基于信息流特征的数据中心冷负荷分布确定方法及系统技术方案

本发明专利技术提供了一种基于信息流特征的数据中心冷负荷分布确定方法及系统，包括：获取各服务器执行任务时的信息，并基于服务器功耗模型，计算各服务器的发热量；获取各服务器执行任务时的温度参数值，并基于所述温度参数值、各服务器的发热量和预设的服务器热物性参数，计算各服务器的冷负荷；所述服务器执行任务时的信息包括服务器硬件参数、所执行任务的信息和执行任务时的运行状态；本发明专利技术提出的方法和系统从冷负荷产生的源头入手，通过获取任务的分配动向，利用服务器功耗模型计算各服务器的冷负荷，为数据中心按需供冷方案的实施提供了调控基础；且不需安装额外的传感器，仅利用数据中心已有的软硬件，即可计算各服务器的冷负荷。荷。荷。

【技术实现步骤摘要】
基于信息流特征的数据中心冷负荷分布确定方法及系统


[0001]本专利技术属于暖通空调领域，具体涉及一种基于信息流特征的数据中心冷负荷分布确定方法及系统。

技术介绍

[0002]随着5G技术、云计算、物联网的快速发展，数据中心的建设发展也越来越快。高热流密度服务器的增加给机房的散热带来较大压力。目前很多学者致力于提升数据中心制冷效率的提升，以降低数据中心能耗。当前，制冷效率的提升主要集中在三个方面，分别是制冷系统的优化、气流组织的优化及冷却形式的改进。相对于另外两种可能会更改制冷系统的结构的方式，气流组织的优化是更易实施的一种方式。当前气流组织的优化主要解决热气回流、冷气旁通，以及送风均匀性的问题。现有技术所采取的方法有冷热通道封闭、更改静压箱结构、更改孔板孔隙率等。
[0003]然而这些方法虽然均对制冷能耗的优化起到一定的作用，提升了数据中心制冷的效率，但却不能够实现服务器的按需供冷，导致数据中心冷热不均。为了更进一步降低数据中心制冷的能耗，必须获得各个服务器的冷负荷量，因此，需要一种高效，快捷的数据中心内冷负荷分布的计算方法。
...

【技术保护点】

【技术特征摘要】
1.基于信息流特征的数据中心冷负荷分布确定方法，其特征在于，包括：获取各服务器执行任务时的信息，并基于服务器功耗模型，计算各服务器的发热量；获取各服务器执行任务时的温度参数值，并基于所述温度参数值、各服务器的发热量和预设的服务器热物性参数，计算各服务器的冷负荷；其中，所述服务器执行任务时的信息包括服务器硬件参数、所执行任务的信息和执行任务时的运行状态。2.如权利要求1所述的方法，其特征在于，所述获取各服务器执行任务时的信息，并基于服务器功耗模型，计算各服务器的发热量，包括：获取各服务器执行任务时的信息，输入到训练完成的服务器功耗模型中，得到各服务器执行任务时的功耗；根据服务器功耗与服务器发热量的关系，计算各服务器的发热量；所述服务器功耗模型是基于神经网络建立的，并利用数据中心各服务器的历史参数进行训练的。3.如权利要求2所述的方法，其特征在于，服务器功耗模型的训练，包括：获取数据中心各服务器的历史参数；以所述历史参数中各服务器执行任务时的信息为输入，各服务器执行任务时的功耗为输出，基于神经网络进行训练，得到服务器功耗模型。4.如权利要求1所述的方法，其特征在于，所述温度参数值的获取，包括：通过数据中心的热环境监控系统测量得到服务器入口的温度；通过服务器BMC芯片测量得到服务器芯片温度；其中，所述服务器执行任务时的温度参数包括服务器入口的温度和服务器芯片温度。5.如权利要求1所述的方法，其特征在于，所述服务器的热物性参数包括：等效换热系数和服务器等效热阻。6.如权利要求2所述的方法，其特征在于，服务器功耗模型的训练，还包括：基于设定的服务器功耗模型更新周期，利用所述更新周期内各服务器执行任务时的信息和各服务器执行任务时的功耗，对所述模型进行再训练。7.如权利要求1所述的方法，其特征在于，所述获取各服务器执行任务时的信息之前，还包括：通过任务调度器将当前时刻的任务，加入到数据中心当前的任务队列中；通过任务调度器按预设的任务调度方式，将任务队列中的任务以信息流的形式分...

【专利技术属性】
技术研发人员：陈洪银，李德智，陈天恒，钟鸣，李野，王松岑，丁一，覃剑，赵晨阳，何桂雄，黄伟，郭毅，唐艳梅，
申请(专利权)人：国家电网有限公司国网天津市电力公司，
类型：发明
国别省市：