Senry蓄电池（能源股份）Co., Ltd
由于冷却问题仍然占数据中心意外断电的近三分之一，因此数据中心风险规划必须考虑以下因素的影响： 温度上升。 不幸的是，大多数组织似乎都没有意识到数据中心过热的风险，这会很快使数据中心运营面临风险。 冷却问题现已成为数据中心服务中断的第二大原因。 对于组织而言，优化散热性能以降低这种风险至关重要。
识别预警信号
即使是经验丰富的数据中心运营团队，散热问题也可能在很短的时间内发生 不会掉以轻心。 故障的冷却设备很容易升级为散热状况，使数据中心全天候运行，存在停机风险。 调查显示，主要原因之一是现有解决方案（如BMS）在检测热逃逸时间方面无效。 由于没有严重的服务级别冲突或故障（SLA），因此冷却和气流问题通常不会提早发出早期的建筑物管理系统（BMS）警报。 但是一旦激活，就为时已晚。 因此，散热问题会迅速升级。 在数据中心运营团队解决问题之前，将存在影响整体性能的本地数据中心热点。
不要等待警报，采取更主动的方法
组织需要防止潜在的热量散逸事件。 通过人工智能和机器学习技术，现在可以应用与BMS系统并行工作的软件解决方案，以识别和管理从数据中心散发热量的风险。
借助这种实时热监控技术，可以监控冷却输出并可以预定义不良的冷却系统，以便及时进行改进。 在这里，准确的数据中心监控和空调监控对于发现冷却问题和冷却系统无法检测到或隐藏的气流至关重要。 常规的BMS系统，但很容易修复。 甲公司已经为数据中心开发了重要的监视系统，现在可以完成关键基础设施的远程预测风险分析。 在近的示例中，关键监视系统的软件和分析功能用于远程识别异常的散热行为，远程诊断问题并提出将影响小化的方法。 逃跑。 所有这些都是在BMS系统发现问题之前完成的。
A公司发布的视频，展示了如何基于预测分析为数据中心设置预警功能，以防止事件发生。 在此示例中，由于正确的空调发生故障，具有正常且稳定的冷却负荷曲线的数据中心的温度很快变得不稳定。 时间线如下：
?软件分析解决方案，该解决方案使用空调中的EkkoAir冷却负荷传感器性能数据来准确识别空调的异常行为。 确切的空气。
?软件分析解决方案，可以识别冷却效果差的单个精密空调。
?如果正确的空调出现问题，软件分析解决方案将提供局部热点的早期警告。
?软件分析解决方案还显示，尽管其他**的空调仍在运行，但它们无法消除热点。
?软件分析解决方案，建议完全关闭出现故障的空调，以消除热循环空气。 采取措施后，热点问题将立即得到解决。
?准确调查并解决了空调问题，继续正常制冷操作，并已通过软件分析解决方案确认。
在此过程中，当前的BMS不会在任何时候生成警报，因为不会触发特定的组件错误或警报阈值。 此示例表明，分析解决方案的早期风险分析和检测功能可以在终故障之前识别和诊断运行不佳的冷却设备，从而消除了逃逸的风险。 潜热并及时修理。 它还说明了BMS系统中没有警报生成，这意味着如果没有其他预测分析，数据中心团队将不会意识到问题或定位故障。 通过数据中心的概述，关键分析软件可以记录细微的变化，例如更改设定值，阀门卡死或移动的网格等。 这些变化可能导致更广泛的散热问题。
排热之前警告
传统的BMS方法仅在系统出现故障或超过阈值时才生成警报。 高度详细的传感器算法与A公司的实时算法相结合，可以在无法避免影响数据中心服务可用性之前突出显示潜在的设备。 。