制冷设备故障诊断与预警智能分析平台

本项目基于数据中心运维中存在的故障诊断痛点，结合当前最前沿的人工智能机器学习技术，开发出一套智能分析平台。着重分析制冷系统健康状态参数与根因分析。

设计了一种具有更好的逼近复杂函数能力的深度学习算法作为冷水机组故障诊断的方法。包含多隐层结构，以实现数据特征的逐层转换，保证最有效地信息提取与特征表达。

市场分析：为了提高其机械设备利用率，及时了解设备的故障前兆，消除事故，保障设备的安全运行是很有必要的。开展故障诊断技术的研究在国内外都受到了高度的重视。这不仅可以降低维修费用，节约成本，还可以延长机械设备使用寿命。

此外，降低故障发生频率能够减少不必要的劳动时间，预防事故，减少人员伤亡，提高运营经济效益。此项目市场潜力巨大，随着IDC需求的不断增长，低能耗低成本的技术具有更大技术优势。

已有应用情况：在北京工业大学技术转移中心的协助下，某数据中心于2019年9月邀请相关大学教授领衔的数字多媒体信息处理与成像技术团队进行技术攻关。王老师作为技术负责人进行BIM IDC智能运维系统研发，历时9个月，自主设计高性能、高鲁棒性的深度神经网络完成制冷系统健康状态参数与根因分析。并于2020年5月在腾讯天津滨海数据中心全面落地。获得了项目方腾讯数据中心的高度评价与肯定，并发表了相关博文。

产业化成本效益分析：由于产品基本成型，研发成本较低。经济效益和社会效益巨大。随着该系统在天津滨海数据中心的全面落地和应用，专家判断与实践经验的结合，将给予AI持续的引导，根因分析和影响因子模型也将更加准确。最终做到真正的IDC智能化无人值守，从而大幅提高运维效率。

本项目基于数据中心运维中存在的故障诊断痛点，结合当前最前沿的人工智能机器学习技术，开发出一套智能 分析平台，着重分析制冷系统健康状态参数与根因分析。设计了一种具有更好的逼近复杂函数能力的深度学习算法作为冷水机组故障诊断的方法，包含多隐层结构，以实现数据特征的逐层转换，保证最有效地信息提取与特征表达。

市场分析

因此，为了提高其机械设备利用率，及时了解设备的故障前兆，消除事故，保障设备的安全运行是很有必要的。 开展故障诊断技术的研究在国内外都受到了高度的重视，这不仅可以降低维修费用，节约成本，还可以延长机械设 备使用寿命。此外，降低故障发生频率能够减少不必要的劳动时间，预防事故，减少人员伤亡，提高运营经济效益。 此项目市场潜力巨大，随着IDC需求的不断增长，低能耗低成本的技术具有更大技术优势。

已有应用情况

在北京工业大学技术转移中心的协助下，某数据中心于2019年9月邀请相关大学教授领衔的数字多媒体信息处理与成像技术团队进行技术攻关，王老师作为技术负责人进行BIM IDC智能运维系统研发，历时9个月，自主设计高性能、高鲁棒性的深度神经网络完成制冷系统健康状态参 数与根因分析，并于2020年5月在腾讯天津滨海数据中心全面落地。获得了顼目方腾讯数据中心的高度评价与肯定， 并发表了相关博文。

产业化成本效益分析

由于产品基本成型，研发成本较低。经济效益和社会效益巨大。随着该系统在天津滨海数据中心的全面落地和应用，专家判断与实践经验的结合，将给予AI持续的引导，根因分析和影响因子模型也将更加准确，最终做到真正 的IDC智能化无人值守，从而大幅提高运维效率。