一种实现IDC功耗控制的方法及系统技术方案

本发明专利技术公开了一种实现IDC功耗控制的方法及系统，包括：根据IDC的IT负载及预设的赋值策略赋值IDC中各个系统相应的调整参数；将IT负载及IDC中各个系统赋值的各个调整参数输入到加载有预设规则算法的神经网络中，进行预设次数的神经网络计算后，记录每次神经网络计算获得的电源使用效率(PUE)值和各PUE值相应的权重调整的调整参数；加载记录的PUE值最小时的各权重调整的调整参数到IDC的各个系统中进行功耗控制。本发明专利技术方法通过对IDC中包含的系统采用包含预设规则算法的神经网络计算获得PUE最小时各个系统的权重调整的调整参数，优化了IDC的性能，降低了IDC的功耗。

Method and system for implementing IDC power consumption control

The invention discloses a method and system to realize, power control of IDC include: according to the parameter adjustment of each system IDC IT load and the default assignment assignment strategy corresponding IDC; adjust various parameters of each system will assign IT load and IDC load is input to the neural network default rules algorithm, for the default number of neural network computation, record each neural network obtained the power use efficiency (PUE) value and the PUE value adjusting parameters corresponding to the weight adjustment; loading records the PUE value of power control of each weight adjustment the most hours of the adjustment of each system parameter to the IDC in. The method of the system are included in the IDC by adjusting the parameters calculation of weight adjustment to obtain PUE the most hours of each system contains neural network default rule algorithm, optimizing the performance of IDC, reduces the power consumption of IDC.

【技术实现步骤摘要】
一种实现IDC功耗控制的方法及系统
本专利技术涉及神经网络技术，尤指一种实现互联网数据中心(IDC)功耗控制的方法及系统。
技术介绍
目前，在互联网数据中心的设计及运行过程中，往往出现大冗余设计或高电源使用效率(PUE，数据中心总设备能耗除以互联网技术(IT)设备能耗，PUE是一个比值，基准是2，越接近1表明能效水平越好；PUE是数据中心基础架构效率(DataCenterInfrastructureEfficiency，DCIE)的反比)的运行状态，其中，对造成高PUE的运行状态的原因是技术人员将互联网数据中心的制冷外机系统、制冷末端系统及交直流供电系统进行分离，通过对分离的各个系统分别进行功耗控制，达到对各个分离系统进行优化。上述方法，对IDC中分离的各个系统分别进行功耗控制，虽然可以对各个分离系统实现优化，然而高PUE的运行状态说明，各分离的系统最优并不能时IDC系统本身最优，IDC的系统功耗仍存在浪费。
技术实现思路
为了解决上述技术问题，本专利技术提供一种实现IDC功耗控制的方法及系统，能够实现IDC优化，降低IDC功耗。为了达到本专利技术目的，本专利技术提供了一种实现互联网数据中心IDC功耗控制的方法，包括：根据IDC的互联网技术IT负载及预设的赋值策略赋值IDC中各个系统相应的调整参数；将IT负载及IDC中各个系统赋值的各个调整参数输入到加载有预设规则算法的神经网络中，进行预设次数的神经网络计算后，记录每次神经网络计算获得的电源使用效率PUE值和各PUE值相应的权重调整的调整参数；加载记录的PUE值最小时的各权重调整的调整参数到IDC的各个系统中进行功耗控制。进一步地，IDC中包含制冷外机系统、制冷末端系统及交直流供电系统；所述赋值IDC中各个系统相应的调整参数具体包括：赋值IDC中制冷外机系统、制冷末端系统及交直流供电系统中各个单元相应的调整参数。进一步地，所述制冷外机系统包含制冷外机单元，所述赋值制冷外机单元相应的调整参数包括：制冷外机处于开启状态的数目、开启的制冷外机中压缩机的工作状态参数和质量载体的流量；所述制冷末端系统包括风机单元和盘管单元，所述赋值制冷末端系统相应的调整参数具体包括：风机单元的风机速度参数、盘管单元的盘管流量参数；所述交直流供电系统包括交流供电装置和直流供电装置，所述赋值交直流供电系统相应的调整参数具体包括：交流供电装置是否开启参数、直流供电装置是否开启参数、直流供电装置开启时供电有效赋值参数。进一步地，预设次数的神经网络计算具体包括：在第一预设周期内，将IT负载及IDC中各个系统赋值的各个调整参数输入到加载有预设规则算法的神经网络中，通过第一次神经网络进行预设时长的计算获得相应的第一PUE值和第一次权重调整的调整参数；从第二预设周期开始，将IT负载及第i减1次权重调整的调整参数输入到加载有预设规则算法的神经网络中，通过第i次神经网络进行预设时长的计算获得相应的第iPUE值和第i次权重调整的调整参数，直至完成第预设次数的神经网络计算；所述i为大于等于2的整数。进一步地，该方法之前还包括，根据IDC系统功率等级模拟生成IDC假负载功耗，作为所述IDC的IT负载。进一步地，预设的神经网络计算规则包括赫步定律HEbb规则、Delta规则或反向传播学习法。另一方面，本申请还提供一种实现IDC功耗控制的装置，包括：赋值单元、神经网络计算单元及加载控制单元；其中，赋值单元，用于根据IDC的IT负载及预设的赋值策略赋值IDC中各个系统相应的调整参数；神经网络计算单元，用于将IT负载及IDC中各个系统赋值的各个调整参数输入到加载有预设规则算法的神经网络中，进行预设次数的神经网络计算后，记录每次神经网络计算获得的PUE值和各PUE值相应的权重调整的调整参数；加载控制单元，用于加载记录的PUE值最小时的各权重调整的调整参数到IDC的各个系统中进行功耗控制。进一步地，IDC中包含制冷外机系统、制冷末端系统及交直流供电系统；所述制冷外机系统包含制冷外机单元，所述制冷末端系统包括风机单元和盘管单元，所述交直流供电系统包括交流供电装置和直流供电装置；所述赋值单元具体用于，根据IDC的IT负载及预设的赋值策略，赋值所述制冷外机系统所述制冷外机处于开启状态的数目、开启的制冷外机中压缩机的工作状态参数和质量载体的流量；赋值所述制冷末端系统风机单元的风机速度参数、盘管单元的盘管流量参数；赋值所述交直流供电系统交流供电装置是否开启参数、直流供电装置是否开启参数、直流供电装置开启时供电有效赋值参数。进一步地，神经网络计算单元具体用于，在第一预设周期内，将IT负载及IDC中各个系统赋值的各个调整参数输入到加载有预设规则算法的神经网络中，通过第一次神经网络进行预设时长的计算获得相应的第一PUE值和第一次权重调整的调整参数；从第二预设周期开始，将IT负载及第i减1次权重调整的调整参数输入到加载有预设规则算法的神经网络中，通过第i次神经网络进行预设时长的计算获得相应的第iPUE值和第i次权重调整的调整参数，直至完成第预设次数的神经网络计算；记录每次神经网络计算获得的PUE值和各PUE值相应的权重调整的调整参数；所述i为大于等于2的整数。进一步地，该装置还包括假负载单元，用于根据IDC系统功率等级模拟生成IDC假负载功耗，作为所述IDC的IT负载。与现有技术相比，本申请技术方案包括：根据IDC的IT负载及预设的赋值策略赋值IDC中各个系统相应的调整参数；将IT负载及IDC中各个系统赋值的各个调整参数输入到加载有预设规则算法的神经网络中，进行预设次数的神经网络计算后，记录每次神经网络计算获得的电源使用效率(PUE)值和各PUE值相应的权重调整的调整参数；加载记录的PUE值最小时的各权重调整的调整参数到IDC的各个系统中进行功耗控制。本专利技术方法通过对IDC中包含的系统采用包含预设规则算法的神经网络计算获得PUE最小时各个系统的权重调整的调整参数，优化了IDC的性能，降低了IDC的功耗。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1为本专利技术实现IDC功耗控制的方法的流程图；图2为本专利技术实现IDC功耗控制的装置的结构框图；图3为本专利技术实施例制冷外机系统的结构框图；图4为本专利技术实施例制冷末端系统的结构框图；图5为本专利技术实施例交直流供电系统的结构框图；图6为本专利技术实施例假负载单元的结构框图；图7为本专利技术实施例神经网络计算单元输入输出示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明白，下文中将结合附图对本专利技术的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。图1为本专利技术实现IDC功耗控制的方法的流程图，如图1所示，包括：步骤100、根据IDC的互联网技术(IT)负载及预设的赋值策略赋值IDC中各个系统相应的调整参数；需要说明的是，这里预设的赋值策略赋值调整参数可以是技术人员从历史数据中选择出的经验值，或者以经验值为基础设定的数值。本步骤中，IDC中包含制冷外机系统、制冷末端系统及交直流供电系统；赋值IDC中各个系统相应的调整参数具体包括：赋值I本文档来自技高网...

【技术保护点】
一种实现互联网数据中心IDC功耗控制的方法，其特征在于，包括：根据IDC的互联网技术IT负载及预设的赋值策略赋值IDC中各个系统相应的调整参数；将IT负载及IDC中各个系统赋值的各个调整参数输入到加载有预设规则算法的神经网络中，进行预设次数的神经网络计算后，记录每次神经网络计算获得的电源使用效率PUE值和各PUE值相应的权重调整的调整参数；加载记录的PUE值最小时的各权重调整的调整参数到IDC的各个系统中进行功耗控制。

【技术特征摘要】
1.一种实现互联网数据中心IDC功耗控制的方法，其特征在于，包括：根据IDC的互联网技术IT负载及预设的赋值策略赋值IDC中各个系统相应的调整参数；将IT负载及IDC中各个系统赋值的各个调整参数输入到加载有预设规则算法的神经网络中，进行预设次数的神经网络计算后，记录每次神经网络计算获得的电源使用效率PUE值和各PUE值相应的权重调整的调整参数；加载记录的PUE值最小时的各权重调整的调整参数到IDC的各个系统中进行功耗控制。2.根据权利要求1所述的方法，其特征在于，所述IDC中包含制冷外机系统、制冷末端系统及交直流供电系统；所述赋值IDC中各个系统相应的调整参数具体包括：赋值IDC中制冷外机系统、制冷末端系统及交直流供电系统中各个单元相应的调整参数。3.根据权利要求2所述的方法，其特征在于，所述制冷外机系统包含制冷外机单元，所述赋值制冷外机单元相应的调整参数包括：制冷外机处于开启状态的数目、开启的制冷外机中压缩机的工作状态参数和质量载体的流量；所述制冷末端系统包括风机单元和盘管单元，所述赋值制冷末端系统相应的调整参数具体包括：风机单元的风机速度参数、盘管单元的盘管流量参数；所述交直流供电系统包括交流供电装置和直流供电装置，所述赋值交直流供电系统相应的调整参数具体包括：交流供电装置是否开启参数、直流供电装置是否开启参数、直流供电装置开启时供电有效赋值参数。4.根据权利要求1、2或3所述的方法，其特征在于，所述预设次数的神经网络计算具体包括：在第一预设周期内，将IT负载及IDC中各个系统赋值的各个调整参数输入到加载有预设规则算法的神经网络中，通过第一次神经网络进行预设时长的计算获得相应的第一PUE值和第一次权重调整的调整参数；从第二预设周期开始，将IT负载及第i减1次权重调整的调整参数输入到加载有预设规则算法的神经网络中，通过第i次神经网络进行预设时长的计算获得相应的第iPUE值和第i次权重调整的调整参数，直至完成第预设次数的神经网络计算；所述i为大于等于2的整数。5.根据权利要求1、2或3所述的方法，其特征在于，该方法之前还包括，根据IDC系统功率等级模拟生成IDC假负载功耗，作为所述IDC的IT负载。6.根据权利要求1、2或3所述的方法，其特征在于...

【专利技术属性】
技术研发人员：范红国，
申请(专利权)人：中兴通讯股份有限公司，
类型：发明
国别省市：广东,44