摘要
本申请涉及UPS系统技术领域,提供了一种UPS系统制冷优化控制方法、装置、UPS控制设备及存储介质。本申请利用预训练的第一神经网络模型,基于实时获取的UPS系统的负载状态、内部温度、外部温度及液冷系统和风冷系统的运行状态,能够准确预测液冷系统的当前负荷,利用预训练的第二神经网络模型,基于当前负荷、内部温度以及预设的制冷效率因子,预测得到液冷系统的冷却参数,基于内部温度及UPS系统的实际运行时长,确定液冷系统的降温开启时间,避免过早或过晚地开启制冷设备,从而进一步提高制冷效率和节能效果,在降温开启时间达到时,基于预测得到的冷却参数运行液冷系统,实现对UPS系统的降温。本申请解决了现有技术中制冷效率低下、能耗高的问题。
技术关键词
UPS系统
液冷系统
优化控制方法
神经网络模型
风冷系统
模拟运行环境
控制设备
优化控制装置
负荷
开启制冷
数据获取模块
处理器
参数
因子
速率
可读存储介质
存储器
计算机
能耗
系统为您推荐了相关专利信息
机械故障诊断方法
注意力
节点特征
线性变换矩阵
前馈神经网络
侧偏角估计方法
智能轮胎
多层卷积神经网络
三轴加速度传感器
特征提取器
压电振动装置
信号探测仪
清洁装置
清洁方法
粉尘仪设备
通信网络故障
深度学习模型
训练神经网络模型
数据
模型训练模块