一种数据中心机房内部多点能耗检测与动态调节系统技术方案

本发明专利技术提供一种数据中心机房内部多点能耗检测与动态调节系统，环境监测模块包括监测单元，用于建立实测环境数据模型，并生成机房产热模型；环境配置模块配置有存有散热策略的散热策略数据库以及存有调度路径调度数据库；散热限制判断单元根据功率限制散热值筛选散热策略作为第一策略组；散热拟合单元通过第一策略组中散热流道索引与机房产热模型拟合计算换热效率值并得到调度模型；调度拟合单元生成调度策略，得到调度效能值；策略选择模块配置有调度选择算法，选择调度总耗能值最小的散热策略为目标散热策略；执行模块，用于执行目标散热策略以及调度策略。该系统确定最优散热及调度策略对数据中心的机房进行温度调节，最大程度降低设备能耗。大程度降低设备能耗。大程度降低设备能耗。

【技术实现步骤摘要】
一种数据中心机房内部多点能耗检测与动态调节系统


[0001]本专利技术涉及机房环境监测调节领域，更具体地，涉及一种数据中心机房内部多点能耗检测与动态调节系统。

技术介绍

[0002]目前，数据中心是现代网络技术中非常普遍的设计，而数据中心的使用使得目前大量的数据运算，数据存储可以得到支持，但是我国目前亟待解决的是数据中心存在的能耗问题，数据中心作为耗能大户，而制冷系统又成为了数据中心耗能的重要部分，目前PUE（PowerUsageEffectiveness，电源使用效率）已经成为国际上通行的数据中心使用效率衡量指标，PUE值等于数据中心总能耗与IT设备能耗的比值，其中数据中心总能耗包括IT设备能耗和制冷、配电等系统的能耗，其值大于1，越接近1表明非IT设备耗能越少，即能效水平越好。
[0003]据统计，国外先进的机房PUE值可以达到1.21，而我们国家PUE平均值则在2.5以上，这意味着IT设备每耗费1度电就有多达1.5度电被机房设施消耗掉了，所以降低PUE值成为了数据中心耗能节能技术中非常关键的问题。

技术实现思路

[0004]本专利技术旨在克服上述现有技术的至少一种缺陷，提供一种数据中心机房内部多点能耗检测与动态调节系统，用于解决现有的数据中心的制冷系统耗能较大，无法有效降低PUE值的问题。
[0005]本专利技术采用的技术方案包括：第一方面，本专利技术提供一种数据中心机房内部多点能耗检测与动态调节系统，包括环境监测模块、环境配置模块、散热拟合模块以及执行模块；所述环境监测模块包括若干设置于数据中心机房不同位置的监测单元；所述监测单元用于监测环境信息变化并反馈环境数据；所述环境监测模块根据不同位置的监测单元反馈的环境数据建立实测环境数据模型，并根据实测环境数据模型生成机房产热模型；所述环境配置模块配置有散热策略数据库以及调度数据库，所述散热策略数据库存储有散热策略，每一所述散热策略对应有散热流道索引和功率限制散热值；所述调度数据库配置有若干调度路径，每一调度路径对应有调度换热值；所述散热拟合模块包括散热限制判断单元、散热拟合单元、调度拟合单元以及策略选择单元；所述散热限制用于判断单元根据机房产热模型计算得到预期散热值，将对应的功率限制散热值高于预期散热值的散热策略作为第一策略组；所述散热拟合单元用于通过第一策略组中各个散热策略的散热流道索引与所述机房产热模型进行拟合以计算每一所述散热策略的换热效率值并得到对应的调度模型；所述调度拟合单元用于根据解析每一调度模型以得到对应的调度路径，并生成对应的调度策略，并根据每一调度路径对应的调度换热值求和得到每一散热策略的调度效能值；所述策略选择模块配置有调度选择算法，所述调度选择算法用于根据每一所述散热策略的换热效率值以及调度效能值计算每一
散热策略的调度总耗能值，选择调度总耗能值最小的散热策略为目标散热策略；所述执行模块，用于执行目标散热策略以及对应同一散热策略的调度策略。
[0006]本专利技术提供的系统主要分为三大模块，分别为用于监测数据中心机房内环境数据的环境监测模块、用于提供散热调度策略数据的环境配置模块，以及用于通过拟合、计算和判断最终选择适合的散热和调度策略的散热拟合模块，最后通过执行模块执行相应的策略，以达到有效降低机房设备能耗的效果。其中，在环境监测模块中通过多个监测单元产生的环境数据建立环境数据模型，并生成机房产热模型，能够对机房产热情况进行预测，获知机房实际产热点，有利于选择更加具有针对性的散热策略。其次，基于环境配置模块中的散热策略数据库和调度数据库，散热拟合模块在智能运算的过程中同时考虑了调度换热值和调度总耗能值之间的平衡，计算得到最优的散热策略，极大程度达到节约制冷设备能耗的效果。
[0007]进一步，所述环境监测模块包括模型转换单元，配置有模型转换策略；所述模型转换策略用于根据实测环境数据模型生成机房产热模型；所述模型转换策略包括：产热预测步骤，包括根据每一服务器的历史功率信息生成产热预测函数；所述历史负荷数据库存储有每一服务器的历史功率信息；散热迭代步骤，包括通过热逸散算法计算每一逸散位置的理论热值，并将理论热值带入热迭代算法计算下一时刻迭代热值，获取预设周期内对应服务器的迭代热值建立热值数据集；模型生成步骤，包括根据为每一热值数据集标记位置以生成所述机房产热模型。
[0008]环境监测模块中的模型转换策略根据实际的环境数据生成机房产热模型，其中基于每个服务器的历史功率信息确定服务器在特定周期内会产生的热值，基于热值数据生成机房产热模型，能够有效预测机房的产热情况，从而确定机房的产热点，并对其针对性地散热。
[0009]进一步，所述热逸散算法为：进一步，所述热逸散算法为：；其中，为t时刻的对应的逸散位置的理论热值，为该逸散位置关联的第n个服务器的权重参数，有，为该逸散位置关联的第n个服务器对应的产热预测函数在t时刻下的产热预测值，a为预设的第一换热参数，b为预设的第二换热参数，c为预设的第三换热参数，为环境数据模型中逸散位置的温度值，为环境数据模型中室内环境温度值，为环境数据模型中室外环境温度值；所述热迭代算法为；其中，为该逸散位置关联的第n个服务器对应产热预测函数在t1时刻下的产热预测值，t1和t之间间隔预设的迭代时长，d为预设的第四换热参数，e为预设的第五换热参数，为该逸散位置的逸散权重，有，m为该系统逸散位置的总数量，将热迭代算法生成的产热预测值作为迭代热值。
[0010]在实际应用过程中，数据中心的温度还受到此刻环境情况的影响，每一服务器的温度还受到服务器所在的位置的影响。所以散热迭代步骤配置有热逸散算法和热迭代算法，通过热逸散算法计算每一逸散位置的理论热值，并将理论热值带入热迭代算法计算下一时刻迭代热值，获取预设周期内对应服务器的迭代热值建立热值数据集。热逸散算法目的是为了计算逸散位置对应的热量，由于逸散位置的逸散热量是由每一个服务器的产热以
及目前逸散位置的实测温度以及总体的散热效率决定的，所以通过上述函数进行计算，可以得到t时刻的理论热值，其中需要考虑是每个服务器对应的权重与每一服务器与逸散位置的相对位置有关，距离越远、高度偏差越大，则对该逸散位置的热影响也就越小，所以根据距离、高度关系根据每一服务器的位置配置对应的权重，而a/b/c均为预设的换热参数，与环境湿度相关，湿度越大，换热参数越小，将对应的温度值换算成热量运算单位使得数值量级等同，而通过实际服务器的产热减去逸散位置本身的热量，可以得到第一热差，而通过服务器向其他空间扩散的热量可以得到第二热差，第二热差需要考虑打开通风，不考虑制冷条件下热量的扩散，所以能够得到每一服务器对逸散位置的热量作用，估算逸散位置的热量，然后通过热迭代算法迭代服务器的产热，由于原服务器产热的函数仅仅考虑了服务器的处理数据产生的热量，此时还要考虑逸散热量，才能结合环境因素对服务器产生更加精确的预测，而逸散位置是散热步骤中的重要位置，也是模型的关键位置，因为散热流道是主要流通经过逸散位置，也就是说逸散位置的热量变化直接影响了换热效率，而原有的函数是忽略逸散位置直接监控本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据中心机房内部多点能耗检测与动态调节系统，其特征在于，包括环境监测模块、环境配置模块、散热拟合模块以及执行模块；所述环境监测模块包括若干设置于数据中心机房不同位置的监测单元；所述监测单元用于监测环境信息变化并反馈环境数据；所述环境监测模块用于根据不同位置的监测单元反馈的环境数据建立实测环境数据模型，并根据实测环境数据模型生成机房产热模型；所述环境配置模块配置有散热策略数据库以及调度数据库；所述散热策略数据库存储有散热策略，每一所述散热策略对应有散热流道索引和功率限制散热值；所述调度数据库配置有若干调度路径，每一调度路径对应有调度换热值；所述散热拟合模块包括散热限制判断单元、散热拟合单元、调度拟合单元以及策略选择单元；所述散热限制判断单元用于根据机房产热模型计算得到预期散热值，将对应的功率限制散热值高于预期散热值的散热策略作为第一策略组；所述散热拟合单元用于通过第一策略组中各个散热策略的散热流道索引与所述机房产热模型进行拟合以计算每一所述散热策略的换热效率值并得到对应的调度模型；所述调度拟合单元用于根据解析每一调度模型以得到对应的调度路径，并生成对应的调度策略，并根据每一调度路径对应的调度换热值求和得到每一散热策略的调度效能值；所述策略选择模块配置有调度选择算法，所述调度选择算法用于根据每一所述散热策略的换热效率值以及调度效能值计算每一散热策略的调度总耗能值，选择调度总耗能值最小的散热策略为目标散热策略；所述执行模块，用于执行目标散热策略以及对应同一散热策略的调度策略。2.根据权利要求1所述的一种数据中心机房内部多点能耗检测与动态调节系统，其特征在于，所述环境监测模块包括模型转换单元，配置有模型转换策略；所述模型转换策略用于根据实测环境数据模型生成机房产热模型；所述模型转换策略包括：产热预测步骤，包括从历史负荷数据库中获取每一服务器的历史功率信息，并根据每一服务器的历史功率信息生成产热预测函数；散热迭代步骤，包括通过热逸散算法计算每一逸散位置的理论热值，并将理论热值带入热迭代算法计算下一时刻迭代热值，获取预设周期内对应服务器的迭代热值建立热值数据集；模型生成步骤，包括根据为每一热值数据集标记位置以生成所述机房产热模型。3.根据权利要求1所述的一种数据中心机房内部多点能耗检测与动态调节系统，其特征在于，所述热逸散算法为：征在于，所述热逸散算法为：；其中，为t时刻的对应的逸散位置的理论热值，为该逸散位置关联的第n个服务器的权重参数，有，为该逸散位置关联的第n个服务器对应的
产热预测函数在t时刻下的产热预测值，a为预设的第一换热参数，b为预设的第二换热参数，c为预设的第三换热参数，为环境数据模型中逸散位置的温度值，为环境数据模型中室内环境温度值，为环境数据模型中室外环境温度值；所述热迭代算法为；其中，为该逸散位置关联的第n个服务器对应产热预测函数在t1时刻下的产热预测值，t1和t之间间隔预设的迭代时长，d为预设的第四换热参数，e为预设的第五换热参数，为该逸散位置的逸散权重，有，m为该系统逸散位置的总数量，将热迭代算法生成的产热预测值作为迭代热值。4.根据权利要求3所述的一种数据中心机房内部多点能耗检测与动态调节系统，其特征在于，所述产热预测步骤还包括：聚类分析子策略，用于根据若干特征时段从历史功率信息中获取服务器在特征时段的平均功率和平均CPU温度，并通过聚类分析算法以平均功率和平均CPU温度进行聚类分析以为每一特征时段的服务器建立分组标引，将分组标引完全相同的服务器作为同一服务器类型组，根据历史功率信息计算每一服务器类型组平均产热波形，根据基准产热波形拟合平均产热波形以得到拟合产热波形，将不同特征时段的拟合产热波形连续以获得产热预测函数。5.根据权利要求4所述的一种数据中心机房内部多点能耗检测与动态调节系统，其特征在于，所述环境监测模块包括：模型修正单元，用于判断同...

【专利技术属性】
技术研发人员：高锡超，程伟，余伟雄，毛彦堃，李堉鑫，魏蕤，
申请(专利权)人：联通广东产业互联网有限公司，
类型：发明
国别省市：