一种用于对数据中心的PUE值进行预测的方法、系统及介质技术方案

技术编号:37137730 阅读:12 留言:0更新日期:2023-04-06 21:38
本申请公开了一种用于对数据中心的PUE值进行预测的方法、系统及介质,该方法由包含第一网络和第二网络的神经网络执行,首先使用数据中心机房内的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后再将其与所述服务器的历史功耗数据输入到第二网络以训练所述第二网络,在所述第二网络输出所述服务器的第二功耗预测数据与所述服务器的历史功耗数据之间的差值小于预定门限值时,得到训练后最终的神经网络模型,从而将所述服务器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,便得出所述服务器的功耗预测数据。该方法无需运维人员手动对数据中心进行管控,保证了数据中心能够持续高效、节能、稳定地运行。稳定地运行。稳定地运行。

【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状态,并计算各个设备的能耗,从而才能得知数据中心的PUE值,再根据设备的运行需求,对基础设施的运行状态进行调整,实现碳中和的目的。在这过程中,需要管理人员对相关的机房内的设备的操作以及相关的性能非常熟悉。因此,带来的问题是,如果管理人员因故无法及时去到现场,或者管理人员变更,则会造成无法及时地去数据中心的PUE值作出预测,影响到后续数据中心PUE值的优化调整。

技术实现思路

[0004]鉴于上述因素的不足,本专利技术提出一种用于对数据中心的PUE值进行预测的方法、系统及介质,该方法可以及时准确地对数据中心的PUE值进行预测而无需管理人员去到现场采集数据并管控,使得数据中心能够持续、稳定、高效地运行。
[0005]本专利技术提出了以下的技术方案:第一方面,本专利技术提出了一种用于对数据中心的PUE值进行预测的方法,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。
[0006]进一步地,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。例如,室内温度和湿度,室外温度和湿度,室外空气干燥程度,室外风流走向和速度,室外太阳光照射角度和阳光强度,室外大气压强。室外日照时长、机房内空调的工作参数,UPS电源的功率因数等。
[0007]进一步地,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。例如,服务器的CPU运行频率,CPU运行温度,服务器的负载量,服务器的风扇转速,服务器的硬盘率,服务器的可用内存大小等。
[0008]进一步地,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。
[0009]进一步地,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预测值低于预设值为止。
[0010]进一步地,所述调整的过程包括,对所述影响程度排列前5位的环境参数中排在第一位置的环境参数进行调整,调整后再对数据中心的PUE值预测;如果对排在第一位置的环境参数的调整已达到最大程度时预测到的PUE值仍然低于所述预设值,则对排在第二位置的环境参数进行调整,调整后再对数据中心的PUE值预测;如果对排在第二位置的环境参数的调整已达到最大程度时预测到的PUE值仍然低于所述预设值,则对排在第三位置的环境参数进行调整,以此类推,直至所述的PUE预测值低于预设值为止。
[0011]第二方面,本专利技术提出了一种用于对数据中心的PUE值进行预测的系统,该系统包括:数据获取与训练模块、数据处理模块以及预测模块,预测过程由神经网络执行,该神经网络包括第一网络和第二网络,其中所述数据获取与训练模块用于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;所述数据处理模块用于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;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;所述预测模块获取所述服务器当前运行状态下的功耗参数,将该当前运行状态下的功耗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,并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。
[0012]此外,还提出了一种计算机可读存储介质,其包括程序或指令,当所述程序或指令在计算机上运行时,能够完成上述本申请所公开的对数据中心的PUE值进行预测并调整的方法。
[0013]本专利技术提出的数据中心的PUE预测方法在建立准确的模型的基础上可以较为方便地预测出数据中心的PUE值,使得预测出的IT设备输出的功耗值真实地接近实际输出值,从
而可以方便管理者提前做好相应的调整措施,保证机房内的设施可以安全正常地运行,并且可以达到降低能耗的效果,减少了管理人员实际到现场参与检测和调试的工作量,提高了数据中心的自动化运行的程度。
附图说明
[0014]为了更清楚地说明本专利技术实施例中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
[0015]图1为本专利技术实施例中的用于对数据中心的PUE值进行预测的方法流程图;图2为本专利技术实施例中用于对数据中本文档来自技高网
...

【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:

网友询问留言 已有0条评论
  • 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。

1