权重因子和非法者入侵数量的权重因子，先进行温湿度、水浸量、烟尘量和非法者入侵数量的信息浓缩，随后获取对应的方差解释率，再除以方差解释率得到对应的权重。

[0044] 再次需要说明的是，信息浓缩指的是将多个分析项浓缩成几个关键概括性指标，方差解释率是指每个主成分或因子对总体方差的贡献程度，通常用百分比来表示，说明因子包含原数据信息的多少。

[0045] 控制终端，用于当机房内某动力设备对应的运行性能异常或机房内某UPS电源对应所处环境状态不合格时，执行机房内各动力设备对应的动力管理和机房内UPS电源对应的环境安防管理。

[0046] 需要说明的是，将机房内各动力设备对应的运行状态系数与数据库中存储的各历史动力设备对应的运行状态系数阈值进行对比，若将机房内该动力设备对应的运行状态系数与数据库中存储的某历史动力设备对应的运行状态系数阈值相同，则将该历史动力设备对应的动力设备管理工单作为机房内该动力设备对应的动力设备管理工单，以此执行机房内各动力设备对应的动力管理。

[0047] 需要说明的是，机房打扫包括但不限于滤波器灰尘清洁、主板灰尘清洁、散热器灰尘清洁和风扇灰尘清洁等。

[0048] 作为一种可选的实施方式，所述执行机房内各动力设备对应的动力管理，具体执行过程如下：将机房内各动力设备对应的运行状态系数与数据库中存储的历史各自维护对应的运行状态系数阈值区间进行对比，若机房内某动力设备对应的运行状态系数在数据库中存储的历史某自维护对应的运行状态系数阈值区间内，则控制终端执行对应的自动力设备管理，开启机房内对应的备用电源，降低负载，若机房内某动力设备对应的运行状态系数不在数据库中存储的历史某自维护对应的运行状态系数阈值区间内，则生成对应的动力设备管理工单并以短信或邮件的方式发送至机房运维人员，通知运维人员执行对应的动力设备管理。

[0049] 作为一种可选的实施方式，所述执行机房内UPS电源对应的环境安防管理，具体执行过程如下：当机房内对应各UPS电源所处的环境出现温湿度过高或水浸面积大的现象时，通过降低机房内对应空调设备的温度并开启除湿模式，同时加快通风设备对应的通风速度，将机房内出现水浸现象的设备位置类型以短信发送至运维人员，通知执行对应的设备水浸维修，当机房内对应各UPS电源所处的环境灰尘重时，开启机房内对应的新风系统，并通知运维人员执行对应的机房打扫。

[0050] 数据库用于存储红灯闪烁次数、告警次数、运行信息、历史参考检测数据、具备属性和环境安防信息。

[0051] 本发明实施例，通过分析机房内的各UPS电源是否运行正常，进而对机房内执行各方面的监控，以此分析机房内各动力设备对应的运行性能状态和机房内各UPS电源对应所处环境状态，并执行集中的动力环境管理，实现机房的高效管理，保障机房的安全平稳运行，解决了当前技术中的不足，基于机房内各方面的监控，进而实现实时掌握设备信息，以便进行及时的动力环境异常管理，同时监控设备皆与控制终端进行连接，实现实时的接收异常信息，帮助运维人员快速对机房设备进行异常维护，提升设备运行稳定性，减轻维护人员负担，有效节约人力，不断提升系统维护水平，实现对机房能效进行合理有效的评判，确保机房动力环境管理的有效性，提升机房的安全和能效。

[0052] 以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本说明书所定义的范围，均应属于本发明的保护范围。