基于温度闭环控制的冷却风扇控制方法及系统与流程

1.本技术涉及智能控制技术领域，具体而言，涉及一种基于温度闭环控制的冷却风扇控制方法及系统。


背景技术：

2.服务主机玩家（如高级游戏玩家、高级绘图玩家）在实际应用过程中，由于高端服务主机采用高功耗高转速的配置，因此其散热状态关系到主机功耗和主机运行性能。如何针对服务主机的冷却风扇进行有效的散热控制，是当前亟待研究的技术问题。例如相关技术中通常采用温度态势数据实时监控的闭环反馈策略进行冷却风扇控制，然而仅考虑温度态势数据存在散热效果不佳的问题。


技术实现要素：

3.本技术提供一种基于温度闭环控制的冷却风扇控制方法及系统。
4.第一方面，本技术提供一种基于温度闭环控制的冷却风扇控制方法，应用于分布式控制系统，包括：获取散热状态监控器件当前对服务主机的主机机箱的标的散热分区进行监控得到的目标散热状态信息，在所述目标散热状态信息达到冷却风扇控制触发条件时，控制所述服务主机发送对应的标的散热分区的目标散热状态信息，所述目标散热状态信息包括根据时域分布的温度态势数据以及环境状态数据，所述环境状态数据包括多个环境状态维度的状态数据，所述环境状态维度包括环境干燥参数维度和环境灰尘参数维度；将所述目标散热状态信息加载至满足参数层信息的调优和选取部署要求的冷却风扇控制模型中，生成针对所述标的散热分区的每个散热控制节点的风扇控制指令序列；将所述每个散热控制节点的风扇控制指令序列下发至所述服务主机，以使得所述服务主机的cpu根据所述每个散热控制节点的风扇控制指令序列控制冷却风扇。
5.其中，所述获取散热状态监控器件当前对服务主机的主机机箱的标的散热分区进行监控得到的目标散热状态信息的步骤，包括：确定是否需要进行散热状态监控处理，并在需要进行散热状态监控处理时，生成散热状态监控通知信息；将所述散热状态监控通知信息发送给所述散热状态监控器件，其中，所述散热状态监控器件用于在接收到所述散热状态监控通知信息之后，对所述主机机箱的内部空间进行监控，得到对应的目标散热状态信息，并将所述目标散热状态信息发送给所述散热状态监控处理组件；获取所述散热状态监控器件当前基于所述散热状态监控通知信息对所述主机机箱的内部空间进行监控得到的目标散热状态信息。
6.譬如，所述确定是否需要进行散热状态监控处理，并在需要进行散热状态监控处理时，生成散热状态监控通知信息的步骤，包括：
确定是否接收到散热状态监控触发指令，其中，所述散热状态监控触发指令在所述主机机箱的内部空间中的cpu在运行至少一种目标应用程序和/或运行功耗大于或等于预先配置的功耗阈值时生成；若接收到所述散热状态监控触发指令，则确定需要进行散热状态监控处理，并在需要进行散热状态监控处理时，对所述散热状态监控触发指令进行解析处理，得到所述散热状态监控触发指令携带的第一运行参数，其中，所述第一运行参数与所述cpu当前运行的目标应用程序的数量和/或所述cpu的运行功耗之间具有正相关关系；基于所述第一运行参数确定出对应的状态监控频率信息，并基于所述状态监控频率信息生成对应的散热状态监控通知信息，其中，所述状态监控频率信息与所述第一运行参数之间具有正相关关系，且所述散热状态监控器件用于在接收到所述散热状态监控通知信息之后，基于所述状态监控频率信息对所述主机机箱的内部空间进行监控。
7.譬如，所述基于所述第一运行参数确定出对应的状态监控频率信息，并基于所述状态监控频率信息生成对应的散热状态监控通知信息的步骤，包括：基于所述第一运行参数确定出对应的状态监控频率信息，其中，所述状态监控频率信息与所述第一运行参数之间具有正相关关系；基于所述第一运行参数确定出对应的状态监控时长信息，其中，所述状态监控时长信息与所述第一运行参数之间具有负相关关系；基于所述状态监控频率信息和所述状态监控时长信息生成对应的散热状态监控通知信息，其中，所述散热状态监控器件用于在接收到所述散热状态监控通知信息后，基于所述状态监控频率信息和所述状态监控时长信息对所述主机机箱的内部空间进行监控，所述状态监控时长信息用于表征每间隔对应时长将监控得到的目标散热状态信息发送给所述散热状态监控处理组件，每一条所述目标散热状态信息的时长为所述状态监控时长信息。
8.第二方面，本技术提供一种分布式控制系统，包括：处理器；存储器，所述存储器中存储有计算机程序，所述计算机程序被执行时实现第一方面所述的基于温度闭环控制的冷却风扇控制方法。
9.第三方面，本技术实施例提供一种基于温度闭环控制的冷却风扇控制系统，所述基于温度闭环控制的冷却风扇控制系统包括分布式控制系统以及与所述分布式控制系统通信连接的一个或多个服务主机，所述服务主机包括散热状态监控器件，所述分布式控制系统，用于：获取散热状态监控器件当前对服务主机的主机机箱的标的散热分区进行监控得到的目标散热状态信息；在所述目标散热状态信息达到冷却风扇控制触发条件时，控制所述服务主机发送对应的标的散热分区的目标散热状态信息，所述目标散热状态信息包括根据时域分布的温度态势数据以及环境状态数据，所述环境状态数据包括多个环境状态维度的状态数据，所述环境状态维度包括环境干燥参数维度和环境灰尘参数维度；将所述目标散热状态信息加载至满足参数层信息的调优和选取部署要求的冷却风扇控制模型中，生成针对所述标的散热分区的每个散热控制节点的风扇控制指令序列；
将所述每个散热控制节点的风扇控制指令序列下发至所述服务主机，以使得所述服务主机的cpu根据所述每个散热控制节点的风扇控制指令序列控制冷却风扇。
10.采用以上任意一个方面的技术方案，在获取服务主机上传的标的散热分区的目标散热状态信息时，即可获得根据时域分布的温度态势数据以及环境状态数据，由此将所述目标散热状态信息加载至满足参数层信息的调优和选取部署要求的冷却风扇控制模型中，生成针对所述标的散热分区的每个散热控制节点的风扇控制指令序列，由此将所述每个散热控制节点的风扇控制指令序列下发至所述服务主机，以使得所述服务主机的cpu根据所述每个散热控制节点的风扇控制指令序列控制冷却风扇，结合了温度态势和环境状态进行风扇控制决策，提高散热效果。
附图说明
11.图1为本技术实施例提供的一种基于温度闭环控制的冷却风扇控制方法步骤流程示意图；图2为本技术的实施例提供的分布式控制系统的结构示意框图。
具体实施方式
12.如图1-2所示，本技术实施例提供一种基于温度闭环控制的冷却风扇控制方法，应用于分布式控制系统，包括：步骤s110，获取散热状态监控器件当前对服务主机的主机机箱的标的散热分区进行监控得到的目标散热状态信息，在所述目标散热状态信息达到冷却风扇控制触发条件时，控制所述服务主机发送对应的标的散热分区的目标散热状态信息。
13.例如，所述目标散热状态信息包括根据时域分布的温度态势数据以及环境状态数据，根据时域分布的温度态势数据可以是指根据时域分布的温度状态的变化趋势数据，所述环境状态数据包括多个环境状态维度的状态数据，如所述环境状态维度包括环境干燥参数维度和环境灰尘参数维度。
14.步骤s120，将所述目标散热状态信息加载至满足参数层信息的调优和选取部署要求的冷却风扇控制模型中，生成针对所述标的散热分区的每个散热控制节点的风扇控制指令序列。
15.例如，可以对冷却风扇控制模型进行预先训练，训练完成的冷却风扇控制模型可以具有输出标的散热分区的目标散热状态信息相对应的风扇控制指令序列的能力。
16.步骤s130，将所述每个散热控制节点的风扇控制指令序列下发至所述服务主机，以使得所述服务主机的cpu根据所述每个散热控制节点的风扇控制指令序列控制冷却风扇。
17.根据以上步骤，本实施例在获取服务主机上传的标的散热分区的目标散热状态信息时，即可获得根据时域分布的温度态势数据以及环境状态数据，由此将所述目标散热状态信息加载至满足参数层信息的调优和选取部署要求的冷却风扇控制模型中，生成针对所述标的散热分区的每个散热控制节点的风扇控制指令序列，由此将所述每个散热控制节点的风扇控制指令序列下发至所述服务主机，以使得所述服务主机的cpu根据所述每个散热控制节点的风扇控制指令序列控制冷却风扇，结合了温度态势和环境状态进行风扇控制决
策，提高散热效果。
18.针对一些示例性的实施例中而言，步骤s120可以通过下述技术方案实现。
19.process110，将所述目标散热状态信息加载至满足参数层信息的调优和选取部署要求的冷却风扇控制模型中，根据所述冷却风扇控制模型解析所述目标散热状态信息中的所述根据时域分布的温度态势数据所对应所述环境状态数据的每个环境状态维度的复合温度态势特征分布，所述复合温度态势特征被配置于表征所述根据时域分布的温度态势数据根据所述环境状态数据的每个环境状态维度的环境状态特征分布进行加权聚合的基础控制特征分布。
20.process120，根据冷却风扇控制模型对复合温度态势特征分布进行风扇调控实例生成，确定匹配历史风扇调控策略数据的风扇调控实例信息。
21.其中，冷却风扇控制模型根据指定环境状态维度的复合温度态势特征分布和多个目标风扇调控变量的范例风扇调控实例信息进行深度学习确定的，范例风扇调控实例信息与指定环境状态维度存在指定关联关系，根据从每个风扇调控类别的范例风扇调控实例信息获得的风扇调控实例信息生成的涵盖范例风扇调控类别的风扇调控实例信息，从而复合温度态势特征分布加载至冷却风扇控制模型之后，可以得到多个目标风扇调控变量的风扇调控实例信息，每个风扇调控实例信息中均包括历史风扇调控策略数据。涵盖范例风扇调控类别的范例风扇调控实例信息可以是指具有目标环境状态维度的风扇调控实例的调控策略数据的范例风扇调控实例信息。
22.所述范例风扇调控实例信息根据从每个风扇调控类别的范例风扇调控实例信息获得的风扇调控实例信息，例如从不同风扇调控需求的范例风扇调控实例信息中解析风扇调控实例信息，然后根据解析的风扇调控实例信息生成涵盖范例风扇调控类别并且匹配于多个不同目标风扇调控变量的范例风扇调控实例信息。
23.目标风扇调控变量可以是指将环境状态维度生成实际控制的风扇调控备选指令，针对参数层信息的调优和选取过程中，可以使用多个目标风扇调控变量的范例风扇调控实例信息和对应指定环境状态维度的复合温度态势特征分布对冷却风扇控制模型进行深度学习，由此输出对应的冷却风扇控制模型。
24.process130，根据所述冷却风扇控制模型对所述风扇调控实例信息进行处理，输出关联了各个目标风扇调控变量且涵盖所述目标风扇调控类别的应用风扇调控实例信息。
25.process140，根据关联了各个目标风扇调控变量且涵盖所述目标风扇调控类别的应用风扇调控实例信息，生成针对所述标的散热分区的每个散热控制节点的风扇控制指令序列。
26.采用以上技术方案，本实施例从不同风扇调控类别的范例解析风扇调控实例信息，并根据解析的风扇调控实例信息生成涵盖范例风扇调控类别的多个目标风扇调控变量的范例风扇调控实例信息，根据该指定环境状态维度的复合温度态势特征分布和与该指定环境状态维度存在指定关联关系的涵盖范例风扇调控类别且不同目标风扇调控变量的范例风扇调控实例信息，对冷却风扇控制模型进行深度学习，由此不需要根据不同目标风扇调控变量的不同风扇调控类别的范例风扇调控实例信息单独配置不同的冷却风扇控制模型，提高深度学习效果。并且，根据完成训练的冷却风扇控制模型对相关的环境状态维度的复合温度态势特征分布进行风扇调控实例生成，确定匹配历史风扇调控策略数据的风扇调
控实例信息，然后根据该完成训练的冷却风扇控制模型对风扇调控实例信息进行处理，输出目标风扇调控类别的多个目标风扇调控变量的应用风扇调控实例信息，这样在从某一风扇调控需求变换至另一风扇调控需求，其应用风扇调控实例信息的风扇调控类别可以无需重新进行参数层信息的调优和选取，也即无需另行调度别的冷却风扇控制模型。
27.针对一些示例性的实施例中而言，process120可以通过下述技术方案实现。
28.process122，根据冷却风扇控制模型对复合温度态势特征分布进行风扇调控决策，确定风扇调控维度的风扇调控曲线。
29.其中，所述风扇调控维度的风扇调控曲线是每个风扇调控维度在所述环境状态维度中的风扇调控分量信息。
30.针对一些示例性的实施例中而言，process122例如执行步骤如下：根据风扇调控实例输出子模型中的风扇调控决策分支对复合温度态势特征分布中的每个风扇调控维度复合温度态势特征进行风扇调控决策，确定涵盖所述风扇调控维度的风扇调控曲线的风扇调控维度特征。例如，假设复合温度态势特征分布为[i1，i2，...，iu]，将该复合温度态势特征分布加载到风扇调控决策分支，风扇调控决策分支对加载的复合温度态势特征分布[i1，i2，...，iu]进行风扇调控决策，确定涵盖所述风扇调控维度的风扇调控曲线的风扇调控维度特征[j1，j2，...，ju]。
[0031]
process124，根据目标环境状态维度的历史风扇调控策略数据对风扇调控维度的风扇调控曲线进行风扇调控实例生成，确定多个目标风扇调控变量的包括历史风扇调控策略数据的风扇调控实例信息。
[0032]
其中，历史风扇调控策略数据是冷却风扇控制模型针对风扇控制学习过程中学习到的目标环境状态维度的风扇调控实例的调控策略数据。
[0033]
此外，在获得风扇调控实例信息之后，该方法还可以包括以下步骤：process126，根据冷却风扇控制模型对风扇调控实例信息进行处理，输出关联了各个目标风扇调控变量且涵盖所述目标风扇调控类别的应用风扇调控实例信息。
[0034]
其中，process126的详细执行步骤可以参照前述的process130。
[0035]
process128，根据关联了各个目标风扇调控变量且涵盖所述目标风扇调控类别的应用风扇调控实例信息，生成针对所述标的散热分区的每个散热控制节点的风扇控制指令序列。
[0036]
针对一些示例性的实施例中而言，在前述实施例之前，可以对冷却风扇控制模型进行深度学习，并在完成参数层信息的调优和选取后，将配置到所述基于温度闭环控制的分布式控制系统中，冷却风扇控制模型的参数层信息的调优和选取过程可以通过下述技术方案实现：process202，逐个对多个目标风扇调控变量的范例风扇调控实例信息进行解析，输出范例风扇调控实例信息。
[0037]
其中，范例风扇调控实例信息可以是指不同环境状态维度所配置的风扇调控实例信息，不同环境状态维度所配置的风扇调控实例信息，其风扇调控需求和风扇调控类别均不同。上述不同环境状态维度包括目标环境状态维度和其它环境状态维度，而目标环境状态维度可以是指所需风扇调控类别的环境状态维度。
[0038]
针对一些示例性的实施例中而言，在获得多个目标风扇调控变量的范例风扇调控
实例信息后，从所述范例风扇调控实例信息中解析风扇调控实例的风扇调控时间节点和风扇调控空间节点信息，根据风扇调控实例的风扇调控时间节点和风扇调控空间节点信息确定范例风扇调控实例信息的范例风扇调控维度的风扇调控曲线；对范例风扇调控维度的风扇调控曲线进行风扇调控实例生成，确定风扇调控时空域信息。
[0039]
process204，根据范例风扇调控实例信息生成多个目标风扇调控变量的涵盖范例风扇调控类别的第一范例实例信息。
[0040]
process206，当从与范例风扇调控实例信息对应的指定环境状态维度中获得范例复合温度态势特征分布时，根据冷却风扇控制模型对范例复合温度态势特征分布进行风扇调控实例生成，确定匹配历史风扇调控策略数据的第二范例实例信息。
[0041]
process208，根据冷却风扇控制模型对第二范例实例信息进行处理，输出多个目标风扇调控变量的且涵盖范例风扇调控类别的风扇调控输出实例信息。
[0042]
process210，根据风扇调控输出实例信息与范例风扇调控实例信息确定对应的模型性能参数值，并根据所述模型性能参数值，对冷却风扇控制模型进行参数层信息的调优和选取。
[0043]
上述process206~process210为冷却风扇控制模型的参数层信息的调优和选取阶段，可以将所有范例风扇调控实例信息作为返利数据对冷却风扇控制模型进行深度学习，还可以分两个分支对该冷却风扇控制模型进行深度学习，其中：分支1，根据目标环境状态维度所对应的范例风扇调控实例信息作为范例风扇调控实例信息进行深度学习，当训练完成后进入分支2的训练；分支2，利用生成的涵盖范例风扇调控类别（即目标环境状态维度的风扇调控类别）的范例风扇调控实例信息继续对冷却风扇控制模型进行深度学习。
[0044]
下述实施例将针对以上两个分支进行详细描述：分支1，根据目标环境状态维度发出的范例风扇调控实例信息作为范例风扇调控实例信息进行深度学习。
[0045]
针对一些示例性的实施例中而言，目标风扇调控变量包括目标环境状态维度发出相应范例风扇调控实例信息的第一目标风扇调控变量，因此范例复合温度态势特征分布包括第一目标风扇调控变量关联的第一范例复合温度态势特征分布。process206例如执行步骤如下：终端根据冷却风扇控制模型对第一范例复合温度态势特征分布进行风扇调控实例生成，确定匹配历史风扇调控策略数据的第一生成实例信息，作为所述第二范例实例信息；process208例如执行步骤如下：终端根据冷却风扇控制模型对第一生成实例信息进行处理，输出涵盖范例风扇调控类别的第一目标风扇调控变量的风扇调控实例信息；process210例如执行步骤如下：根据所述第一目标风扇调控变量的风扇调控实例信息与范例风扇调控实例信息之间的第一模型性能参数值，对冷却风扇控制模型进行参数层信息的调优和选取，直至冷却风扇控制模型收敛。
[0046]
由此获得第一模型性能参数值后，可以将第一模型性能参数值在冷却风扇控制模型中反向传播，从而得到冷却风扇控制模型中每个风扇控制函数配置信息的梯度值，根据该梯度值对冷却风扇控制模型中每个风扇控制函数配置信息进行更新。
[0047]
分支2，利用生成的涵盖范例风扇调控类别的第一范例实例信息继续对冷却风扇控制模型进行深度学习。
[0048]
针对一些示例性的实施例中而言，目标风扇调控变量包括其它不同风扇调控需求
环境状态维度发出相应范例风扇调控实例信息的第二目标风扇调控变量，范例复合温度态势特征分布包括第二目标风扇调控变量关联的第二范例复合温度态势特征分布；process206例如执行步骤如下：在根据第一模型性能参数值调整冷却风扇控制模型的风扇控制函数配置信息满足模型应用部署要求时，根据冷却风扇控制模型对第二范例复合温度态势特征分布进行风扇调控实例生成，确定匹配历史风扇调控策略数据的第二生成实例信息，作为所述第二范例实例信息；process208例如执行步骤如下：根据冷却风扇控制模型对第二生成实例信息进行处理，输出涵盖范例风扇调控类别的第二目标风扇调控变量的风扇调控实例信息；process210例如执行步骤如下：终端根据第二目标风扇调控变量的风扇调控实例信息与范例风扇调控实例信息之间的第二模型性能参数值，对冷却风扇控制模型进行参数层信息的调优和选取，直至冷却风扇控制模型的训练，从而完成第二分支的训练，生成最终的冷却风扇控制模型。
[0049]
获得前述的第二模型性能参数值后，可以将第二模型性能参数值在冷却风扇控制模型中反向传播，从而得到冷却风扇控制模型中每个风扇控制函数配置信息的梯度值，根据该梯度值对冷却风扇控制模型中每个风扇控制函数配置信息进行更新。
[0050]
根据以上设计，从不同风扇调控类别的范例风扇调控实例信息中进行解析，并根据所述范例风扇调控实例信息生成涵盖范例风扇调控类别且不同目标风扇调控变量的范例风扇调控实例信息，根据该指定环境状态维度的复合温度态势特征分布和与该指定环境状态维度存在指定关联关系的涵盖范例风扇调控类别且不同目标风扇调控变量的范例风扇调控实例信息，对冷却风扇控制模型进行深度学习，由此获得用于决策生成涵盖范例风扇调控类别且不同目标风扇调控变量的冷却风扇控制模型，由此不需要根据不同目标风扇调控变量的不同风扇调控类别的范例风扇调控实例信息单独配置不同的冷却风扇控制模型，从而提高深度学习效果。
[0051]
针对一些示例性的实施例中而言，针对冷却风扇控制模型的训练，在前述实施例时，还可以单独对冷却风扇控制模型中的风扇调控实例输出子模型和风扇调控实例生成调整层进行深度学习，例如执行步骤如下：process302，逐个对多个目标风扇调控变量的范例风扇调控实例信息进行解析，输出范例风扇调控实例信息。
[0052]
其中，各范例风扇调控实例信息之间的风扇调控类别具有联系。
[0053]
process304，根据范例风扇调控实例信息生成多个目标风扇调控变量的涵盖范例风扇调控类别的第一范例实例信息。
[0054]
process306，当从与范例风扇调控实例信息对应的指定环境状态维度中获得范例复合温度态势特征分布时，根据风扇调控实例输出子模型对范例复合温度态势特征分布进行风扇调控实例生成，确定匹配历史风扇调控策略数据的第二范例实例信息。
[0055]
其中，上述process302~process306的详细执行步骤，可以参见前述实施例的process202~process206。
[0056]
process308，根据范例风扇调控实例信息和从范例风扇调控实例信息中解析的风扇调控实例信息确定对应的模型性能参数值，并根据所述模型性能参数值，对风扇调控实例输出子模型进行权重调整。
[0057]
针对一些示例性的实施例中而言，在得到模型性能参数值后，终端将模型性能参
数值在风扇调控实例输出子模型中反向传播，从而得到风扇调控实例输出子模型中每个风扇控制函数配置信息的梯度值，根据该梯度值对风扇调控实例输出子模型中每个风扇控制函数配置信息进行更新，直至风扇调控实例输出子模型收敛。
[0058]
在对风扇调控实例输出子模型进行深度学习确定的过程中，所述基于温度闭环控制的分布式控制系统还可以对风扇调控实例生成调整层进行深度学习，例如可以是：在范例风扇调控实例信息中进行解析，输出应用风扇调控实例信息；根据风扇调控实例生成调整层对应用风扇调控实例信息进行处理，输出不同目标风扇调控变量的目标风扇调控输出实例信息，该目标风扇调控输出实例信息涵盖范例风扇调控类别；根据目标风扇调控输出实例信息和范例风扇调控实例信息确定对应的模型性能参数值，并根据所述模型性能参数值，对风扇调控实例生成调整层进行权重调整。
[0059]
根据以上设计，从不同风扇调控类别的范例风扇调控实例信息中进行解析，并根据解析的范例风扇调控实例信息生成涵盖范例风扇调控类别且不同目标风扇调控变量的范例风扇调控实例信息，根据该指定环境状态维度的复合温度态势特征分布和与该指定环境状态维度存在指定关联关系的涵盖范例风扇调控类别且不同目标风扇调控变量的范例风扇调控实例信息，对风扇调控实例输出子模型进行深度学习；此外，在范例风扇调控实例信息中进行解析得到应用风扇调控实例信息，根据应用风扇调控实例信息和范例风扇调控实例信息对风扇调控实例生成调整层进行深度学习，由此获得用于决策生成涵盖范例风扇调控类别且不同目标风扇调控变量的冷却风扇控制模型（该冷却风扇控制模型包括完成训练的风扇调控实例输出子模型和风扇调控实例生成调整层），由此不需要根据不同目标风扇调控变量的不同风扇调控类别的范例风扇调控实例信息单独配置不同的冷却风扇控制模型，从而提高深度学习效果。
[0060]
针对一些示例性的实施例中而言，本技术实施例提供了一种冷却风扇控制模型训练方法，包括以下步骤：process402，逐个对多个目标风扇调控变量的范例风扇调控实例信息进行解析，输出范例风扇调控实例信息。
[0061]
其中，各范例风扇调控实例信息之间的风扇调控类别具有联系。
[0062]
针对一些示例性的实施例中而言，范例风扇调控实例信息包括风扇调控时空域信息；process402例如可以是：分别从多个目标风扇调控变量的范例风扇调控实例信息中解析风扇调控实例的风扇调控时间节点和风扇调控空间节点信息；根据风扇调控实例的风扇调控时间节点和风扇调控空间节点信息确定范例风扇调控实例信息的范例风扇调控维度的风扇调控曲线，范例风扇调控维度的风扇调控曲线用于表示范例风扇调控实例信息中每个风扇调控实例关联于目标复合温度态势特征的风扇调控变量分布；对范例风扇调控维度的风扇调控曲线进行风扇调控实例生成，确定风扇调控时空域信息。
[0063]
process404，根据范例风扇调控实例信息生成多个目标风扇调控变量的且涵盖范例风扇调控类别的第一范例实例信息。
[0064]
process406，当从与范例风扇调控实例信息对应的指定环境状态维度中获得范例复合温度态势特征分布时，根据冷却风扇控制模型对范例复合温度态势特征分布进行风扇调控实例生成，确定匹配历史风扇调控策略数据的第二范例实例信息。
[0065]
process408，根据冷却风扇控制模型对第二范例实例信息进行处理，输出多个目
标风扇调控变量的风扇调控输出实例信息，风扇调控输出实例信息涵盖范例风扇调控类别信息对应的目标风扇调控类别。
[0066]
process410，根据风扇调控输出实例信息与范例风扇调控实例信息确定对应的模型性能参数值，并根据所述模型性能参数值，对冷却风扇控制模型进行参数层信息的调优和选取。
[0067]
上述process402~process410的详细执行步骤，可参照前述process202~process210，和前述process302~process308。
[0068]
根据以上设计，从不同风扇调控类别的范例风扇调控实例信息中进行解析，并根据所述范例风扇调控实例信息生成涵盖范例风扇调控类别且不同目标风扇调控变量的范例风扇调控实例信息，根据该指定环境状态维度的复合温度态势特征分布和与该指定环境状态维度存在指定关联关系的涵盖范例风扇调控类别且不同目标风扇调控变量的范例风扇调控实例信息，对冷却风扇控制模型进行深度学习，由此获得冷却风扇控制模型，由此不需要根据不同目标风扇调控变量的不同风扇调控类别的范例风扇调控实例信息单独配置不同的冷却风扇控制模型，从而提高深度学习效果。
[0069]
针对一些可能的实施例而言，针对步骤s110，可以首先确定是否需要进行散热状态监控处理，并在需要进行散热状态监控处理时，生成散热状态监控通知信息，将所述散热状态监控通知信息发送给所述散热状态监控器件，其中，所述散热状态监控器件用于在接收到所述散热状态监控通知信息之后，对所述主机机箱的内部空间进行监控，得到对应的目标散热状态信息，并将所述目标散热状态信息发送给所述散热状态监控处理组件；获取所述散热状态监控器件当前基于所述散热状态监控通知信息对所述主机机箱的内部空间进行监控得到的目标散热状态信息。
[0070]
譬如，确定是否需要进行散热状态监控处理，并在需要进行散热状态监控处理时，生成散热状态监控通知信息的步骤，包括：确定是否接收到散热状态监控触发指令，其中，所述散热状态监控触发指令在所述主机机箱的内部空间中的cpu在运行至少一种目标应用程序和/或运行功耗大于或等于预先配置的功耗阈值时生成；若接收到所述散热状态监控触发指令，则确定需要进行散热状态监控处理，并在需要进行散热状态监控处理时，对所述散热状态监控触发指令进行解析处理，得到所述散热状态监控触发指令携带的第一运行参数，其中，所述第一运行参数与所述cpu当前运行的目标应用程序的数量和/或所述cpu的运行功耗之间具有正相关关系；基于所述第一运行参数确定出对应的状态监控频率信息，并基于所述状态监控频率信息生成对应的散热状态监控通知信息，其中，所述状态监控频率信息与所述第一运行参数之间具有正相关关系，且所述散热状态监控器件用于在接收到所述散热状态监控通知信息之后，基于所述状态监控频率信息对所述主机机箱的内部空间进行监控。
[0071]
譬如，基于所述第一运行参数确定出对应的状态监控频率信息，并基于所述状态监控频率信息生成对应的散热状态监控通知信息的步骤，包括：基于所述第一运行参数确定出对应的状态监控频率信息，其中，所述状态监控频率信息与所述第一运行参数之间具有正相关关系；基于所述第一运行参数确定出对应的状态监控时长信息，其中，所述状态监控时长信息与所述第一运行参数之间具有负相关关系；基于所述状态监控频率信息和所述状态监控时长信息生成对应的散热状态监控通知信息，其中，所述散热状态监控器件用于
在接收到所述散热状态监控通知信息后，基于所述状态监控频率信息和所述状态监控时长信息对所述主机机箱的内部空间进行监控，所述状态监控时长信息用于表征每间隔对应时长将监控得到的目标散热状态信息发送给所述散热状态监控处理组件，每一条所述目标散热状态信息的时长为所述状态监控时长信息。
[0072]
进一步地，结合图2所示，本技术实施例还提供一种分布式控制系统，分布式控制系统100可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器（central processing units，cpu）112（例如，一个或一个以上处理器）和存储器111。其中，存储器111可以是短暂存储或持久存储。存储在存储器111的程序可以包括一个或一个以上模块，每个模块可以包括对分布式控制系统100中的一系列指令操作。更进一步地，中央处理器112可以设置为与存储器111通信，在分布式控制系统100上执行存储器111中的一系列指令操作。
[0073]
分布式控制系统100还可以包括一个或一个以上电源，一个或一个以上通信单元113，一个或一个以上传递到输出接口，和/或，一个或一个以上操作系统，例如windows servertm，mac os xtm，unixtm, linuxtm，freebsdtm等等。
[0074]
另外，本技术实施例还提供了一种存储介质，所述存储介质用于存储计算机程序，所述计算机程序用于执行上述实施例提供的方法。
[0075]
本技术实施例还提供了一种包括指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例提供的方法。
[0076]
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质可以是下述介质中的至少一种：只读存储器（英文：read-only memory，缩写：rom）、ram、磁碟或者光盘等各种可以存储程序代码的介质。
[0077]
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，各个实施例目标说明的都是与其他实施例的不同之处。尤其，对于设备及系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的设备及系统实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的条件下，即可以理解并实施。
[0078]
以上所述，仅为本技术的一种具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到的变化或替换，都应涉及在本技术的保护范围之内。因此，本技术的保护范围应该以权利要求的保护范围为准。