基于三层架构的信息技术人才实训平台的开发与设计

随着我国现代化建设的不断发展,各行各业对于信息技术人才的需求逐年增加,如何做好信息技术人才的培训工作成为了教育机构十分重要的研究课题之一。因此,本文设计了一套基于三层架构的信息技术人才实训平台,旨在为日益丰富的信息技术教学资源提供一个更加高效的传播媒介,提高信息技术教学效率。     

基于深度学习的机房人物重识别研究

机房内的各类设施通常由管理员统一调度,对视频中管理人员的路径追踪至关重要。为此该文提出一种基于深度学习的机房人物重识别方法,以为后续的责任追查过程提供依据。该方法以残差神经网络ResNet-50作为特征提取网络,并使用三元损失函数使模型更适用于人物重识别任务。以贵州省某电网系统机房作为试验平台进行测试。结果表明,该方法的准确率与召回率均满足实际要求,具备一定的工程参考价值。     

空调外机的温度场模拟

空调外机作为空调重要换热的部件,其温度过高会造成外机运行故障,从而导致系统瘫痪,所以针对空调外机温度场进行数值模拟,计算和仿真温度较高区域,便于对空调外机高温处进行温度控制,优化外机运行环境。通过外机内部流体的换热,热传递及其对流,建立流体内部导热方程,同时建立空气与风扇的控制方程,设置边界条件,完成空调外机理论建模,利用Fluent软件,模拟正常换热过程,来观察外机内部流体不同时刻温度变化,空气出口温度,得到不同时刻空调内部流场温度分布图。通过Fluent分析能较准确地得到空调外机温度场分布,为实际空调外机温度控制及其监测提供理论支撑。     

基于BP神经网络PID机房温度控制研究

基于一种适用于数据中心信息机房温度调节的通风地板，利用计算流体力学搭建了房间系统数学模型，设计BP神经网络控制规则对传统的PID控制进行优化从而提升控制效果。利用Matlab中S函数的编写对控制器进行设计，并用Simulink搭建传统PID与BP神经网络PID的温度控制系统。仿真结果表示添加了BP神经网络算法的PID控制器效果稳定性提升了40%，超调量变小且无静差。将控制方法应用到机房温度分布不均匀的实际工程中，结果显示所提方法能够保证机房温度均匀分布，节能效率显著提升。     

基于卷积神经网络的机房柜门开关状态识别研究

为监测电网系统中机房柜门开关状态,避免产生安全隐患和财产损失,提出了一种基于卷积神经网络的机房柜门开关状态识别方法。该方法以ZFNet卷积模型作为基础网络,通过引入数据扩充防止过拟合现象产生,并使用迁移学习及批标准化方法加快网络收敛速度,提升了识别精度。以电网系统机房中的机柜门开关状态图像作为分类对象进行实验。实验结果表明,该方法能避免人工提取特征的局限性,识别精度满足实际监控要求。