基于数据中心机房的水管结垢厚度的确定方法以及装置

本申请公开了一种基于数据中心机房的水管结垢厚度的确定方法以及装置，涉及人工智能领域。该方法包括：将从水管中采集到的水质硬度信息、总溶解固体信息、酸碱值信息、水流流速信息、水温信息以及采集时间信息作为模型输入变量；通过模糊神经网络模型在模型训练阶段学习的先验知识，依据模型输入变量确定在目标时刻的水管结垢厚度，模糊神经网络模型的训练目标包括：根据训练样本集合与网络参数集合，利用海星优化算法调整模糊神经网络的隶属度和权重参数，直至模糊神经网络的损失函数值达到预设阈值。本申请解决了现有管道结垢预测方法中存在参数耦合优化难题与局部收敛容易陷入局部最优解，导致的对于管道结垢的厚度检测不准确的技术问题。