【技术实现步骤摘要】
一种用于对数据中心的PUE值进行预测的方法、系统及介质
[0001]本专利技术涉及数据中心能耗节省的
,尤其涉及一种用于对数据中心的PUE值进行预测的方法、系统及介质。
技术介绍
[0002]如今,互联网产业正在以惊人的速度快速发展,各种云计算技术层出不穷,为这些云计算提供服务的数据中心也相应地快速增长。目前,我国在数据中心的建设中,面临着的一个困境是由数据中心所引发的能耗在不断增大,跟发达国家比起来,我国所建设的数据中心存在着能耗巨大,资源利用效率不高的问题。
[0003]在本领域中,使用了PUE(Power Usage Effectiveness,能源使用效率)来对数据中心的能源使用状况进行衡量,它的物理定义是数据中心所消耗的总的能源值与IT设备所消耗的能源值之比,PUE越低,表明数据中心在碳中和方面的绿色程度越高,因此如何能对数据中心的PUE进行预测,并基于预测的值来对数据中心内的设备的工作参数进行调整成为了一个急需解决的问题。目前,对于数据中心的管理人员而言,需要人工地去到数据中心机房内去检测设备的运行 ...
【技术保护点】
【技术特征摘要】
1.一种用于对数据中心的PUE值进行预测的方法,其特征在于,该方法由一神经网络执行,该神经网络包括第一网络和第二网络,首先对该神经网络模型进行训练,该训练过程包括:获取数据中心机房内的历史参数和服务器的历史功耗数据,使用所述历史参数和服务器的历史功耗数据训练所述第一网络,得出服务器的第一功耗预测数据,将所述第一功耗预测数据和所述服务器的历史功耗数据输入到所述第二网络以对其训练,所述第二网络输出所述服务器第二功耗预测数据;对该第二功耗预测数据与所述服务器的历史功耗数据进行比较,如果它们之间的差值小于预定门限值,则得到训练后最终的神经网络模型;其中,数据中心机房内的历史参数包括机房的历史环境参数和所述服务器的历史工作参数;然后,获取所述服务器当前运行状态下的环境参数和工作参数,将该当前运行状态下的环境参数和工作参数输入所述训练后最终的神经网络,得出所述服务器的功耗预测数据;最后,基于数据中心所消耗的总的能源值与所述服务器的功耗预测数据,得到该数据中心的PUE预测值。2.根据权利要求1所述的方法,其特征在于,所述机房的历史环境参数包括多个会影响到机房内制冷设备运行状态的参数。3.根据权利要求1所述的方法,其特征在于,所述服务器的历史工作参数包括所述服务器在过往一段时间间隔内处于正常运行状态时除了功耗外的工作参数。4.根据权利要求1所述的方法,其特征在于,对所述多个历史环境参数进行归一化处理,生成所述多个历史环境参数的关联矩阵,所述矩阵的元素代表了各个历史环境参数的关联程度,计算出该矩阵的每个元素对对应的特征值,根据每个元素在该矩阵下的特征值在所有元素特征值之和的占比程度来确定出与该元素对应的历史环境参数在训练所述神经网络过程中的影响程度,选择影响程度排列前5位的历史环境参数参与所述神经网络的训练。5.根据权利要求1所述的方法,其特征在于,在所述的PUE预测值大于或等于预设值的时候,对所述环境参数中可以人工改变的参数进行调整,并重新对PUE值进行预测,直到所述的PUE...
【专利技术属性】
技术研发人员:周飞,包宇,虎长安,简耀佳,张宏东,
申请(专利权)人:安华数据东莞有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。