一种基于大数据统计的IDC机房锂电池效能评估方法技术

本发明专利技术涉及数据处理技术领域，具体涉及一种基于大数据统计的IDC机房锂电池效能评估方法；由于在某些时间段IDC机房的锂电池可能存在持续高负荷或持续低负荷的情况，在持续高或低负荷时，计算得到的锂电池效能评估值的准确度与可信度均较低。因此为了能够得到可靠的评估值，根据每日锂电池的能耗情况，得到电池每日负荷表征值；并且筛选出锂电池负荷状态稳定且持续日期长的负荷稳定时间序列，计算负荷稳定时间序列的优选程度并选出最佳的评估周期范围作为聚类范围，通过聚类与筛选得到锂电池效能评估的参考数据，根据参考数据的SPUE均值得到准确可信的锂电池效能评估结果。得到准确可信的锂电池效能评估结果。得到准确可信的锂电池效能评估结果。

【技术实现步骤摘要】
一种基于大数据统计的IDC机房锂电池效能评估方法


[0001]本专利技术涉及数据处理
，具体涉及一种基于大数据统计的IDC机房锂电池效能评估方法。

技术介绍

[0002]IDC机房为互联网数据中心（Internet Data Center），作用是为网络运营商或者政府企业等数据交换集中的单位提供服务器存放以及IT服务。随着数据中心建设的规范化，数据中心的电源系统大多数使用的是锂电池。IDC输入到每个服务器的电能并不是全部应用到处理器运算和存储模块设备中，在对IDC机房锂电池效能评估过程中，通用的衡量指标包括服务器设备的能效（SPUE），SPUE为服务器总能耗与运算相关能耗的比值，SPUE的基准为2，越接近1表明效能水平越好。
[0003]但IDC每日所运行的任务类型过于繁杂且任务量不固定，而锂电池在不同程度的负载下所计算的SPUE值有所不同，从而导致IDC机房锂电池效能评估的SPUE值的准确度与可信度偏低，难以得到准确可信的效能评估值。

技术实现思路

[0004]为了解决锂电池在不同程度的负载下所计算的SPUE值有所不同，从而导致IDC机房锂电池效能评估的SPUE值的准确度与可信度偏低的技术问题，本专利技术的目的在于提供一种基于大数据统计的IDC机房锂电池效能评估方法，所采用的技术方案具体如下：采集评估周期内服务器电池的每日总能耗量、每日任务能耗量、每日任务量和每日任务平均能耗量；根据每日任务量得到每日任务量密度，根据每日任务量密度与每日任务能耗方差获得每日负荷表征值；根据每日负荷表征值获得负荷特征时间序列，根据负荷特征时间序列中每个位置的元素变化率对负荷特征时间序列分割获得至少两个负荷稳定时间序列，确定负荷稳定时间序列内的负荷稳定时间序列间隔、变化率信息熵值，根据负荷稳定时间序列间隔与变化率信息熵值获得负荷稳定时间序列的优选程度；根据不同日期的每日任务总能耗量与每日任务能耗方差获得不同日期之间的能耗状态相似度；根据最大优选程度对应的负荷稳定时间序列获得聚类过程中的局部可达范围并对不同日期的数据进行聚类；根据聚类得到的各个簇内的日期数量与每日任务平均能耗量共同得到持续高负荷概率和持续低负荷概率，根据预设持续高负荷概率阈值或预设持续低负荷概率阈值对每个簇进行筛除，获得参考数据，通过评估参考数据的电池能耗信息得到电池效能评估结果。
[0005]进一步地，所述每日负荷表征值的获取步骤包括：
公式中，表示第天的每日负荷表征值，表示每日任务量，表示当日任意一个运行任务，表示第个任务的能耗量，表示每日任务平均能耗量，表示每日任务量密度。
[0006]进一步地，所述负荷稳定时间序列的获取步骤包括：计算负荷特征时间序列的一阶导数，获得负荷变化趋势函数；以负荷变化趋势函数中函数值为0的时间点作为分割点，根据所述分割点对所述负荷特征时间序列进行分割，获得至少两个负荷稳定时间序列。
[0007]进一步地，所述优选程度的获取步骤包括：公式中，为第段负荷稳定时间序列的优选程度，为双曲正切函数，是以自然常数为底的指数函数，为第段负荷稳定时间序列间隔，为第段负荷稳定时间序列的变化率信息熵值。
[0008]进一步地，所述局部可达范围的获取步骤包括：计算最大优选程度对应的负荷稳定时间序列间隔的平方根，获得局部可达范围。
[0009]进一步地，所述持续高负荷概率的获取步骤包括：计算簇内的归一化的日期数量与归一化的每日任务平均能耗量总和的欧式范数，得到持续高负荷概率。
[0010]进一步地，所述持续低负荷概率的获取步骤包括：计算簇内的归一化的日期数量与负相关归一化的每日任务平均能耗量总和的欧式范数，得到持续低负荷概率。
[0011]进一步地，所述获取参考数据的步骤包括：预设持续高负荷概率阈值和预设持续低负荷概率阈值，当簇中的持续高负荷概率值和持续低负荷概率值均小于对应的预设持续高负荷概率阈值和预设持续低负荷概率阈值，则簇中数据为所述参考数据。
[0012]进一步地，所述电池效能评估的步骤包括：计算所有参考数据的SPUE值的平均值，得到电池效能评估结果。
[0013]本专利技术具有如下有益效果：根据每日任务量密度与每日任务能耗方差获得每日负荷表征值，目的是根据每日负荷表征值分析锂电池是否存在持续高负荷或持续低负荷的负荷状态；根据负荷特征时间序列中每个位置的元素变化率对负荷特征时间序列分割获得至少两个负荷稳定时间序列，目的是为了分析锂电池的负荷状态在评估周期内的变化情况，通过变化情况分析负荷稳定时间序列的优选程度；根据负荷稳定时间序列间隔与变化率信息熵值获得负荷稳定时间序列的优选程度，目的是根据优选程度的值找到最佳的锂电池负荷正常且持续日期长的评估周期范围；根据不同日期的每日任务总能耗量与每日任务能耗方差获得不同日期之间的能耗状态相似度，目的是根据相似度将锂电池每日负荷状态进行聚类，根据最大优选程度对应的负荷稳定时间序列获得聚类过程中的局部可达范围，目的是获得聚类算法中所用到的局部可达范围即搜索半径，使聚类效果更佳；根据聚类得到的各个簇内的日期数量与每日任务平均能耗量共同得到持续高负荷概率和持续低负荷概率，目的是将评估周期范围内可
能为持续高负荷与持续低负荷的簇数据剔除，进一步提高效能评估的准确可信度。通过评估参考数据的电池能耗信息得到电池效能评估结果是为了剔除持续高负荷与持续低负荷的能耗数据，获取合适的能耗评估数据，基于合适的能耗评估数据使评估周期的锂电池效能评估结果准确度与可信度更高，减少误差。
附图说明
[0014]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，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它附图。
[0015]图1为本专利技术一个实施例所提供的一种基于大数据统计的IDC机房锂电池效能评估方法流程图。
具体实施方式
[0016]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的一种基于大数据统计的IDC机房锂电池效能评估方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
[0017]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0018]下面结合附图具体的说明本专利技术所提供的一种基于大数据统计的IDC机房锂电池效能评估方法的具体方案。
[0019]请参阅图1，其示出了本专利技术一个实施例提供的一种基于大数据统计的IDC机房锂电池效能评估方法流程图，该方法包括以下步骤：步骤S1，采集评估周期内服务器电池的每日总能耗量、每日任务能耗量、每日任务量和每日任务平均能耗量；根据每日任务量得到每日任务量密度，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据统计的IDC机房锂电池效能评估方法，其特征在于，该方法包括以下步骤：采集评估周期内服务器电池的每日总能耗量、每日任务能耗量、每日任务量和每日任务平均能耗量；根据每日任务量得到每日任务量密度，根据每日任务量密度与每日任务能耗方差获得每日负荷表征值；根据每日负荷表征值获得负荷特征时间序列，根据负荷特征时间序列中每个位置的元素变化率对负荷特征时间序列分割获得至少两个负荷稳定时间序列，确定负荷稳定时间序列内的负荷稳定时间序列间隔、变化率信息熵值，根据负荷稳定时间序列间隔与变化率信息熵值获得负荷稳定时间序列的优选程度；根据不同日期的每日任务总能耗量与每日任务能耗方差获得不同日期之间的能耗状态相似度；根据最大优选程度对应的负荷稳定时间序列获得聚类过程中的局部可达范围并对不同日期的数据进行聚类；根据聚类得到的各个簇内的日期数量与每日任务平均能耗量共同得到持续高负荷概率和持续低负荷概率，根据预设持续高负荷概率阈值或预设持续低负荷概率阈值对每个簇进行筛除，获得参考数据，通过评估参考数据的电池能耗信息得到电池效能评估结果。2.根据权利要求1所述的一种基于大数据统计的IDC机房锂电池效能评估方法，其特征在于，所述每日负荷表征值的获取步骤包括：公式中，表示第天的每日负荷表征值，表示每日任务量，表示当日任意一个运行任务，表示第个任务的能耗量，表示每日任务平均能耗量，表示每日任务量密度。3.根据权利要求1所述的一种基于大数据统计的IDC机房锂电池效能评估方法，其特征在于，所述负荷稳定时间序列的获取步骤包括：计算负荷特征时间序列的一阶导数，获得负荷变化趋势函数；以负荷变化趋势函数中函数值为0的时间点作为分割点，根据所述分割点...

【专利技术属性】
技术研发人员：史习雯，白颢，李雄威，
申请(专利权)人：江苏金寓信息科技有限公司，
类型：发明
国别省市：