CN103766015A - 用于数据中心温度和气流值辅助预测的测量系统与方法 - Google Patents
用于数据中心温度和气流值辅助预测的测量系统与方法 Download PDFInfo
- Publication number
- CN103766015A CN103766015A CN201280042050.5A CN201280042050A CN103766015A CN 103766015 A CN103766015 A CN 103766015A CN 201280042050 A CN201280042050 A CN 201280042050A CN 103766015 A CN103766015 A CN 103766015A
- Authority
- CN
- China
- Prior art keywords
- air
- value
- temperature value
- cooling
- exhaust temperature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
- H05K7/00—Constructional details common to different types of electric apparatus
- H05K7/20—Modifications to facilitate cooling, ventilating, or heating
- H05K7/20709—Modifications to facilitate cooling, ventilating, or heating for server racks or cabinets; for data centers, e.g. 19-inch computer racks
- H05K7/20836—Thermal management, e.g. server temperature control
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
- H05K7/00—Constructional details common to different types of electric apparatus
- H05K7/20—Modifications to facilitate cooling, ventilating, or heating
- H05K7/20709—Modifications to facilitate cooling, ventilating, or heating for server racks or cabinets; for data centers, e.g. 19-inch computer racks
- H05K7/20718—Forced ventilation of a gaseous coolant
- H05K7/20745—Forced ventilation of a gaseous coolant within rooms for removing heat from cabinets, e.g. by air conditioning device
Abstract
公开了一种用于评估数据中心的设备的冷却性能的系统和方法。在一个方面,一种方法包括:接收至少一个冷却供应器和多个设备机架的子集的多个测量的进气和排气温度值,实现冷却模型。该方法还包括在冷却模型中,调整环境空气温度值以及多个气流值中的每一个的至少一方,并调整冷却模型以补偿冷却模型中的调整后的环境空气温度值以及多个气流值中的每一个的至少一方,在冷却模型中,将进气和排气温度值替换为测量的进气和排气温度值,并且在冷却模型中,预测多个进气和排气温度值。
Description
背景
技术领域
根据本发明的至少一个实施例一般涉及数据中心管理和设计的系统与方法,更具体地,涉及将测量数据加入到数据中心的特征的预测模型的系统与方法。
相关技术的讨论
响应基于信息的经济的日益增加的需求,信息技术网络继而全球激增。这种增长的一种表现形式是集中式网络数据中心。集中式网络数据中心通常包括多种信息技术装备,这些技术装备被配置在提供网络连接、电源和冷却能力的结构中。该设备通常以称为“机架”的专用柜子进行封装,其整合这些连接、电源和冷却元件。在一些数据中心配置中,这些行组织成冷通道和热通道以减少与冷却信息技术设备的相关成本。在地板下具有通风室的活动地板通常用于为机架提供冷却空气。冷空气通过具有开口区域的穿孔地板从通风室分配到机架。
不同的程序和软件应用,例如可以从罗得岛州西金士顿的美国电力转换(APC)西金士顿公司(American Power Conversion(APC)Corporation ofWest Kingston,RI)购得的数据中心管理系统,已经进行被开发以辅助数据中心人员设计和维护高效和有效的数据中心配置。这些工具经常通过活动引导数据中心人员,例如设计数据中心结构、在安装之前在数据中心中定位设备和在施工和安装完成之后重新定位设备。因而,传统的工具集向数据中心人员提供标准化的和可预测的设计方法。
发明内容
本发明的第一方面是针对评估在数据中心的设备的冷却性能的计算机实现的方法,该设备包括多个设备机架和至少一个冷却供应器。该方法包括接收至少一个冷却供应器和多个设备机架的子集的多个测量的进气和排气温度值,实现冷却模型。该冷却模型可以是实时冷却模型。冷却模型也可以是预测性冷却模型。该冷却模型还可以为室温模型。该模型可以包括环境空气温度值、多个设备机架和至少一个冷却供应器的多个进气和排气温度值,以及多个设备机架和至少一个冷却供应器的多个气流值。该方法还包括在冷却模型中调整以下中的至少一个(a)环境空气温度值和(b)多个气流值的每一个,调整冷却模型以补偿在冷却模型中调整的以下的至少一个:(a)环境空气温度值和(b)多个气流值的每一个,将在冷却模型中的多个进气和排气温度值的第一子集替换为多个测量的进气和排气温度值,预测冷却模型中的多个设备机架和至少一个冷却供应器的多个进气和排气温度值的第二子集。
在本方法中,调整冷却模型以补偿调整的环境空气温度值可以还包括为每一设备机架和至少一个冷却供应器建立相等的环境温度值,并且包括在至少一个冷却供应器和每一个设备机架之间的气流。该方法可以还包括确定每个设备机架和至少一个冷却供应器的进气和排气温度值是否由于调整冷却模型而通过误差校验。
在本方法中,调整冷却模型以补偿调整过的环境空气温度值可以还包括建立多个设备机架的每一个和至少一个冷却供应器的不同的环境温度值。该方法可以还包括确定每个设备机架和至少一个冷却供应器的进气和排气温度值是否由于调整冷却模型而通过误差校验。
在本方法中,调整冷却模型以补偿调整过的多个气流值的每一个可以还包括调整多个气流百分比值的每一个。在本方法中,调整多个气流百分比值的每一个也可以包括确定多个气流百分比值的一组因数。在本方法中,该一组因数减少在多个测量的进气和排气温度值和多个进气和排气温度值的第二子集之间的差值。该方法可以还包括确定每个设备机架和至少一个冷却供应器的进气和排气温度值是否由于调整冷却模型而通过误差校验。
进一步,在本方法中,接收多个测量的进气和排气温度值可以还包括接收历史测量的进气和排气温度值,并且调整气流百分比还包括确定气流百分比的一组因数,该一组因数减少历史测量的进气和排气温度值和多个进气和排气温度值的第二子集之间的差值。该方法可以还包括确定每个设备机架和至少一个冷却供应器的进气和排气温度值是否由于调整多个气流百分比值而通过误差校验。
在本方法中,调整冷却模型以补偿调整过的多个气流值的每一个可以还包括确定针对在至少一个冷却供应器和多个设备机架的每一个之间的多个气流值的一组因数。在本方法中,该一组因数减少在多个测量的进气和排气温度值和多个进气和排气温度值的第二子集之间的差值。该方法可以还包括确定每个设备机架和至少一个冷却供应器的进气和出气温度值是否由于调整多个气流值的第三子集而通过误差校验。
本方法可以还包括接收历史测量的进气和排气温度值。在本方法中,调整冷却模型以补偿调整过的多个气流值的每一个可以还包括确定用于多个气流值的一组因数,该组因数减少历史测量的进气和排气温度值和多个进气和排气温度值的第二子集之间的差值。该方法可以还包括确定每个设备机架和至少一个冷却供应器的进气和排气温度值是否由于调整多个气流值的第三子集而通过误差校验。
本方法可以还包括接收多个穿孔地板的每一个的多个测量的气流值,确定多个穿孔地板的每一个的多个估计气流值,计算多个测量气流值和多个估计气流值之间的比率,并且调整泄漏因数直到多个测量气流值的子集和多个估计气流值的子集之间的差值达到阈值。在本方法中,调整泄漏因数还包括基于置信参数和均匀性参数确定阻尼参数。
在本方法中,冷却模型可以还包括由至少一个计算机机房空调所提供的总的气流速率。该方法可以还包括接收用于多个穿孔地板的每一个的多个测量气流值,和在冷却模型中将至少计算机机房空调所提供的总的气流速率代替为多个测量气流值的子集。
本发明的另一方面是针对评估在数据中心的设备的一种系统,所述设备包括多个设备机架和至少一个冷却供应器。该系统包括接口和耦合到该接口的控制器,并且该控制器被配置为接收至少一个冷却供应器和多个设备机架的子集的多个测量的进气和排气温度值,实现冷却模型。冷却模型可以是实时冷却模型。冷却模型也可以是预测性冷却模型。冷却模型还可以是室温模型。在系统中,该模型可以包括环境空气温度值、多个设备机架和至少一个冷却供应器的多个进气和排气温度值、和多个设备机架和至少一个冷却供应器的多个气流值,在冷却模型中,调整环境空气温度值和多个气流值的每一个中的至少一方,在冷却模型中,调整冷却模型以补偿调整过的环境空气温度值和多个气流值的每一个中的至少一方,在冷却模型中,将多个进气和排气温度值的第一子集替换为多个测量的进气和排气温度值,并且在冷却模型中预测多个设备机架和至少一个冷却供应器的多个进气和排气温度值的第二子集。
在系统中,控制器可以还被配置为调整环境空气温度值,这是通过包括每一设备机架和至少一个冷却供应器的相等的环境温度值,以及通过将至少一个冷却供应器和每一个设备机架之间的气流包括在环境空气温度值中进行的。控制器也可以被配置用于确定每个设备机架和至少一个冷却供应器的进气和排气温度是否由于调整冷却模型而通过误差校验。
控制器可以还被配置为通过包括多个设备机架的每一个和至少一个冷却供应器的不同的环境温度值调整环境空气温度值。在系统中,控制器可以还被配置为确定每个设备机架和至少一个冷却供应器的进气和排气温度是否由于调整环境空气温度值而通过误差校验。
在系统中,多个气流值的每一个可以包括气流百分比值。控制器也可以被配置用于确定用于多个气流百分比值的一组因数。在系统中,该组因数减少多个测量的进气和排气温度值和多个进气和排气温度值的第二子集之间的差值。在系统中,控制器可以还被配置为确定每个设备机架和至少一个冷却供应器的进气和排气温度是否由于调整多个气流百分比值的每一个而通过误差校验。
在系统中,测量的进气和排气温度包括历史测量的进气和排气温度,并且控制器可以还被配置为确定用于气流百分比值的一组因数。在系统中,该组因数减少历史测量的进气和排气温度值和多个进气和排气温度的第二子集之间的差值。在系统中,控制器可以还被配置为确定每个设备机架和至少一个冷却供应器的进气和排气温度是否由于调整气流百分比值而通过误差校验。
控制器可以还被配置为通过确定用于在至少一个冷却供应器和每一个设备机架之间的多个气流值的一组因数调整气流值。在系统中,该组因数减少多个测量的进气和排气温度值和多个进气和排气温度值的第二子集之间的差值。在系统中,控制器可以还被配置为确定每个设备机架和至少一个冷却供应器的进气和排气温度是否由于调整气流值而通过误差校验。
控制器可以还被配置为接收历史测量的进气和排气温度值。控制器可以还被配置为,通过确定用于多个气流值的一组因数,调整气流值。在系统中,该组因数减少历史测量的进气和排气温度值和多个进气和排气温度值的第二子集之间的差值。在系统中,控制器可以还被配置为确定每个设备机架和至少一个冷却供应器的进气和排气温度是否由于调整气流值而通过误差校验。
在系统中,冷却模型可以还包括由至少一个计算机机房空调所提供的总的气流速率,并且控制器可以还被配置为接收多个穿孔地板的每一个的多个测量气流值,并且在冷却模型中将由至少计算机机房空调所提供的总的气流速率替换为多个测量气流值的子集。
在系统中,控制器可以还被配置为接收多个穿孔地板的每一个的多个测量气流值,确定多个穿孔地板的每一个的多个估计气流值,计算多个测量气流值和多个估计气流值之间的比率,和调整泄漏因数直到多个测量气流值的子集和多个估计气流值的子集之间的差值达到阈值。在系统中,控制器可以还被配置为基于置信参数和均匀性参数确定阻尼参数。
在系统中,控制器可以还被配置为接收用于多个穿孔地板的每一个的多个测量气流值,确定多个穿孔地板的每一个的多个估计气流值,计算多个测量气流值和多个估计气流值之间的比率,调整泄漏因数直到多个测量气流值的子集和多个估计气流值的子集之间的差值达到阈值。
本发明的另一方面是针对计算机可读介质,该介质具有存储在其上的指令序列,所述指令序列将使得处理器接收至少一个冷却供应器和多个设备机架的子集的多个测量的进气和排气温度值,实现冷却模型。冷却模型可以是实时冷却模型。冷却模型也可以是预测性冷却模型。冷却模型还可以是室温模型。冷却模型可以包括环境空气温度值、多个设备机架和至少一个冷却供应器的多个进气和排气温度值、和多个设备机架和至少一个冷却供应器的多个气流值,在冷却模型中调整环境空气温度值和多个气流值的每一个中的至少一方,调整冷却模型以补偿冷却模型中的调整的环境空气温度值和多个气流值的每一个中的至少一方,在冷却模型中将多个进气和排气温度值的第一子集替换为多个测量的进气和排气温度值,和在冷却模型中预测多个设备机架和至少一个冷却供应器的多个进气和排气温度值的第二子集。
在计算机可读介质中,指令序列可以包括指令,所述指令将使处理器建立每一设备机架以及至少一个冷却供应器的相等的环境温度值,并且包括在至少一个冷却供应器和每一个设备机架之间的气流。此外,指令序列可以还包括指令,该指令将使处理器确定每个设备机架和至少一个冷却供应器的进气和排气温度值是否由于调整冷却模型而通过误差校验。
在计算机可读介质中,指令序列也可以包括指令,该指令将使处理器为多个设备机架的每一个和至少一个冷却供应器建立不同的环境温度值。指令序列可以还包括指令,该指令将使处理器通过调整多个气流百分比值的每一个调整冷却模型以补偿调整过的多个气流值的每一个。
在计算机可读介质中,指令序列可以还包括指令,该指令将使处理器确定用于多个气流百分比值的一组因数,该组因数减少在多个测量的进气和排气温度值和多个进气和排气温度值的第二子集之间的差值。指令序列也可以包括指令,该指令将使处理器接收历史测量的进气和排气温度值并通过确定一组因数调整气流百分比值,该组因数减少历史测量的进气和排气温度值和多个进气和排气温度值的第二子集之间的差值。
在计算机可读介质中,指令序列可以还包括指令,该指令将使处理器确定在至少一个冷却供应器和多个设备机架的每一个之间的多个气流值的一组因数。该组因数在冷却模型中减少在多个测量的进气和排气温度值和多个进气和排气温度值的第二子集之间的差值。指令序列也可以包括指令,该指令将使处理器接收历史测量的进气和排气温度值。指令序列可以还包括指令,该指令使处理器通过减少历史测量的进气和排气温度值和多个进气和排气温度值的第二子集之间的差值确定用于多个气流百分比值的一组因数。
在计算机可读介质中,在冷却模型还包括由计算机机房空调所提供的总的气流速率的情况下,指令序列可以还包括指令,该指令将使处理器接收多个穿孔地板的每一个的多个测量气流值,并且在冷却模型中将由至少计算机机房空调所提供的总的气流速率替换为多个测量气流值的子集。
指令序列也可以包括指令,该指令将使处理器接收多个穿孔地板的每一个的多个测量气流值,确定多个穿孔地板的每一个的多个估计气流值,计算多个测量气流值和多个估计气流值之间的比率,和调整泄漏因数直到多个测量气流值的子集和多个估计气流值的子集之间的差值达到阈值。在计算机可读介质中,指令序列可以还包括指令,该指令将使处理器基于置信参数和均匀性参数确定阻尼参数。
指令序列包括指令,该指令将使处理器建立多个设备机架的每一个和至少一个冷却供应器的不同环境温度值,可以还包括指令,该指令将使处理器确定每个设备机架和至少一个冷却供应器的进气和排气温度值是否由于调整冷却模型而通过误差校验。
指令序列包括指令,该指令将使处理器调整多个气流百分比值的每一个,可以还包括指令,该指令将使处理器确定每个设备机架和至少一个冷却供应器的进气和排气温度值是否由于调整冷却模型而通过误差校验。
指令序列包括指令,该指令将使处理器通过减少多个测量的进气和出气温度值和多个进气和出气温度值的第二子集之间的差值调整多个气流百分比值的每一个,可以还包括指令,该指令将使处理器确定每个设备机架和至少一个冷却供应器的进气和排气温度值是否由于调整多个气流百分比值而通过误差校验。
指令序列包括指令,该指令将使处理器通过减少历史测量的进气和出气温度值和多个进气和出气温度值的第二子集之间的差值调整气流百分比值,可以还包括指令,该指令将使处理器确定每个设备机架和至少一个冷却供应器的进气和出气温度值是否由于调整多个气流百分值而通过误差校验。
指令序列包括指令,该指令将使处理器通过减少在多个测量的进气和排气温度值和多个进气和排气温度值的第二子集之间的差值调整在至少一个冷却供应器和多个设备机架的每一个之间的多个气流值的第三子集,可以还包括指令,该指令将使处理器确定每个设备机架和至少一个冷却供应器的进气和出气温度值是否由于调整多个气流值的第三子集而通过误差校验。
指令序列包括指令,该指令将使处理器接收历史测量的进气和排气温度值,并通过减少历史测量的进气和排气温度值和多个进气和排气温度值的第二子集之间的差值调整气流百分比值,可以还包括指令,该指令将使处理器确定每个设备机架和至少一个冷却供应器的进气和排气温度值是否由于调整多个气流值的第三子集而通过误差校验。
附图说明
附图并不旨在按照比例绘制。在图中,在各个图中所示的每一个相同的或几乎相同的组件是由类似的数字表示的。为了清楚的目的,不是每一个组件都会在附图中标注。在图中:
图1是一个计算机系统的实例的框图,使用该计算机系统根据本发明的各个方面可以被实现;
图2是包括数据中心管理系统的分布式系统的一个实例的示意图;
图3是数据中心的设备的实例的示意图,其可以根据至少一个实例进行分析;
图4是根据一个实例的过程的流程图;
图5是根据一个实例的过程的流程图;
图6是示出用于根据至少一个实例的数据中心的实例的图解;
图7是根据一个实例的过程的流程图;
图8是根据一个实例的过程的流程图;
图9是比较根据一个实例的至少一个过程的结果的曲线图;
图10是根据一个实例的过程的流程图;
图11是根据一个实例的过程的流程图;
图12A是数据中心的一个实例的示意图,其可以根据至少一个实例进行分析;
图12B是比较根据一个实例的至少一个过程的结果的条形图;
图12C是比较根据一个实例的至少一个过程的结果的条形图;
图12D是比较根据一个实例的至少一个过程的结果的条形图;
图13是数据中心的一个实例的示意图,其可以根据至少一个实例进行分析;
图14是比较根据一个实例的至少一个过程的结果的条形图;和
图15是比较根据一个实施例的至少一个过程的结果的条形图。
详细说明
根据本发明的至少一些实施例涉及通过其用户可以设计并分析数据中心配置的系统和方法。通过允许用户创建根据其可以确定性能指标的数据中心配置的模型,这些系统和方法可以促进该设计和分析活动。系统和用户都可以使用这些性能指标以确定满足不同的设计目标的可替代的数据中心配置。此外,在至少一个实施例中,系统将检测温度和气流数据加入到用于数据中心设备的建议的布局的温度测量和气流的预测模型。在至少一个实施例中,系统也将测量温度和气流数据加入到用于安装的数据中心的温度测量和气流的预测模型。
如在2008年1月24日提交的,标题为“评估设备机架冷却的系统与方法(System and Method for Evaluating Equipment Rack Cooling)”的美国专利申请号12/019,109(本文称为“109申请”)中,和在2006年1月27日提交的标题为“管理设施供电和冷却的方法和系统(Methods andSystems for Managing Facility Power and Cooling)”的美国专利申请号11/342,300(本文称为“300申请”)中(其中这两个申请都转让给本申请的受让人,并且通过引用它们整个地并入本文)所述,现有的数据中心中的普通设备机架将冷却空气吸入到机架前部并将空气排出到机架后部。设备机架和成排的冷却器通常成排地布置在交替的前/后布置中,在数据中心创建交替的热和冷通道,其中机架的每排的前部面对冷通道,机架的每排的后部面对热通道。通过冷通道分隔的设备机架的邻近排可以称为冷通道群,通过热通道分隔的设备机架的邻近排可以称为热通道群。此外,设备的单排也可以认为本身既形成冷通道群又形成热通道群。设备机架的排可以是多个热通道群和多个冷通道群的一部分。在本文的说明书和权利要求书中,在机架中的设备或机架本身可以称为冷却消耗者,并且排内的冷却单元和/或计算机机房空调(CRACs)可以称为冷却供应器。在参考的申请中,提供了用于在数据中心分析机架群的冷却性能的工具。在这些工具中,可以对不同的布局实施多种分析以尝试优化数据中心的冷却性能。
在至少一个实施例中,提供了一种用于执行实时分析数据中心的设备布局以确定在布局中的冷却器的最大容量的方法。基于冷却器的最大容量以及下面讨论的其它考虑,执行分析以确定与冷却器放置在一起的设备机架的最大电负荷。该方法可以合并进一种系统或工具,其具有预测群的冷却性能和在数据中心中执行设备的其它设计和分析功能的能力。此外在至少一些实施例中,方法和工具提供设备机架和冷却供应器的进气和排气温度和数据中心的环境温度的预测。
本文根据本实施例公开的各个方面不应将它们的应用限制在以下说明书中阐述的或在附图所示的结构细节或组件布置中。这些方面能够假定另外的实施例和能够以不同的方式进行实践或被执行。本文提供的特定实施的实例仅用于说明性目的并不旨在限制。特别地,与任意一个或多个实施例结合讨论的动作、元件和特征并不旨在排斥任何其它实施例中相似的功能。
例如,根据本发明的一个实施例,计算机系统配置成执行本文所述的任何功能,包括但不限于,配置、建模和示出关于特定的数据中心配置的信息。而且,在实施例中的计算机系统可以被用来在数据中心自动测量环境参数,以及控制设备(例如冷却装置或冷却器)以优化性能。此外,本文所述的系统可以被配置为包括或不包括本文讨论的任何功能。因而这些实施例不局限于特定功能或功能集合。而且,本文所使用的措辞和术语出于描述的目的并不应将此视为限制。本文使用“包括“、”包含“、“具有”、“含有”和“涉及”及其变型旨在包括其后列举的项目和其等价物以及增列项目。
计算机系统
本文根据本实施例描述的各方面内容和功能可以实施为一个或多个计算机系统上的硬件或软件。目前存在许多正在使用的计算机系统的实例。其中,这些例子包括,网络应用、个人计算机、工作站、主机、网络客户端、服务器、媒体服务器、应用服务器、数据库服务器和web服务器。计算机系统的其它例子可以包括移动计算设备,例如蜂窝电话和私人数字助理,以及网络设备,例如负载平衡器、路由器和开关。而且,根据本实施例的各方面可以置于单个计算机系统上或置于可以分布在连接到一个或多个通信网络的多个计算机系统上。
例如,各个方面的内容和功能可以被分布在一个或多个计算机系统中,该一个或多个计算机系统被配置用于提供服务给一个或多个客户端计算机,或作为分布式系统的一部分执行整体任务。此外,各个方面可以执行在客户端-服务器或多层系统(包括在执行各种功能的一个或多个服务器系统中分布的组件)中。因而,实施例不局限于在任何特定的系统或系统组上执行。而且,各个方面可在软件、硬件或固件,或其任意组合上实施。因而,根据本实施例的各方面可以使用各种硬件和软件配置实施在方法、动作、系统、系统元件和组件中,并且这些实施例不局限于任何特定的分布式架构、网络,或通信协议。
图1示出了分布式计算机系统100的方框图,其中可以实现根据本实施例的各方面和功能。分布式计算机系统100可以包括一个以上的计算机系统。例如,如所示出的,分布式计算机系统100包括计算机系统102、104和106。如所示出的,计算机系统102、104和106通过通信网络108互联,并且通过通信网络108可以交换数据。网络108可以包括任何通信网络,通过这些网络计算机系统可以交换数据。为了采用网络108交换数据,计算机系统102、104和106和网络108可以使用各种方法、协议和标准,其中包括,令牌环、以太网、无线以太网、蓝牙、TCP/IP、UDP、Http、FTP、SNMP、SMS、MMS、SS7、Json、Soap和Corba。为了确保数据传输的安全,计算机系统102、104和106可以使用各种安全措施(包括其他安全技术中的TLS、SSL或VPN)通过网络108发送数据。虽然分布式计算机系统100说明的是三种网络计算机系统,但是分布式计算机系统100可以包括采用任何媒介和通信协议联网的任意数量的计算机系统和计算设备。
根据本实施例的各方面和功能可以实现为执行在一个或多个计算机系统(包括图1示出的计算机系统102)中的专用硬件或软件。根据所述,计算机系统102包括处理器110、存储器112、总线114、接口116和存储118。处理器110可以执行生成操作数据的一系列指令。处理器110可以是市场上买得到的处理器,例如Intel Pentium、Motorola PowerPC、SGIMIPS、Sun Ultra SPARC,或Hewlett-Packard PA-RISC处理器,但是如可以得到的许多其它处理器和控制器可以是任何类型的处理器、多处理机、微处理器或控制器。处理器110通过总线114连接到其它系统元件,包括一个或多个存储器设备112。
存储器112可以在计算机系统102的工作期间用于存储程序和数据。因而,存储器112可以是相当高性能的、易失的、随机存取存储器,例如动态随机存取存储器(DRAM)或静态存储器(SRAM)。然而,存储器112可以包括用于储存数据的任何设备,例如磁盘驱动器或其它非易失性的、非暂时性的存储设备。根据本发明的各个实施例可以把存储器112组织成特定的和在某些情况下独特的结构,以便执行本文公开的各个方面和功能。
计算机系统102的组件可以通过互连元件(例如总线114)耦合。总线114可以包括一个或多个物理总线,例如,在同一台机器中集成的组件之间的总线,但是可以包括在系统元件(包括专用的或标准的计算总线技术,例如IDE、SCSI、PCI和InfiniBand)之间的任意通信耦合。因而,总线114使通信(例如数据和指令)能够在计算机系统102的系统组件之间进行交换。
计算机系统102也包括一个或多个接口设备116,例如输入设备、输出设备和输入输出结合设备。接口设备可以接收输入或提供输出。更特别地,输出设备可以呈现用于外部表现的信息。输入设备可以从外部源接受信息。接口设备的例子包括键盘、鼠标设备、轨迹球、麦克风、触屏、打印设备、显示屏、扬声器、网络接口卡等等。接口设备允许计算机系统102与外部实体(例如用户和其它系统)交换信息并通信。
存储系统118可以包括计算机可读的和可写的、永久的、非暂时性的存储介质,其中被储存的指令定义由处理器执行的程序。存储系统118也可以包括在媒介中或上记录的信息,并且该信息可以由程序处理。更具体地说,信息可以被储存在一个或多个数据结构中,具体被配置为节约存储空间或提高数据交换性能。指令可以永久地储存为编码信号,并且指令可以使处理器执行本文所述的任何功能。介质例如可以是光盘、磁盘或闪速存储器等等。在操作中,处理器或其它一些控制器可以使得数据从非易失性记录介质读取到另一内存,例如存储器112,其允许处理器存取信息比存储器包括在存储系统118中存取信息更快。存储器可以位于存储系统118或在存储器112中,然而,处理器110可以操作存储器112中的数据,从而在处理完成之后可以把数据复制到与存储系统118有关的介质中。各种组件可以管理在介质和集成的电路存储器元件之间的数据移动,并且当前所描述实施例不限于此。而且,实施例不局限于一种特定存储器系统或数据存储系统。
虽然计算机系统102通过示例的方式被示出作为基于其可以实现根据本实施例的各个方面和功能的一种计算机系统,但本公开的实施例的任何方面并不局限于在如图1所示的计算机系统上实现。根据本公开的实施例的各个方面和功能可以在具有与图1所示的不同的体系结构或组件一个或多个计算机上实现。例如,计算机系统102可以包括专门编程的专用硬件,例如,适合执行本文公开的特定操作的专用集成电路(ASIC)。同时另一种实施例使用运行MAC OS System X的几个通用计算设备可以执行相同功能,Motorola PowerPC处理器和几个专用计算设备执行专有的硬件和操作系统。
计算机系统102可以是包括操作系统的计算机系统,其管理包括在计算机系统102中的硬件元件的至少一部分。通常,处理器或控制器(例如处理器110)执行操作系统,其可以是例如可以从微软公司(MicrosoftCorporation)购得的基于窗口的计算机操作系统,例如,WindowsNT、Windows2000(Windows ME)、Windows XP或Windows Vista操作系统,可以从苹果电脑公司(Apple Computer)中购得的MAC OS System X操作系统,许多基于Linux的操作系统发行版本之一,例如,可以从Red Hat有限公司购得的企业Linux操作系统,可以从Sun Microsystems公司购得的Solaris操作系统,或可以从多种来源购得的UNIX操作系统。许多其他操作系统可以被使用,并且实施方式不局限于任何特定的实施例。
处理器和操作系统共同定义计算机平台,可以用高级程序语言编写应用程序用于该计算机平台。这些组件应用程序可以是可执行的、中间的例如C-、字节码或通过使用通信协议(例如,TCP/IP)的通信网络(例如,Internet)进行通信的解释码。类似地,根据本公开的实施方式的各个方面可以使用面向对象的编程语言来实现,例如,.Net、SmallTalk、Java、C++、Ada或C#(C-Sharp)。也可以使用其它面向对象的编程语言。可选地,可以使用功能性、脚本或逻辑编程语言。
此外,根据本公开的实施方式的各方面和功能可以在非程序化的环境中实施,例如,以HTML、XML或其它格式创建的文件,当在浏览器程序的窗口中查看时,,其呈现图形化用户界面的方面或执行其它功能。而且,根据本发明的各个实施例可以实施为程序化的或非程序化的元件,或其任意组合。例如,网页可以使用HTML实现,同时从网页内部调用的数据对象可以用C++编写。因而,本公开的实施例不局限于具体的编程语言,而是能够使用任何合适的编程语言。
包括在实施例内的计算机系统可以执行本公开的实施例范围之外的其他功能。例如,系统各个方面可以使用现有的市场上销售的产品来实现,比如,例如数据库管理系统(Database Management Systems),像可以从华盛顿西雅图的微软公司(Microsoft of Seattle WA)购得的SQLServer、加拿大Redwood Shores的Oracle(Oracle of Redwood Shores,CA)的Oracle数据库、和Oracle的子公司MySQLAB的MySQL,或集成软件,例如纽约阿蒙克市的IBM(IBM of Armonk,NY)的Web Sphere中间件。然而,运行例如,SQL Server的计算机系统可以能够既支持本公开的实施例各个方面又支持用于各种各样应用程序的数据库。
示例系统架构
图2示出包括分布式系统200的物理的和逻辑的元件的关联图。如图所示,分布式系统200是根据本公开的实施例进行专门配置的。关于图2所引用的系统结构和内容仅仅出于示范性目的,而不是旨在将实施例限制在图2所示的特定结构。对本领域普通技术人员明显的是,许多变形的系统结构可以架构,而不偏离本公开的实施例的范围。图2中所示的特定布置是被选来提升清晰度。
信息可以使用任何技术在图2示出的元件、组件和子系统之间流动。这样的技术包括,例如,通过网络经由TCP/IP传输信息,在存储器中的模块之间传输信息,以及通过写入文件、数据库或其它非易失性存储器设备传输信息。其它技术和协议可以被使用,而不偏离本公开的实施例的范围。
参照图2,系统200包括用户202、接口204、数据中心设计和管理系统206、通信网络208和数据中心数据库210。系统200可以允许用户202(例如数据中心建筑师或其它数据中心人员)与接口204进行交互以创造或修改一个或多个数据中心配置的模型。根据一个实施例,接口204可以包括如在2008年5月15日提交的题为“管理设施供电和冷却的方法和系统(METHODS AND SYSTEMS FOR MANAGING FACILITY POWERAND COOLING)”的专利合作条约申请号PCT/US08/63675中所公开(通过引用其整个地并入本文并且其在后文简称为PCT/US08/63675)的地板编辑和机架编辑(the floor editor and the rack editor)的方面。在其它实施例中,接口204可以使用专门设施来实现,其能够使用户202以拖放方式设计包括数据中心的物理布局的表示的模型或其任意子集。此布局可以包括数据中心结构组件以及数据中心设备的表示。接口204的特征,可以在根据本发明的各个实施例中被发现,其将在下文中进一步论述。在至少一个实施例中,关于数据中心的信息通过接口进入系统200,并将关于数据中心的评估和建议提供给用户。而且,在至少一个实施例中,优化过程被执行以优化数据中心的冷却性能和能量使用。
如图2所示,数据中心设计和管理系统206向用户202呈现数据设计接口204。根据一个实施例,数据中心设计和管理系统206可以包括如PCT/US08/63675中所公开的数据中心设计和管理系统。在这个实施例中,设计接口204可以结合包括在PCT/US08/63675中的输入模块、显示模块和生成器模块的功能,并且可以使用数据库模块以存储和检索数据。
如所示,数据中心设计和管理系统206可以通过网络208与数据中心数据库210交换信息。此信息可以包括支持数据中心设计和管理系统206的特征与功能所需求的任何信息。例如,在一个实施例中,数据中心数据库210可以包括在PCT/US08/63675中描述的数据中心设备数据库中存储的至少一些部分的数据。在另一个实施例中,此信息可以包括支撑接口204所需的任何信息,其中这些数据为例如,一个或多个数据中心模型配置的物理布局,包括在模型配置中的冷却供应器的生产和分配特征,在模型配置中的冷却消耗者的消耗特性,以及包括在群的设备机架和冷却供应器的列表。
在一个实施例中,数据中心数据库210可以存储冷却供应器的类型、每种类型的冷却供应器所提供的冷空气的量,以及冷却供应器所提供的冷空气的温度。因而,例如,数据中心数据库210包括额定在按68华氏度的温度、每分钟5,600立方英尺尺(立方英尺/分钟)的比率输送气流的特定类型的CRAC单元的记录。此外,数据中心数据库210可以存储一个或多个冷却指标,例如CRAC的进气和排气温度和一个或多个设备机架的进气和排气温度。温度可以定期地被测量并输入系统,或在其它实施例中,温度可以使用耦合到系统200的设备不断地被监视。
数据中心数据库210可以采取能够在计算机可读介质上储存信息的任何逻辑构造的形式,包括,平面文件、索引文件、层次数据库、关系数据库或面向对象的数据库,等其他结构。数据可以使用独特的和外键关系和索引进行建模。独特的和外键关系和索引可以在各个字段和表之间建立以确保数据完整性和数据交换性能。
如图2所示的计算机系统包括数据中心设计和管理系统206、网络208和数据中心设备数据库210,每个可以包括一个或多个计算机系统。如以上关于图1所讨论的,计算机系统可能具有一个或多个处理器或控制器、存储器和接口设备。图2示出的系统200的特定配置仅仅用于解释的目的,本发明的实施例可以在其它环境中实现。因而,本发明的实施例不局限于特定数量的用户或系统。
测量辅助预测工具
在至少一个实施例中,提供将温度测量结合进实时冷却预测的工具。该工具也把测量的数据中心的穿孔地板气流值结合进地板下通风室的穿孔地板气流的实时预测。该工具利用建模数据中心的每个机架和冷却器的进气和和排气温度以及数据中心的充分混合的环境温度的方法。该工具结合进入模型加热块和活动地板冷却系统。将测量数据结合进入预测模型的能力允许工具提高机架(包括现有数据中心情况下未测量的机架)的温度预测以及冷却器的温度预测的准确度。穿孔地板的测量空气速率可以提高在未测量的地板处的空气速率预测的准确度,以及提高通风室泄漏的空气速率预测。如以下进一步讨论的,该工具可以作为独立应用的工具或作为数据中心管理系统的部分结合进入数据中心设计系统。
机架或冷却器的测量温度可以使用布置在数据中心之内的固定式三维位置的传感器获得。已知的传感器定位的细节允许这些传感器关于通过任何计算方法(例如CFD)、位流法,以及其它产生的温度估测的精确值的替代。另外的滤波和插值法(例如,三线性插值)可以被用于将测量温度值结合进入预测模型并确定气流值。而且,随着更多温度测量被执行,滤波和插值法允许预测值收敛到更加准确的气流值。滤波和插值法也能够与速度传感器结合使用。
在以下描述中,提供了七种高级计算方法,其将实时温度和气流测量结合进入如下描述的预测模型。计算方法取决于实时冷却模型。因为通常存在被限制的直接方式将测量数据结合进入预测室温模型,所以每一方法包括室温模型的调整以包括测量值。认定的七种高级的方法是全球环境温度校正法、局部环境温度校正法、简单的气流分区校正法、经过训练的气流分区校正法、机架气流法、地板气流校正法和地板气流和泄漏校正法。这些方法的每一个可以被结合在一个可以与现有数据中心设计和管理系统结合以提供改善性能的工具上。
更新的室温模型
在一个实施例中,预测性室温模型涉及用于预测在数据中心的每个机架和冷却器的进气和排气温度和充分混合的环境温度的方法,如在2010年6月8日提交的专利申请号12/795,862(A2000-729019/BM-369)中所公开的,通过引用整个地并入本文并且后文简称为′862申请。在一个实施例中,如′862申请中所公开的室温模型被更新以包括加热块和活动地板冷却系统,如以下进一步讨论。
室温模型和相关的方法依赖于在以上讨论的′862申请和′009申请中所公开的热通道和冷通道的捕获索引。作为热通道计算的一部分,热通道CIs(HACIs)根据它们的组分fijs计算出,fijs被定义为由冷却源j捕获的来自机架i的气流部分:
其中Nc是局部冷却器的数量并不包括穿孔地板。
按类似方式,在冷通道-CI计算中,冷通道CIs(CACIs)可根据它们的组分gijs计算出,gijs被定义为起源于冷却源j的机架i的气流部分:
其中N是局部冷却器的数量并包括穿孔地板。
总之,fij和gij分别是HACI和CACI的基本构件,它们特征化多气流流,该多气流流结合以构成机架的进气和排气气流模式。一个实施例的室温模型和相关的方法使用fijs和gijs确定在现在将描述的数据中心的相关的温度。
图3示出小型数据中心300,由一个机架302、一台冷却器304,以及一个具有功率耗损308的加热块306组成,这将用于描述预测性室温模型。房间被认为是完全密封,使得热传输不会进入外部环境。加热块306(在图3中也标识为Bk)没有气流值并且没有与其相关联的特定温度;但是确实对房间添加增加环境温度的热量。虚线310表示设备周围的控制卷。在机架和冷却器之间的气流互相作用发生在控制卷的外部,同时气流与周围数据中心环境相互作用发生在整个控制卷边界。
平衡横跨控制卷边界的能量流并且归纳为任何n机架和N冷却源,生成方程式3:
这里和分别是机架i和冷却器j的气流速率。Ql和QCRAC分别是总泄漏和总的CRAC气流速率。和Tamb是机架i的排气温度、冷却器j的供应温度,以及周围环境数据中心室温。Pk是来自加热块Bk的功率损耗,k是加热块的总数。空气的密度和比热的乘积ρcp可以作为大约等于1196J/kg℃的常数。
冷却器供应温度是冷却器能力和它的控制算法的函数;然而,它通常可以写作冷却器返回温度和冷却器气流速率的函数,如方程式4所示:
冷却器返回温度是来自机架排气或来自环境的气流混合的结果,如方程式5所示:
机架进气温度是来自每个冷却器供应或来自环境的气流混合的结果,如方程式7所示:
方程式3-7形成一个成对的组的2N+2n+1未知数的2N+2n+1方程式,其,当被解出的时候,得出所有机架的进气和排气温度、所有冷却器的返回温度和供应温度,以及环境温度。
当非局部的CRACs存在的时候,地板温度可以认为是与CRAC供应温度相等。CRAC返回温度等于计算的Tamb,并且总冷却负载可以以与局部冷却器同样的方法计算出,如方程式8所示:
Pload=ρcpQCRACΔTCRAC (8)
图4示出了预测数据中心气流和温度的总的过程400。首先在动作402,输入数据自动或手动被输入数据中心设计或管理软件,如以上参考图2所述。接着在动作404,采用前面讨论的实时工具和在上面引用的文档来确定与机架和冷却器相关的气流模式。多个算法可以被调用以用于完整的数据中心分析(例如用于冷通道和热通道的双排群、单排群、封闭群(containment clusters)等等的不同的算法)。接下来在动作406,解出方程式3-7的所有的未知的机架、冷却器,以及环境温度。如果需要,在动作408,可以计算每一冷却器在预定的状况下的最大冷却器能力和负载,并且在动作410连同所有的计算出的温度提供给用户。如上所述,输出温度和冷却器能力和负载可以显示在用户显示器上。
在一些实施例中,除取决于冷却器特性的方程式4之外,方程式3-7是线性的。在最实用的情况下,方程式4分段线化,因为,在一些阈值之下返回温度、冷却器能在固定的设定的温度点供应空气。在阈值以上,供应温度趋向于随返回温度线性上升。这防止使用线性求解器直接地联立解方程式3-7;然而,对于至少一些实施例,足够假设冷却器供应温度等于已知供应温度,从而基于产生的温度简单检查能力是否已经超过。如果能力已经超过,例如通过超过当前的阈值,向用户显示警报并可以对布局做出改变直到没有更多的冷却警告。
现在将参考图5说明在至少一个实施例中使用的用于处理非线性的冷却器方程式的可替代过程500。所有的温度进行初始化计算,假定所有的冷却器供应气流在它们的设定点温度,且在过程500的第一动作502中,用于每一冷却器的供应温度设定为等于它的设定点温度。在过程500的动作504,解出关于每一冷却器的方程式3-7,然后在动作506至510中,为总共N个冷却器的每一冷却器j进行检查计算出的返回温度是在阈值温度(冷却器在阈值温度之上不能再维持设定点供应温度)之上还是之下。在动作508中的A和B的值取决于冷却器的类型,并且在冷水冷却器的情况下,取决于设施冷水系统的进入温度(EWT)和ΔT。无论如何,A和B的值可以很容易地根据公开的厂家数据进行估计,例如通过引用整个地并入本文的APC的“InRow RC技术数据手册(InRow RC Technical DataManual)”。如果所有的返回温度低于阈值温度,假定的冷却器设定供应温度是正确的,不需要迭代。如果取而代之的是一个或多个冷却器阈值返回已经超过,那么在动作508基于方程式4更新供应温度。在动作512,做出确定以确定在动作506至510任何冷却器的供应温度是否被调整超过预定阈值,且如果动作512的输出结果是“是”,那么再次解出整组方程式3-7。此过程继续直到所有的冷却器的供应温度不再以超过设定的公差从迭代到迭代改变,从而在动作514报告所有的温度。在一个实施例中,在动作512中使用的阈值大约是0.5华氏度。在其它实施例中,阈值是在数据中心任何地方最高和最低气温之间的差值的一小部分。在又一个实施例中,系统可以设置并执行固定次数的迭代。虽然在图4的过程中冷却器供应温度通常被假设返回温度的分段线性函数,但此技术不限于线性关系。
现在将使用图6所示的设备布局600描述使用图4的过程的实例。布局600包括两个机架602和604(在图6中也标识为机架1和机架2),以及两个冷却器606和608(在图6中也标识为C1和C2)。每一个冷却器和机架的空气流是已知的,并在图6中标出,产生列出的fij和gij值。而且所计算出的每一个冷却器的热通道捕获索引(HACI)和每一个机架的冷通道捕获索引(CACI)也显示在图6中。冷却器供应温度是已知的,并且等于68华氏度。而且,根据表明的机架电源和空气速率,发现每一机架两端的升温大约是26.5华氏度。方程式3-7可以用于确定布局600的相关温度。
将来自图6的实例的值代入方程式3,生成一个含有三个未知值的方程式。因为供应冷却器温度是已知的,方程式4不用于当前例子。方程式5应用到图6的实例,生成每一个冷却器的返回温度的两个方程式。方程式6的应用产生关于机架的排气温度的两个方程式,方程式7的应用产生用于每个机架的进气温度的两个方程式。
应用于图6的实例的方程式3-7生成关于七个未知数T1 RE、T2 RE、Tamb、T1 RI、T2 RI、T1 CR和T2 CR的一个成对组合的七个线性方程。虽然可以使用任何各种技术解答这些方程式,但是在一个实施例中使用线性高斯矩阵求解器得到下面的温度值:
T1 RE=96.26℉
T2 RE=97.72℉
Tamb=77.43℉
T1 RI=69.76℉
T2 RI=71.22℉
T1 CR=93.87℉
T2 CR=95.41℉
在一个实施例中,许多检查可以被执行以验证解决方案。首先,由于它必须在密封的环境中,系统可以验证总的冷却器负载平衡总的机架功率。第二,系统可以验证每一机架两端的升温与初始假设的大约26.5华氏度(与定义的每一个机架的空气速率和功率耗损相一致)代入每个机架来自机架排气温度的机架进气温度一致。对于大多数实用的情形,方程式3-7的应用产生一组成对的线性方程式,这些方程式可以被直接解出(无迭代)以获得所有的机架和冷却器进气温度和返回温度以及室内环境温度。这些方程式是严格守恒的,保证能量守恒。能量守恒可以称为在机架功率和冷却器负载之间的平衡。即使当气流以不同的温度从多个源(例如,基于排的冷却器和穿孔地板)输送到机架的时候,以上所述的方法可以准确地预测机架进气温度。
重要的是要注意,室温模型可以施用到由任何计算方法(例如CFD、位流、快速流体动力学、代数计算器,以及其它)产生的气流估计。然而,这些计算方法通常可能不允许加入测量值的直接方式。如上所述,在一个实施例中,通过计算的气流估测,预测温度可以与室温模型结合。此结合可以允许将来自温度传感器的测量数据加入到这些计算方法。通过结合计算方法和测量数据,使用其总体环境温度,室温模型以及下面详细描述的方法允许更精确的解决方案。
全局环境校正方法
在一个实施例中,全局环境校正(GAC)方法通过使用充分混合的环境温度来校正室温模型和测量的温度之间的差异。先前描述的室温模型假设所有机架入口从相邻的冷却器以及从机架周围的充分混合的环境空气中接收它们的气流。相反,GAC方法假设所有测量入口(机架入口和冷却器回流)直接从充分混合的环境空气中接收它们所有的气流。结果,能量被从处于每个机架所测量的温度的环境空气中吸收。为了平衡这一调整,现在将在方程式3-7中代数模型中计算出作为被直接提供给来自冷却器的入口的任何气流转移到充分混合的环境中。这种调整导致预测室温模型中的充分混合的环境温度发生变化,并通过改善其余机架的温度预测影响其余机架入口。
在一个实施例中,仅将测量的单个CRAC流速和返回温度并入室温模型。假定未测量的CRAC的返回温度是充分混合的Tamb。在这种情况下,在方程式5中的最后一项QCRACTamb可以重写为如方程式9中所示:
其中p是总的CRAC单元;
在另一个实施例中,可以测量进气和排气温度的组合。将测量的温度代入方程式3或5完成室温模型调整以用于全局环境校正。修改方程式3、5和7以包括测量的进气和排气温度,并将室温模型调整到由方程式10所示的室温模型:
是第i个机架的测量进气温度,并且
M是测量对象的集合。
方程式4、5、6、7和10的解提供了室内所有未测对象的校正温度。反过来,包括测量的温度将改进感兴趣的所有其它对象的估计,正如下面参照图9所示的例子进一步所描述的。
在一个实施例中,GAC方法假设并非所有的冷却器返回温度都被测量并可代入方程式10,否则,方程式变得过度受限和不可解。在所有的冷却器返回温度被测量的情况下,应该将测量的冷却器返回温度的其中一个或多给保留为变量。
图7中示出了GAC方法的过程700。首先,在动作702中,获得的固定的室内输入,例如,机架功率、关于机架、冷却器、地板和CRAC的气流以及冷却器供应温度。接着,在动作704中,根据在各个机架、冷却器和地板处测量的数据获得入口温度、返回温度和气流。接着,在动作706中,如上所述,确定用于每个机架和冷却器的气流模式fij和gij。在动作708中,使用测量的温度和气流速率对室温模型进行调整。在动作710中,基于方程式4、5、6、7和10解得调整后的室温模型。
在一个实施例中,使用了GAC方法以对测量值进行检查,并且确定测量值是否由于传感器的不当放置而不正确、室内/对象输入的不当数值或其它操作问题,例如,留在气流对象前面的盒子。因为GAC方法是一种实时程序,并且给定了初始气流和CI估计,该方法可以很容易地适应于测量的温度,所以这个程序可以补充下述任何其它校正方法以筛选不正确的输入。
图8中示出了用于使用GAC方法执行误差校验的过程800。首先,在动作802中,GAC方法700被执行以利用方程式4、5、6、7和10解得调整后的室温模型。在动作804中,误差校验被执行,以确定调整后的室温模型所得的室温中的任何一个是否不符合空间物理学。如果室内温度与空间物理学不一致,那么温度不能通过误差校验。如果温度测量通过误差校验,在动作808中,将报告所有的室温。如果温度测量未通过误差校验,在动作806中,方法800将拒绝测量值和/或不正确的输入,并向测量和/或室内输入报告错误。不符合物理学原理的温度的例子包括:(1)室内环境温度降至低于最低冷却器供应温度();(2)室内环境温度上升至高于最高机架排气温度((3)机架入口温度降至低于冷却器供应温度();或冷却器返回温度上升至高于机架排气温度(
局部环境校正(LAC)方法
图3的预测室温模型和参照图4所述的方法假定单一的、充分混合的环境温度。在一个实施例中,局部环境校正(LAC)方法将每个机架或冷却器建模为在对于该件设备可能是唯一的温度下吸入环境气流。因此,LAC方法可确定比较好的近似于真实的数据中心条件。
单个机架入口和冷却器返回温度测量可以直接被用于预测每个测量的机架或冷却器的局部环境室温。
可以通过其它方法来确定无传感器或仪器时的机架或冷却器的局部环境温度。例如,可基于数据中心的机架和冷却器的布局依靠一个代数模型以预测局部环境温度来确定未测量的机架或冷却器的局部环境温度。在一个实施例中,代数模型首先获取与邻近的测量的机架和冷却器相关联的局部环境温度。然后,该模型基于其与其它测量的机架或冷却器的距离预测未测量的机架/冷却器的局部环境温度。在其它实施例中,代数模型可将其它因数考虑进去,例如设备功率、气流等。
很像其它的代数计算器,LAC方法涉及许多“常量”,可以对这些“常量”进行调节以最大限度地与一些CFD模拟或其它数据相一致。因为该模型依赖于对未测量的机架或冷却器的局部环境温度的相似,所以局部环境的方法可能更适合于测量数据中心的布局中超过一半的机架的情况。
然后,LAC方法使用方程式11和12中所确定的局部Tamb代替如方程式3中所表示的室温模型中的相应全局Tamb项。然后调整后的室温模型可以用来确定其它未测量设备的温度,例如,未测量的CRAC的返回温度的估计。
如上参照图8所描述的,LAC方法和调整后的室温模型也可以用于执行误差校验。类似于方法800,室内输入和测量的数据被获得。每个机架和冷却器对的气流模式fij和gij百分比被计算出。使用方程式11&12获得每个机架和冷却器对的局部环境温度。局部环境温度取代方程式3中的相应的全局环境温度,并且解得调整后的室温。最后,该方法确定所预测的温度和/或所测量的温度中的任何一个是否通过误差校验。如果这些温度未通过误差校验,则拒绝测量值和/或不正确的输入,并报告错误。
图9比较了使用全局和局部环境校正方法预测的温度和实际测量温度。对于这个例子,通过CFD模型模拟“实际”的数据点,其时用来估计室内的机架入口温度。在入口高度的三分之二处的温度的CFD估计作为我们的“测量”数据点。入口高度的约三分之二到四分之三的读数作为平均测量温度的良好估计。平均温度考虑到温度在设备机架上的偏态分布,高温发生在设备机架的上方,而低温发生在靠近地板处。
在图9中根据测量的机架的数量得到的温度:曲线图902仅示出了没有测量的机架的预测温度,曲线图904示出了测量的机架R2和R9的结果,曲线图906示出了测量的机架R1、R3、R8和R10的结果,并且曲线图908示出了测量的机架R1、R3、R5、R6、R8和R10的结果。配置902将每个机架的实际机架入口温度与在不结合机架测量时使用图3-4的室温模型和方法所预测的温度进行比较。在图9用圆圈数据点表示实际的机架入口温度,并且在图9用方形数据点表示预测的机架温度。
曲线图904-908将每个机架的实际机架入口温度与由GAC方法所提供的估计和由LAC方法所提供的估计进行比较。在图9中用三角形数据点表示GAC预测机架入口温度,并且在图9中用方形数据点表示LAC预测机架入口温度。配置904-908还标有测量的入口机架温度(在图9中用未填充的方形数据点表示)。根据测量的机架的数量标记每种配置。
曲线图904-曲线图908显示的是,随着其他机架被测量了,GAC方法和LAC方法都更准确地预测未测量机架的温度。在配置904中,使用两个测量的机架,GAC方法比LAC方法更准确地预测了未测量机架的实际机架入口温度。然而,在配置906和908中,当测量四个或更多个机架时,LAC方法比GAC方法更准确地预测未测量机架的机架入口温度。
气流分区校正方法
气流分区校正(APC)方法是将测量值并入室温模型以校正预测的和测量的机架和冷却器温度之间的差异的另一种方式。如上所述,当输入到室温模型中时,不准确的气流估计可能会导致室温模型预测不准确的温度。而GAC和LAC方法修正了室温模型,在一个实施例中,气流分区校正(APC)方法调整了室温模型中的基本气流模式预测。对旧的气流模式校正,以提供对未测量机架的良好的温度预测。在至少一个实施例中,APC方法调节预测气流值直到预测的室温匹配所测量的温度。根据一些实施例,使用APC方法确定的气流模式被用于未来配置、替代设计和控制算法中。
在下面的描述中,提供了调节气流估计以更精确地预测室温的两种计算方法。这两种方法被称为基本气流分区校正方法和经过训练的气流分区校正方法。基本APC方法使用现有的实时室温测量,而经过训练的APC方法使用当前的和先前获得的历史测量。存储和输入历史测量可以有助于调节室温模型以用于提供甚至更高的精度。
基本气流分区校正方法
在一个实施例中,基本APC方法采用实时检测的测量值。在本实施例中,测量的数据被用来调节每个机架的热通道和冷通道CI(表达在方程式1和2中),以通过调整在室温模型内使用的气流百分比fij和gij(表达在方程式3中)达到期望的温度。通过将fij和gij分别乘以每个机架i的热通道因数ai和冷通道因数bi调整气流百分比fij和gij。对因数ai和bi的调整为每个机架和冷却器对(i,j)创建了新的气流百分比产生了室温模型图3和参考图4所描述的方法的新的温度预测。APC方法调整因数ai和bi,以寻找导致预测温度匹配测量温度的A和B的集合A={a1,a2,…,an}以及B={b1,b2,…,bn}。
在APC方法的另一个实施例中,该方法调整因数ai和bi,以寻找使得预测温度与测量温度之间的差最小化的集合A与B的分配,如方程式13所示:
minA,BΣk∈M|Rlk|,使得
用于每个i=1,2,…,n和j=1,2,…,Nc, (13)
其中Rk是气流对象k的测量温度与预测温度之间的剩余差。基本APC方法可以是计算密集型的,并且可利用优化引擎,如Excel Solver、Matlab或其它类似工具。
经过训练的气流分区校正方法
在一个实施例中,经过训练的APC方法使用历史温度测量来调节室内温度模型以提供用于评估、规划和控制的更高的精度。在许多数据中心,可在不同的系统配置(IT负载)下提供丰富的测量数据。气流分区校正方法也可以利用这种数据,借鉴过去的温度测量。APC方法确定降低所有历史温度测量的剩余误差的气流百分比(fij和gij)和因数(ai和bi)。包含这些历史数据点提供与测量数据更精确的相关性。
经过训练的APC方法由方程式14表示:
其中Rlk是第l个历史数据点的第k个测量温度与预测温度之间的差值;并且
d是历史数据点的数目。
经过训练的APC方法可以是与基本的APC方法一样计算密集。在一个例子中,使用求解器来寻找最佳系数ai和bi。在一些实施例中,在需要温度预测之前,可以离线执行经过训练的APC方法。可以以固定的时间间隔增加新的历史数据点以更新经过训练的APC方法。
APC方法的过程1000示于图10中。过程1000既类似于基本的APC方法又类似于经过训练的APC方法。首先,在动作1002,获得固定的室内输入,例如,机架电源、关于机架、冷却器、地板和CRAC的气流以及冷却器供应温度。接着,在动作1004中,根据在各个机架、冷却器和地板处测量的数据获得入口温度和气流。接着,在动作1006中,如上所述,每个机架和冷却器对确定气流模式fij和gij。在动作1008中,执行误差校验。如果温度测量和/或输入通过误差校验,则在动作1010中,方程式3-7得解。如果温度测量未通过误差校验,则拒绝测量值和/或不正确的输入,并且该过程结束。在动作1012中,APC方法确定所预测的温度是否降低剩余误差。对于经过训练的APC方法而言,剩余误差比基本APC方法包括更多的数据点。如果降低剩余误差,在动作1016中,优化程序或求解器被使用寻找新的fij和gij值。
机架气流校正(RAC)方法
在一个实施例中,机架气流校正(RAC)方法调整机架气流值直到预测的测量温度与测量温度一致。在许多数据中心,可提供不同的系统配置(IT负载)。上述方法被假定用于特定IT负载的机架气流是已知的。然而,机架气流可能不提供给数据中心的设计人员和管理人员,并且估计可能包含相当大的误差。举例来说,共同的假定可能是基于总的机架负载约80-160cfm/kW。虽然使用实时的冷却预测算法更容易实现RAC方法,也可以在CFD、PFM(电位流量法)和其它方法中使用RAC方法。
对于具有固定功率的机架而言,调整机架气流造成:
1、改变气流分区估计fij和gij,并
2、改变机架两端的温度差(ΔTi)。
类似于上述的APC方法,RAC方法通过一组因数A={a1,a2,…,an}来调整机架气流以降低一个或多个历史数据点之间的差值。RAC方法由方程式15表示:
其中,Rlk是第l个历史数据点的第k个测量温度与预测温度之间的差值;并且
d是历史数据点的数目。
在一个例子中,使用优化引擎或求解器来寻找RAC方法中的系数。如上所述,RAC方法可潜在地与许多基于物理学的流体动力学求解器一起使用。然而,RAC方法可能是计算昂贵的,并且可能需要大量的CFD解或其它数据集以调整一个室温模型。
图11中示出了RAC方法的过程1100。过程1100类似于参照图10描述的APC方法。动作1102-1106与图10中的动作1202-1206是相同的。在动作1108中,执行误差校验。如果温度测量通过误差校验,则在动作1110中方程式3-7得解。如果温度测量未通过误差校验,则拒绝测量值和/或不正确的输入,并且该过程结束。在动作1112中,RAC方法确定预测的温度是否降低剩余误差。如果降低了剩余误差,则在动作1116中,优化程序或求解器被用来寻找新的Qi值。
地板气流修正方法
在一些实施例中,如上所述,将实时温度和气流测量并入室温模型中的校正方法可以与预测穿孔地板气流速率的系统和方法相结合,该系统和方法公开如在2010年9月17日提交的专利申请号12/884832(A2000-730319/BM-421)中所公开的系统和方法(该专利通过引用整个地并入本文并在下文中被称为′832申请)。对于现有的数据中心而言,在一个实施例中,来自一个或多个穿孔地板的实际气流测量可以被系统使用以提高预测穿孔地板气流速率的方法中的一种或多种的准确度。在另一个实施例中,来自一个或多个穿孔地板的气流测量可以被使用以提高以上所述的使用校正方法计算的预测温度和气流速率的准确度。在一个实施例中,作为对计算出的气流的检查,测量的气流速率可进一步被系统使用。在数据中心管理应用程序中,通常可以使用流罩测量实际的穿孔地板气流值。
在一个实施例中,通过将测量的地板流速代入到穿过测量的穿孔地板的温度Tt的总的气流速率QCRAC,可以将测量的地板气流值直接并入实时的室温模型中(方程式3-7)。在一些实施例中,仅有测量的地板流量值的子集可以被并入室温模型(方程式3-7),否则这些方程式变将得过度受限和不可解。在一个实施例中,如果总的气流等于总CRAC气流减去任何泄漏气流的话,则可以并入所有的地板气流。使用测量的地板气流值以改进地板气流预测将直接提高数据中心的室内冷却预测的准确性。
在下面的一些实施例中,考虑了两种共同的穿孔地板类型:标称25%开口的地板和标称56%开口的地板。较为受限的(如25%开口的)地板通常包括钻孔。受限较少的高流量地板(例如56%开口的)可类似于炉排。然而,也可以使用其它类型的地板以及不同类型的地板的组合。
地板气流和泄漏校正方法
在另一个实施例中,可由系统使用测量的气流速率来准确地估计进入数据中心的泄漏气流的量Ql。因为所有地板气流的总和等于CRAC气流减去泄漏的气流,所以可以通过准确地估计未测量的地板气流值来准确预测泄漏,如在′832申请中所公开的任何方法中所述。
类似于在数据中心的机架的环境空气温度的局部和全局效果,存在数据中心的地板和CRAC的气流的局部和全局效果。在一个例子中,地板气流之间的关系同时被保持在局部(由于地板邻近)和全局(由于总的地板气流约束条件)的水平上。局部效果可以是地板类型和气流模式的结果。全局效果可以由不通过地板离开气室(被称为泄露)的CRAC气流的总量和CRAC气流的量所引起的。
在一个例子中,数据中心内的气流的平衡决定了通过地板的气流的量(测量的和未测量的)等于非泄漏的CRAC气流,这表示在方程式16中:
其中,f是泄漏气流的百分比(即泄漏因数),
QCRAC是总的CRAC气流,
M是测量的地板的集合,
如果地板气流预测的准确度高,(使用在′832申请中描述的任何方法)那么有可能总的气流的任何预测中的错误是由于不准确的泄漏估计,而不仅仅是由对气室气流模式的误解所造成的。举例来说,预计具有10个地板和1000cfm的总气流(假设无泄漏)的房间可以产生每块地板100cfm的气流。如果测量了地板中的8块,并且发现每块有80cfm的气流,则地板的初始均匀性建议应将泄漏因数设置为接近20%(相对于将初始泄漏因数保持在0%并设置其余的两个地板具有180cfm的平均流量的备选方案)。
在下面的描述中,提供了基于地板气流测量改变估计的泄漏因数的两种计算方法。泄漏因数改变的程度取决于地板气流的测量值的数量和有效性。例如,泄漏因数不应基于一个或两个测量的地板气流发生显著改变。在一个例子中,如果用户测量很大比例的地板(这根据情况而异),则泄漏因数可以被调整。例如,在一些情况下,测量10%的地板可以被认为是一个很大的比例。在另一个例子中,如果地板气流是相当均匀的,则泄漏因数可以在少量的测量之后而被调整,例如,具有25%的开口地板的对称房间。在其中在地板与地板之间地板气流分布是均匀的房间中,在一个地板上的测量气流与预测气流之间的差也应在所有其它的地板上找到。在另一个例子中,如果初始预测的准确度水平是高的,则在进行少量的测量后可以对泄漏因数进行安全地调整。
泄漏因数校正(LFC)方法
在一个实施例中,漏因数校正(LFC)方法通过首先确定所有的地板气流的初始估计,使用在′832申请中描述的任何方法来校正的泄漏估计。其次,通过将总的测量的地板气流与测量地板的总的预测地板气流相比较来计算比率。如果计算出的比率大于1,这意味着有比最初预期的更多的气流通过所测量的地板离开,预测模型中的泄漏因数值减小。如果该比率小于初始预测(所有其它情况下),则预测模型中的泄漏因数值增加。
该LFC方法由方程式17所描述:
注意,该比率要求泄漏因数的任何改变的方向和大小。
LFC方法(和方程式17),通过降低泄漏因数值的初始估计与实际泄漏因数值之间的差使用测量的地板气流来快速校正泄漏因数。根据一些实施例,LFC方法可以在这种情况下使用,即其中地板气流的初始预测(除了不准确的初始泄漏因数估计)是准确的并且测量的地板代表气流。这种实施例的一个例子是具有25%的开口地板的小房间。
扩展的泄漏因数校正(ELFC)方法
在数据中心的一些配置中,测量的地板气流的小样本尺寸可能由于地板估计中高的变化性而产生误导。然而,即使在这些配置中,大量的测量最终仍可以提供准确的泄漏因数值。在一个实例中,该高的变化性引起泄漏因数值的波动,并产生地板气流估计的不一致估计。LFC方法可能不适合这些配置。
为避免泄漏因数的高波动,在一个实施例中,可以使用ELFC方法提供中间估计。根据一个实施例,中间估计是初始泄漏估计和校正后的泄漏因数(方程式17)的阻尼版本的线性组合。按照由方程式(18)所描述的阻尼参数λ数学地表达该中间估计:
其中,c是初始气流模型中的置信度,其中0≤c≤1,
N地板是地板的数目,
|M|是测量地板的数目,其中M≤N地板,并且
α是地板气流的不均匀性的测量,其中α>0。
在一些实施例中,可以有多种方式来定义阻尼参数λ,但它应是|M|的非递减函数(λ随着更多的地板被测量而增加)。在这些例子中,随着|M|朝着N地板而增加,λ应接近于最终值1。
在采用ELFC方法的例子中,如由方程式18所描述,α是地板气流的非均匀性的专门问题常量(在数学上,这对应于测量的样品的边际贡献)。在一些例子中,具有对称性和25%的开口地板的特征的高度均匀的房间具有低的α(例如在0和1/2之间),而具有低的通风室深度、不对称性和56%的开口地板的房间将具有较高的α(例如大于1/2)。高值c和低值α对应于足以准确地估计泄漏的测量地板的较小数目。
c和α的值依赖于房间中的设备的布局的属性。因此,c和α的值是基于一个房间一个房间进行选择的。在一些例子中,提出了两种具体情况(25%的开口地板的房间和所有其它房间)的建议值。对于具有大的通风室和25%的开口地板的房间而言,建议(c=0.9,α=0)积极的数值(aggressive values),而对于所有其它类型的房间建议(c=0.0,α=1)。
根据一个实施例,阻尼参数λ的中间估计可以与方程式17结合以计算校正后的泄漏因数:
请注意,当λ=1时,ELFC方法(方程式19)与LFC方法(方程式17)是一样的。如上所述,对于具有只有25%的开口地板的数据中心配置而言,在一些例子中,LFC方法更适合用于计算泄漏因数。在其它例子中,具有除了具有25%的开放地板的小型数据中心之外的数据中心配置,ELFC方法更适合用于计算泄漏因数。在这些例子中,非均匀性因数可能是α∈[1,3],并且置信因数可能是c∈[0,0.2]。
现在将利用图12A中所示的设备布局1200A展示说明上述LFC和ELFC方法的性能的例子。布局1200A包括52块地板1202和4个CRAC单元1204。对于这个例子而言,总的CRAC气流速率是约30000cfm,并且实际泄漏因数为10%(对应于3000cfm的总的泄漏气流速率)。然而,所有的初始气流预测都是在不准确的假设泄漏因数为30%的情况下进行的。在这个例子中,地板气流的初始预测大约比实际的地板气流低115cfm。
图12B是随着设备布局1200A中的测量的地板增加,使用如上所述的泄漏校正方法对泄漏因数进行校正的图形表示1200B。图12B展示了泄漏因数相对于测量地板的数目的变化性的一些例子。如图12B所示,曲线图1206代表没有变化性的准确的地板气流估计,曲线图1308代表有很小变化性的足够的地板气流估计,而曲线图1210代表具有高变化性的不准确的气流估计。如图12B所示,精确估计的地板气流(无变化性)1206造成少于5个测量地板的泄漏因数的校正。类似地,具有很少变化性的足够的地板气流估计1208造成少于15个测量地板的泄漏因数的校正。相反,在具有高变化性的不准确的地板气流估计的例子中,可能无法正确地校正泄漏因数。
根据一些例子,LFC方法最适宜用于包括25%的开口地板的数据中心配置中。图12C是随着设备布局1200A中的测量的地板数目增加的校正后的泄漏因数的图形表示1200C。如上面所述,在具有25%的开口地板的数据中心且使用LFC方法确定其结果。对于这个例子而言,通过CFD从具有30%泄漏的房间中获得“预测的”数据点,并且从具有10%泄漏的房间中计算“测量的”数据点。然后,该方法随机地选择地板进行“测量”,且如上所述参照方程式17计算新的泄漏因数值。当在CFD中使用30%的泄漏因数计算气流估计时,地板气流最初约在388cfm和425cfm之间的范围内。在预测值与测量的地板气流之间的稳定差(约每个地板115cfm)允许对5块(或更多块)地板的小样本进行泄漏因数的迅速校正。
根据另一例子,ELFC方法用于在具有56%开口地板的数据中心配置中,并且其中取样5块地板或更少地板造成泄漏因数值具有高的变化性。图12D是在具有56%的开口地板配置中随着设备布局1200A中的测量地板数目增加的泄漏因数值的图形表示1200D。曲线图1200D显示的是随着使用具有各种中间置信度和均匀性因数的ELFC方法所确定的泄漏因数的使用LFC方法确定的泄露因数。如图12D所示,曲线图1212代表使用LFC方法所确定的泄漏因数值,曲线图1314代表使用其中α=1并且c=0.5的ELFC方法所确定的泄漏因数值,曲线图1316代表使用其中α=1并且c=0的ELFC方法所确定的泄漏因数值,并且曲线图1318代表使用其中α=3并且c=0的ELFC方法所确定的泄漏因数。
在图12D中所示的例子中,曲线图1214-曲线图1218突出显示了ELFC方法的通用性,这允许在泄漏因数确定过程中有更多渐变。在这个例子中,曲线图1218代表了通过保持靠近起始泄漏估计直到变化性减少并且确定了真实泄漏因数的泄漏因数的最阻尼估计。然而,曲线图1218代表保守的结果,在测量大量的地板之后达到实际的泄漏因数值。在这个例子中,曲线图1216示出了泄漏因数的不太保守的校正,在测量具有微小变化性的较少数目的地板后达到实际的泄漏因数。最后,曲线图1214和曲线图1212显示了对于泄漏因数值进行的更积极的校正,这具有响应于从第一批30块测量的地板中所接收到的测量值的高的变化性。在此配置中,曲线图1214和曲线图1212显示了变化性可能太大以至于无法使用这些α和c值的校正,并且不能以实际的泄漏因数为中心。
比较预测方法的例子
现在将利用图13中所示的设备布局1300描述了说明上述方法的性能的例子。布局1300包括冷却单元1302(在图13中示出为C1、C2、C3和C4)、机架单元1404(图13中示出为R1至R10)、地板1406和CRAC1308。图13中示出的地板1406是25%开口或56%开口的。所测量的机架和冷却器都标记为“M”。本设备布局抓住了相对于参照图3和图4所描述的预测方法和室温模型的基准,测量机架入口、冷却器回流和地板气流的好处。
图14是通过将来自设备布局1400的具有或不具有适当的地板气流估计的五个气流对象的测量值包括到先前所描述的五种校正方法中来获得平均误差的图形表示1400。在这个例子中,校正模型并入了如图13中所示的以下气流对象的测量入口温度:机架R3、R6、R7和R8以及C3。在图14中所示的条形图的高度代表了以华氏度为单位的测量的预测值的平均绝对误差。绝对误差为对象的预测温度与测量的温度之间的差值的绝对值。
在这个例子中,通过CFD模拟“测量的”数据点,其被用来估计室内的机架入口和冷却器返回温度。入口高度的三分之二处的温度的CFD估计作为我们的“测量的”数据点。此外,代替均匀分布的地板气流,也通过CFD“测量”地板气流以显示当使用准确的地板气流时的精确度方面的增益。
曲线图1400显示的是,使用均匀的地板气流(无标记)并使用地板气流估计(w/TA标记),每种校正方法的平均绝对误差,从左到右开始:首先是基线(不进行测量)1502,随后是GAC方法1404,接下来随后是LAC方法1406,接下来随后是基本APC方法1408,然后随后是经过训练的APC方法1410,以及最后的RAC方法1412。基线1402代表不并入测量的室温的预测方法和室温模型。
如图14所示,基线预测方法和室温模型1502的平均绝对误差约为每个机架、冷却器以及CRAC为6华氏度。此外,图14示出了当使用环境校正方法1404和1406或APC方法1408-1410时,包括16个气流对象中的5个的测量数据,绝对误差可以降低大约50%。具有准确的地板气流的经过训练的APC1410提供最低的平均误差,表现比GAC1404和基本APC1408略胜一筹。虽然,LAC1406具有比GAC1404和基本APC1408稍大的绝对误差,但是当气流对象的40%以上被测量时LAC显示出最佳的性能,如上面参照图9所述。RAC方法1412的性能是足够精确的,减少了45%的误差。在此配置中,我们注意到,对于大多数的校正方法而言不正确的地板气流并不显著地改变温度,但是可以强烈地影响经过训练的APC1410。
图15是确定用于每种校正方法的特定气流对象的绝对误差的图形表示1500。类似于图14,曲线图1500的纵轴代表绝对误差,并且横轴代表机架R3、R5、R7、R10、冷却器C1和C3、和CRAC1,其中测量机架R3、R7和冷却器C3。如图15所示,基线被标记为B,全局环境校正为G,局部环境校正为L,基本气流分区校正为AP,经过训练的气流分区校正为TAP,并且机架气流校正为RA。
如图15所示,测量的气流对象(R3、R7和C3)的绝对误差减小了。减小测量的气流对象的绝对误差是根据图9的例子,这显示的是测量的气流对象的温度预测的改进。对于测量的机架R3、R7和C3而言,气流分区AP和机架气流校正RA方法可能不精确地与温度匹配,但与基线B估计相比较仍然减少了至少一半的绝对误差。在未测量的冷却器C1和CRAC1对象中看到同样的减少。然而,未测量的机架R5和R10的校正方法不显示一致的误差减少。对于大多数的校正方法(除了气流分隔AP)而言,机架R5的绝对误差减小了,而机架R10显示的是与基线相比较差的性能。在一个实施例中,在使用许多预测方法以计算温度和气流后,对特定机架的估计可能是不一致的。为了解决这些多变的估计,可以将仪器放置在机架上以获得测量数据。
在上述的实施例中,提供了可以确定数据中心的相关温度并确定最大的冷却器和机架容量的方法和系统。通过使用这些系统和方法的结果来改变设备的实际布局或设备的建议布局,这些系统和方法可以用于提供数据中心的优化设计。在上面描述的方法中,确定了与数据中心的冷却有关的值,包括空气流动和温度。如本领域的普通技术人员所容易理解的,在至少一些实施例中,所确定的值是将会发生在具有建模的参数的数据中心中的实际值的预测。在本发明的至少一个实施例中的方法中,在成功地对数据中心的群集建模后,模型的结果可用作为系统的一部分来根据设计的布局订购设备、装运设备和数据中心的安装设备。
此外,本文所描述的实施例提供用于通过将地板气流测量并入到室温度模型中来确定来自数据中心中的地板下通风室的穿孔地板的气流的方法和系统。在本发明的实施例中,在数据中心设计或管理工具中精确地预测气流的能力有利于设计出在不同的穿孔地板布局配置下表现出良好的气流均匀性的稳健的通风系统。另外,在尝试实现所需的地板气流速率时,这些实施例有利于避免设施中昂贵的试验和错误的解决方案。更进一步,地板气流预测的较好的精度导致提高了整个数据中心的冷却分析,并且可以提供更节能的冷却解决方案。在本文中所描述的至少一些实施例中,通风室中的气流被描述成由CRAC所生成。本文所描述的系统和方法可以与通风室中的其它类型的空气源(包括其它类型的冷却装置和风扇)一起使用。在至少一些实施例中,这些方法被描述为确定特定的气流。在至少一些实施例中,该确定过程为对实际气流的预测或估计。
在本文所讨论的本发明的至少一些实施例中,实时评估和计算的性能指的是可以与复杂的计算一起进行的在大约几秒钟或更短时间而非几分钟或更长时间内完成的过程,如包括典型的CFD计算的那些过程。
在上面描述的至少一些实施例中,基于数据中心中的预测的穿孔地板气流改变数据中心的设计和/或数据中心的实际参数。例如,数据中心设计和管理系统的用户可能会改变数据中心设备的实际布局或设备的建议布局中所用的穿孔地板的位置或者地板的类型。当发现性能是在预定的规格内时,这些改变可被实现为提高冷却性能和/或可被实现为提供成本和/或功率节省。另外,基于确定的气流值,根据一个实施例的数据管理系统可控制一个或多个CRAC以调整气流,并且此外,如果来自穿孔地板的气流不足以提供足够的冷却,则一个或多个设备机架可以被控制以降低功耗。
在上面描述的至少一些实施例中,提供了用于确定数据中心中的穿孔地板气流的工具和方法。在其它实施例中,这些工具和过程可使用在其它类型的设施中,并且也可用于移动应用程序(包括移动数据中心)中。另外,根据本文中所描述的实施例的方法和系统可以用于顶置式空气通风室以及其它类型的空气通风室中。更进一步地,尽管这些实施例被描述为与具有穿孔地板的通风室一起使用,但是根据本发明的其它实施例可与通风室中其它类型的开口或通风口一起使用,以用于分布来自通风室中的空气。如本文所用的术语开口可包括单一开放区域的通风室如通风口、紧密地间隔在一起以有效地充当一个开口的一组通风孔或具有许多单独的开放区域的单个穿孔地板。
这样,已经描述了本发明的至少一个实施例的若干方面,应理解的是,本领域的技术人员容易进行各种更改、修改和改进。这样的更改、修改和改进被认为是本公开的一部分,且被认为在本发明的精神和范围之内。相应的,前面的描述和附图仅作为示例。
Claims (20)
1.一种用于评估数据中心的设备的冷却性能的计算机实现的方法,所述设备包括多个设备机架和至少一个冷却供应器,所述方法包括:
接收所述至少一个冷却供应器和所述多个设备机架的子集的多个测量的进气和排气温度值;
实现冷却模型,所述冷却模型包括:
环境空气温度值;所述多个设备机架和所述至少一个冷却供应
器的多个进气和排气温度值;以及所述多个设备机架和所述至少一
个冷却供应器的多个气流值;
在所述冷却模型中,调整下列中的至少一项:(a)所述环境空气温度值以及(b)所述多个气流值中的每一个;
调整所述冷却模型以补偿所述冷却模型中的调整后的下列中的至少一项:(a)所述环境空气温度值以及(b)所述多个气流值中的每一个;
在所述冷却模型中,将所述多个进气和排气温度值的第一子集替换为所述多个测量的进气和排气温度值;以及
在所述冷却模型中,预测所述多个设备机架和所述至少一个冷却供应器的所述多个进气和排气温度值的第二子集。
2.如权利要求1所述的计算机实现的方法,其中,调整所述冷却模型以补偿调整后的环境空气温度值还包括:
为每个设备机架和所述至少一个冷却供应器建立相等的环境温度值;以及
包括在所述至少一个冷却供应器和所述设备机架中的每个设备机架之间的气流。
3.如权利要求1所述的计算机实现的方法,还包括:确定所述设备机架中的每一个以及所述至少一个冷却供应器的进气和排气温度值是否由于调整所述冷却模型而通过误差校验。
4.如权利要求1所述的计算机实现的方法,其中,调整所述冷却模型以补偿调整后的环境空气温度值还包括为所述多个设备机架的每一个和所述至少一个冷却供应器建立不同的环境温度值。
5.如权利要求1所述的计算机实现的方法,调整所述冷却模型以补偿调整后的所述多个气流值中的每一个还包括调整多个气流百分比值中的每一个。
6.如权利要求5所述的计算机实现的方法,其中,调整所述多个气流百分比值中的每一个还包括确定所述多个气流百分比值的一组因数,其中,所述一组因数减少在所述多个测量的进气和排气温度值和所述多个进气和排气温度值的所述第二子集之间的差值。
7.如权利要求5所述的计算机实现的方法,其中,接收所述多个测量的进气和排气温度值还包括接收多个历史测量的进气和排气温度值,并且调整所述气流百分比值还包括确定所述气流百分比值的一组因数,其中,所述一组因数减少所述多个历史测量的进气和排气温度值和所述多个进气和排气温度值的所述第二子集之间的差值。
8.如权利要求1所述的计算机实现的方法,其中,调整所述冷却模型以补偿调整后的所述多个气流值中的每一个还包括确定用于在所述至少一个冷却供应器和所述多个所述设备机架的每一个之间的所述多个气流值的一组因数,其中,所述一组因数减少所述多个测量的进气和排气温度值和所述多个进气和排气温度值的所述第二子集之间的差值。
9.如权利要求1所述的计算机实现的方法,还包括:
接收多个穿孔地板中的每一个穿孔地板的多个测量的气流值;
确定所述多个穿孔地板中的每一个穿孔地板的多个估计气流值;
计算所述多个测量的气流值和所述多个估计气流值之间的比率;并且
调整泄漏因数,直到所述多个测量的气流值的子集和所述多个估计气流值的子集之间的差值达到阈值。
10.如权利要求9所述的计算机实现的方法,其中,调整所述泄漏因数还包括基于置信参数和均匀性参数确定阻尼参数。
11.一种用于评估数据中心的设备的系统,所述设备包括多个设备机架以及至少一个冷却供应器,所述系统包括:
接口;和
控制器,其被耦合到所述接口并且被配置为:
接收所述至少一个冷却供应器和所述多个设备机架的子集的多个测量的进气和排气温度值;
实现冷却模型,所述冷却模型包括环境空气温度值、所述多个设备机架和所述至少一个冷却供应器的多个进气和排气温度值,以及所述多个设备机架和所述至少一个冷却供应器的多个气流值;
在所述冷却模型中,调整下列中的至少一项:所述环境空气温度值,以及所述多个气流值中的每一个;
调整所述冷却模型以补偿所述冷却模型中的调整后的下列中的至少一项:所述环境空气温度值,以及所述多个气流值中的每一个;
在所述冷却模型中,将所述多个进气和排气温度值的第一子集替换为所述多个测量的进气和排气温度值;以及
在所述冷却模型中,预测所述多个设备机架和所述至少一个冷却供应器的所述多个进气和排气温度值的第二子集。
12.如权利要求11所述的系统,其中,所述控制器还被配置为通过包括每个设备机架和所述至少一个冷却供应器相等的环境温度值并且通过在所述环境空气温度值中包括所述至少一个冷却供应器和所述设备机架的每一个之间的气流来调整所述环境空气温度值。
13.如权利要求11所述的系统,其中,所述控制器还被配置为确定所述设备机架中的每一个以及所述至少一个冷却供应器的进气和排气温度是否由于调整所述冷却模型而通过误差校验。
14.如权利要求11所述的系统,其中,所述控制器还被配置为通过包括针对所述多个设备机架的每一个和所述至少一个冷却供应器不同的环境温度值来调整所述环境空气温度值。
15.如权利要求11所述的系统,其中,所述多个气流值包括多个气流百分比值。
16.如权利要求15所述的系统,其中,所述控制器还被配置为确定所述多个气流百分比值的一组因数,其中,所述一组因数减少所述多个测量的进气和排气温度值和所述多个进气和排气温度值的所述第二子集之间的差值。
17.如权利要求15所述的系统,其中,所述测量的进气和排气温度包括多个历史测量的进气和排气温度,并且所述控制器还被配置成通过确定所述气流百分比值的一组因数来调整所述多个气流百分比值,其中,所述一组因数减少所述多个历史测量的进气和排气温度值和所述多个进气和排气温度的所述第二子集之间的差值。
18.如权利要求11所述的系统,其中,所述控制器还被配置成通过确定所述多个气流值的一组因数来调整所述多个气流值,其中,所述一组因数减少所述多个测量的进气和排气温度值和所述多个进气和排气温度值中的所述第二子集之间的差值。
19.如权利要求11所述的系统,其中,所述控制器还被配置为:
接收多个穿孔地板中的每一个穿孔地板的多个测量的气流值;
确定所述多个穿孔地板中的每一个穿孔地板的多个估计气流值;
计算所述多个测量的气流值和所述多个估计气流值之间的比率;以及
调整泄漏因数,直到所述多个测量的气流值的子集和所述多个估计气流值的子集之间的差值达到阈值。
20.一种计算机可读介质,其上存储有包括指令的指令序列,所述指令将使处理器:
接收至少一个冷却供应器和多个设备机架的子集的多个测量的进气和排气温度值;
实现冷却模型,所述冷却模型包括环境空气温度值、所述多个设备机架和所述至少一个冷却供应器的多个进气和排气温度值,以及所述多个设备机架和所述至少一个冷却供应器的多个气流值;
在所述冷却模型中,调整下列中的至少一项:所述环境空气温度值,以及所述多个气流值中的每一个;
调整所述冷却模型以补偿所述冷却模型中的调整后的下列中的至少一项:所述环境空气温度值,以及所述多个气流值中的每一个;
在所述冷却模型中,将所述多个进气和排气温度值的第一子集替换为所述多个测量的进气和排气温度值;以及
在所述冷却模型中,预测所述多个设备机架和所述至少一个冷却供应器的所述多个进气和排气温度值的第二子集。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/171,152 | 2011-06-28 | ||
US13/171,152 US8725307B2 (en) | 2011-06-28 | 2011-06-28 | System and method for measurement aided prediction of temperature and airflow values in a data center |
PCT/US2012/044419 WO2013003476A2 (en) | 2011-06-28 | 2012-06-27 | System and method for measurement aided prediction of temperature and airflow values in a data center |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103766015A true CN103766015A (zh) | 2014-04-30 |
CN103766015B CN103766015B (zh) | 2016-04-20 |
Family
ID=46604046
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280042050.5A Active CN103766015B (zh) | 2011-06-28 | 2012-06-27 | 用于数据中心温度和气流值辅助预测的测量系统与方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US8725307B2 (zh) |
EP (1) | EP2727446B1 (zh) |
CN (1) | CN103766015B (zh) |
AU (1) | AU2012275406B2 (zh) |
DK (1) | DK2727446T3 (zh) |
WO (1) | WO2013003476A2 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108885472A (zh) * | 2015-12-21 | 2018-11-23 | 德怀尔仪器公司 | 用于平衡hvac系统的系统,方法和装置 |
CN113766802A (zh) * | 2020-06-03 | 2021-12-07 | 辉达公司 | 用于移动数据中心的智能液体冷却计算舱 |
CN116963482A (zh) * | 2023-09-21 | 2023-10-27 | 广东云下汇金科技有限公司 | 一种基于数据中心暖通系统的智能化节能方法及相关设备 |
Families Citing this family (126)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8930331B2 (en) | 2007-02-21 | 2015-01-06 | Palantir Technologies | Providing unique views of data based on changes or rules |
CN101755495B (zh) | 2007-05-15 | 2013-10-16 | 美国能量变换公司 | 用来管理设施供电和冷却的方法和系统 |
US8843354B2 (en) * | 2008-06-19 | 2014-09-23 | Hewlett-Packard Development Company, L.P. | Capacity planning |
US8984390B2 (en) | 2008-09-15 | 2015-03-17 | Palantir Technologies, Inc. | One-click sharing for screenshots and related documents |
US8209056B2 (en) | 2008-11-25 | 2012-06-26 | American Power Conversion Corporation | System and method for assessing and managing data center airflow and energy usage |
US8219362B2 (en) | 2009-05-08 | 2012-07-10 | American Power Conversion Corporation | System and method for arranging equipment in a data center |
US8249825B2 (en) | 2009-05-08 | 2012-08-21 | American Power Conversion Corporation | System and method for predicting cooling performance of arrangements of equipment in a data center |
US8397088B1 (en) | 2009-07-21 | 2013-03-12 | The Research Foundation Of State University Of New York | Apparatus and method for efficient estimation of the energy dissipation of processor based systems |
US9055698B2 (en) * | 2010-02-26 | 2015-06-09 | Hewlett-Packard Development Company, L.P. | Fluid flow control for computing device |
US8972217B2 (en) | 2010-06-08 | 2015-03-03 | Schneider Electric It Corporation | System and method for predicting temperature values in a data center |
US8509959B2 (en) | 2010-08-12 | 2013-08-13 | Schneider Electric It Corporation | System and method for predicting transient cooling performance for a data center |
US8996180B2 (en) | 2010-09-17 | 2015-03-31 | Schneider Electric It Corporation | System and method for predicting perforated tile airflow in a data center |
US8825451B2 (en) | 2010-12-16 | 2014-09-02 | Schneider Electric It Corporation | System and methods for rack cooling analysis |
US8688413B2 (en) | 2010-12-30 | 2014-04-01 | Christopher M. Healey | System and method for sequential placement of cooling resources within data center layouts |
US9223905B2 (en) | 2011-03-25 | 2015-12-29 | Schneider Electric It Corporation | Systems and methods for predicting fluid dynamics in a data center |
US9547693B1 (en) | 2011-06-23 | 2017-01-17 | Palantir Technologies Inc. | Periodic database search manager for multiple data sources |
US8799240B2 (en) | 2011-06-23 | 2014-08-05 | Palantir Technologies, Inc. | System and method for investigating large amounts of data |
US9092482B2 (en) | 2013-03-14 | 2015-07-28 | Palantir Technologies, Inc. | Fair scheduling for mixed-query loads |
US8725307B2 (en) | 2011-06-28 | 2014-05-13 | Schneider Electric It Corporation | System and method for measurement aided prediction of temperature and airflow values in a data center |
US8732574B2 (en) | 2011-08-25 | 2014-05-20 | Palantir Technologies, Inc. | System and method for parameterizing documents for automatic workflow generation |
US8504542B2 (en) | 2011-09-02 | 2013-08-06 | Palantir Technologies, Inc. | Multi-row transactions |
US9110642B2 (en) * | 2011-10-17 | 2015-08-18 | Lenovo Enterprise Solutions (Singapore) Pte. Ltd. | Optimization of system acoustic signature and cooling capacity with intelligent user controls |
JP5736302B2 (ja) * | 2011-12-15 | 2015-06-17 | 株式会社日立製作所 | 情報処理システム、情報処理システムの運用管理方法、およびデータセンタ |
US9952103B2 (en) | 2011-12-22 | 2018-04-24 | Schneider Electric It Corporation | Analysis of effect of transient events on temperature in a data center |
AU2011383606A1 (en) | 2011-12-22 | 2014-07-17 | Schneider Electric It Corporation | System and method for prediction of temperature values in an electronics system |
WO2013095623A2 (en) | 2011-12-23 | 2013-06-27 | Schneider Electric It Corporation | Dropped ceiling system cooling prediction |
EP2850566B1 (en) * | 2012-05-18 | 2023-09-13 | Tata Consultancy Services Limited | Method and system for determining and implementing a viable containment design of a data center |
US9348677B2 (en) | 2012-10-22 | 2016-05-24 | Palantir Technologies Inc. | System and method for batch evaluation programs |
US10157245B2 (en) | 2012-10-31 | 2018-12-18 | Schneider Electric It Corporation | System and method for fluid dynamics prediction with an enhanced potential flow model |
US10210288B2 (en) | 2012-12-27 | 2019-02-19 | Schneider Electric It Corporation | Systems and methods of visualizing airflow |
US9380431B1 (en) | 2013-01-31 | 2016-06-28 | Palantir Technologies, Inc. | Use of teams in a mobile application |
US10037314B2 (en) | 2013-03-14 | 2018-07-31 | Palantir Technologies, Inc. | Mobile reports |
US8909656B2 (en) | 2013-03-15 | 2014-12-09 | Palantir Technologies Inc. | Filter chains with associated multipath views for exploring large data sets |
US8868486B2 (en) | 2013-03-15 | 2014-10-21 | Palantir Technologies Inc. | Time-sensitive cube |
US9965937B2 (en) | 2013-03-15 | 2018-05-08 | Palantir Technologies Inc. | External malware data item clustering and analysis |
US8937619B2 (en) | 2013-03-15 | 2015-01-20 | Palantir Technologies Inc. | Generating an object time series from data objects |
US10275778B1 (en) | 2013-03-15 | 2019-04-30 | Palantir Technologies Inc. | Systems and user interfaces for dynamic and interactive investigation based on automatic malfeasance clustering of related data in various data structures |
US8917274B2 (en) | 2013-03-15 | 2014-12-23 | Palantir Technologies Inc. | Event matrix based on integrated data |
US8788405B1 (en) | 2013-03-15 | 2014-07-22 | Palantir Technologies, Inc. | Generating data clusters with customizable analysis strategies |
US8799799B1 (en) | 2013-05-07 | 2014-08-05 | Palantir Technologies Inc. | Interactive geospatial map |
US9223773B2 (en) | 2013-08-08 | 2015-12-29 | Palatir Technologies Inc. | Template system for custom document generation |
US9851726B2 (en) | 2013-09-04 | 2017-12-26 | Panduit Corp. | Thermal capacity management |
US8938686B1 (en) | 2013-10-03 | 2015-01-20 | Palantir Technologies Inc. | Systems and methods for analyzing performance of an entity |
US9116975B2 (en) | 2013-10-18 | 2015-08-25 | Palantir Technologies Inc. | Systems and user interfaces for dynamic and interactive simultaneous querying of multiple data stores |
US8924872B1 (en) | 2013-10-18 | 2014-12-30 | Palantir Technologies Inc. | Overview user interface of emergency call data of a law enforcement agency |
WO2015059710A2 (en) * | 2013-10-21 | 2015-04-30 | Tata Consultancy Services Limited | System and method for monitoring and controlling thermal condition of a data center in real-time |
US9021384B1 (en) | 2013-11-04 | 2015-04-28 | Palantir Technologies Inc. | Interactive vehicle information map |
US8868537B1 (en) | 2013-11-11 | 2014-10-21 | Palantir Technologies, Inc. | Simple web search |
US9105000B1 (en) | 2013-12-10 | 2015-08-11 | Palantir Technologies Inc. | Aggregating data from a plurality of data sources |
US10579647B1 (en) | 2013-12-16 | 2020-03-03 | Palantir Technologies Inc. | Methods and systems for analyzing entity performance |
US10025834B2 (en) | 2013-12-16 | 2018-07-17 | Palantir Technologies Inc. | Methods and systems for analyzing entity performance |
US10356032B2 (en) | 2013-12-26 | 2019-07-16 | Palantir Technologies Inc. | System and method for detecting confidential information emails |
US8832832B1 (en) | 2014-01-03 | 2014-09-09 | Palantir Technologies Inc. | IP reputation |
US10885238B1 (en) * | 2014-01-09 | 2021-01-05 | Opower, Inc. | Predicting future indoor air temperature for building |
US9483162B2 (en) | 2014-02-20 | 2016-11-01 | Palantir Technologies Inc. | Relationship visualizations |
US9009827B1 (en) | 2014-02-20 | 2015-04-14 | Palantir Technologies Inc. | Security sharing system |
US9727376B1 (en) | 2014-03-04 | 2017-08-08 | Palantir Technologies, Inc. | Mobile tasks |
EP2919078A1 (en) * | 2014-03-10 | 2015-09-16 | Nederlandse Organisatie voor toegepast- natuurwetenschappelijk onderzoek TNO | Navier-Stokes based indoor climate control |
US8935201B1 (en) | 2014-03-18 | 2015-01-13 | Palantir Technologies Inc. | Determining and extracting changed data from a data source |
US9857958B2 (en) | 2014-04-28 | 2018-01-02 | Palantir Technologies Inc. | Systems and user interfaces for dynamic and interactive access of, investigation of, and analysis of data objects stored in one or more databases |
EP2940443A1 (en) * | 2014-04-28 | 2015-11-04 | Nederlandse Organisatie voor toegepast- natuurwetenschappelijk onderzoek TNO | System and method for monitoring a state of a fluid in an indoor space as well as a climate control system |
US9535974B1 (en) | 2014-06-30 | 2017-01-03 | Palantir Technologies Inc. | Systems and methods for identifying key phrase clusters within documents |
US9619557B2 (en) | 2014-06-30 | 2017-04-11 | Palantir Technologies, Inc. | Systems and methods for key phrase characterization of documents |
US9256664B2 (en) | 2014-07-03 | 2016-02-09 | Palantir Technologies Inc. | System and method for news events detection and visualization |
US10572496B1 (en) | 2014-07-03 | 2020-02-25 | Palantir Technologies Inc. | Distributed workflow system and database with access controls for city resiliency |
US9202249B1 (en) | 2014-07-03 | 2015-12-01 | Palantir Technologies Inc. | Data item clustering and analysis |
US9454281B2 (en) | 2014-09-03 | 2016-09-27 | Palantir Technologies Inc. | System for providing dynamic linked panels in user interface |
US10129611B2 (en) | 2014-09-27 | 2018-11-13 | Rf Code, Inc. | System and method for monitoring sensor output |
US9501851B2 (en) | 2014-10-03 | 2016-11-22 | Palantir Technologies Inc. | Time-series analysis system |
US9767172B2 (en) | 2014-10-03 | 2017-09-19 | Palantir Technologies Inc. | Data aggregation and analysis system |
US9984133B2 (en) | 2014-10-16 | 2018-05-29 | Palantir Technologies Inc. | Schematic and database linking system |
US9229952B1 (en) | 2014-11-05 | 2016-01-05 | Palantir Technologies, Inc. | History preserving data pipeline system and method |
US9043894B1 (en) | 2014-11-06 | 2015-05-26 | Palantir Technologies Inc. | Malicious software detection in a computing system |
US9367872B1 (en) * | 2014-12-22 | 2016-06-14 | Palantir Technologies Inc. | Systems and user interfaces for dynamic and interactive investigation of bad actor behavior based on automatic clustering of related data in various data structures |
US10552994B2 (en) | 2014-12-22 | 2020-02-04 | Palantir Technologies Inc. | Systems and interactive user interfaces for dynamic retrieval, analysis, and triage of data items |
US10362133B1 (en) | 2014-12-22 | 2019-07-23 | Palantir Technologies Inc. | Communication data processing architecture |
US9348920B1 (en) | 2014-12-22 | 2016-05-24 | Palantir Technologies Inc. | Concept indexing among database of documents using machine learning techniques |
US9335911B1 (en) | 2014-12-29 | 2016-05-10 | Palantir Technologies Inc. | Interactive user interface for dynamic data analysis exploration and query processing |
US9817563B1 (en) | 2014-12-29 | 2017-11-14 | Palantir Technologies Inc. | System and method of generating data points from one or more data stores of data items for chart creation and manipulation |
US9870205B1 (en) | 2014-12-29 | 2018-01-16 | Palantir Technologies Inc. | Storing logical units of program code generated using a dynamic programming notebook user interface |
US10001761B2 (en) | 2014-12-30 | 2018-06-19 | Schneider Electric It Corporation | Power consumption model for cooling equipment |
US10102313B2 (en) | 2014-12-30 | 2018-10-16 | Schneider Electric It Corporation | Raised floor plenum tool |
EP3048545A1 (en) | 2015-01-23 | 2016-07-27 | Tata Consultancy Services Limited | System and method for facilitating homogenized distribution of airflow in a data center |
US9727560B2 (en) | 2015-02-25 | 2017-08-08 | Palantir Technologies Inc. | Systems and methods for organizing and identifying documents via hierarchies and dimensions of tags |
US9976765B2 (en) * | 2015-03-06 | 2018-05-22 | Mitsubishi Electric Research Laboratories, Inc. | System and method for controlling operations of air-conditioning system |
US10145576B2 (en) * | 2015-03-06 | 2018-12-04 | Mitsubishi Electric Research Laboratories, Inc. | System and method for controlling operations of air-conditioning system |
US9891808B2 (en) | 2015-03-16 | 2018-02-13 | Palantir Technologies Inc. | Interactive user interfaces for location-based data analysis |
US9886467B2 (en) | 2015-03-19 | 2018-02-06 | Plantir Technologies Inc. | System and method for comparing and visualizing data entities and data entity series |
US10103953B1 (en) | 2015-05-12 | 2018-10-16 | Palantir Technologies Inc. | Methods and systems for analyzing entity performance |
US9454785B1 (en) | 2015-07-30 | 2016-09-27 | Palantir Technologies Inc. | Systems and user interfaces for holistic, data-driven investigation of bad actor behavior based on clustering and scoring of related data |
US9996595B2 (en) | 2015-08-03 | 2018-06-12 | Palantir Technologies, Inc. | Providing full data provenance visualization for versioned datasets |
US9456000B1 (en) | 2015-08-06 | 2016-09-27 | Palantir Technologies Inc. | Systems, methods, user interfaces, and computer-readable media for investigating potential malicious communications |
US10489391B1 (en) | 2015-08-17 | 2019-11-26 | Palantir Technologies Inc. | Systems and methods for grouping and enriching data items accessed from one or more databases for presentation in a user interface |
US9600146B2 (en) | 2015-08-17 | 2017-03-21 | Palantir Technologies Inc. | Interactive geospatial map |
US10853378B1 (en) | 2015-08-25 | 2020-12-01 | Palantir Technologies Inc. | Electronic note management via a connected entity graph |
US11150917B2 (en) | 2015-08-26 | 2021-10-19 | Palantir Technologies Inc. | System for data aggregation and analysis of data from a plurality of data sources |
US9485265B1 (en) | 2015-08-28 | 2016-11-01 | Palantir Technologies Inc. | Malicious activity detection system capable of efficiently processing data accessed from databases and generating alerts for display in interactive user interfaces |
US10706434B1 (en) | 2015-09-01 | 2020-07-07 | Palantir Technologies Inc. | Methods and systems for determining location information |
US9576015B1 (en) | 2015-09-09 | 2017-02-21 | Palantir Technologies, Inc. | Domain-specific language for dataset transformations |
US10296617B1 (en) | 2015-10-05 | 2019-05-21 | Palantir Technologies Inc. | Searches of highly structured data |
US9542446B1 (en) | 2015-12-17 | 2017-01-10 | Palantir Technologies, Inc. | Automatic generation of composite datasets based on hierarchical fields |
US9823818B1 (en) | 2015-12-29 | 2017-11-21 | Palantir Technologies Inc. | Systems and interactive user interfaces for automatic generation of temporal representation of data objects |
US9612723B1 (en) | 2015-12-30 | 2017-04-04 | Palantir Technologies Inc. | Composite graphical interface with shareable data-objects |
US10698938B2 (en) | 2016-03-18 | 2020-06-30 | Palantir Technologies Inc. | Systems and methods for organizing and identifying documents via hierarchies and dimensions of tags |
US10617038B2 (en) | 2016-07-08 | 2020-04-07 | Schneider Electric It Corporation | Zero-equation turbulence models for large electrical and electronics enclosure applications |
US10719188B2 (en) | 2016-07-21 | 2020-07-21 | Palantir Technologies Inc. | Cached database and synchronization system for providing dynamic linked panels in user interface |
US10324609B2 (en) | 2016-07-21 | 2019-06-18 | Palantir Technologies Inc. | System for providing dynamic linked panels in user interface |
US10437840B1 (en) | 2016-08-19 | 2019-10-08 | Palantir Technologies Inc. | Focused probabilistic entity resolution from multiple data sources |
US10318630B1 (en) | 2016-11-21 | 2019-06-11 | Palantir Technologies Inc. | Analysis of large bodies of textual data |
US10620618B2 (en) | 2016-12-20 | 2020-04-14 | Palantir Technologies Inc. | Systems and methods for determining relationships between defects |
US10460602B1 (en) | 2016-12-28 | 2019-10-29 | Palantir Technologies Inc. | Interactive vehicle information mapping system |
US11076509B2 (en) | 2017-01-24 | 2021-07-27 | The Research Foundation for the State University | Control systems and prediction methods for it cooling performance in containment |
US10325224B1 (en) | 2017-03-23 | 2019-06-18 | Palantir Technologies Inc. | Systems and methods for selecting machine learning training data |
US10606866B1 (en) | 2017-03-30 | 2020-03-31 | Palantir Technologies Inc. | Framework for exposing network activities |
US10235461B2 (en) | 2017-05-02 | 2019-03-19 | Palantir Technologies Inc. | Automated assistance for generating relevant and valuable search results for an entity of interest |
US10482382B2 (en) | 2017-05-09 | 2019-11-19 | Palantir Technologies Inc. | Systems and methods for reducing manufacturing failure rates |
US10956406B2 (en) | 2017-06-12 | 2021-03-23 | Palantir Technologies Inc. | Propagated deletion of database records and derived data |
US10403011B1 (en) | 2017-07-18 | 2019-09-03 | Palantir Technologies Inc. | Passing system with an interactive user interface |
JP6958314B2 (ja) * | 2017-12-13 | 2021-11-02 | 株式会社デンソーウェーブ | 全館空調システム |
US11599369B1 (en) | 2018-03-08 | 2023-03-07 | Palantir Technologies Inc. | Graphical user interface configuration system |
US10754822B1 (en) | 2018-04-18 | 2020-08-25 | Palantir Technologies Inc. | Systems and methods for ontology migration |
US10885021B1 (en) | 2018-05-02 | 2021-01-05 | Palantir Technologies Inc. | Interactive interpreter and graphical user interface |
US11119630B1 (en) | 2018-06-19 | 2021-09-14 | Palantir Technologies Inc. | Artificial intelligence assisted evaluations and user interface for same |
US20220007549A1 (en) * | 2018-11-19 | 2022-01-06 | Alibaba Group Holding Limited | Thermal control optimization based on monitoring/control mechanism |
EP3879950A1 (en) * | 2020-03-11 | 2021-09-15 | ABB Schweiz AG | Air conditioning of a data centre |
CN116661522B (zh) * | 2023-07-27 | 2023-09-29 | 广东科明环境仪器工业有限公司 | 一种基于数据处理的温变试验箱温度智能调控方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101032196A (zh) * | 2004-05-26 | 2007-09-05 | 惠普开发有限公司 | 使用传热水平操作的能量高效crac部件 |
CN101053291A (zh) * | 2004-09-01 | 2007-10-10 | 惠普开发有限公司 | 基于再循环指数的crac单元控制 |
US20090326879A1 (en) * | 2008-06-26 | 2009-12-31 | International Business Machines Corporation | Techniques for Thermal Modeling of Data Centers to Improve Energy Efficiency |
US20100286955A1 (en) * | 2009-05-08 | 2010-11-11 | American Power Conversion Corporation | System and method for predicting maximum cooler and rack capacities in a data center |
Family Cites Families (99)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US863675A (en) | 1907-05-31 | 1907-08-20 | Albert E Torelle | Safety-wheel for roller-skates. |
US1910908A (en) | 1931-03-31 | 1933-05-23 | Wadsworth Watch Case Co | Watchcase |
US4823290A (en) | 1987-07-21 | 1989-04-18 | Honeywell Bull Inc. | Method and apparatus for monitoring the operating environment of a computer system |
US5216623A (en) | 1990-06-06 | 1993-06-01 | M. T. Mcbrian, Inc. | System and method for monitoring and analyzing energy characteristics |
US5095712A (en) | 1991-05-03 | 1992-03-17 | Carrier Corporation | Economizer control with variable capacity |
CA2071804A1 (en) | 1991-06-24 | 1992-12-25 | Ronald G. Ward | Computer system manager |
US5410448A (en) | 1992-03-02 | 1995-04-25 | Digital Equipment Corporation | Adaptive cooling system |
US5581478A (en) | 1995-04-13 | 1996-12-03 | Cruse; Michael | Facility environmental control system |
JP3113793B2 (ja) | 1995-05-02 | 2000-12-04 | 株式会社エヌ・ティ・ティ ファシリティーズ | 空気調和方式 |
US5735134A (en) | 1996-05-30 | 1998-04-07 | Massachusetts Institute Of Technology | Set point optimization in vapor compression cycles |
US5924486A (en) | 1997-10-29 | 1999-07-20 | Tecom, Inc. | Environmental condition control and energy management system and method |
US6055480A (en) | 1997-11-12 | 2000-04-25 | Albert Einstein Healthcare Network | Environmental monitoring system |
US6134511A (en) | 1998-04-15 | 2000-10-17 | Subbarao; Krishnappa | Method and apparatus for improving building energy simulations |
US6246969B1 (en) | 1998-09-08 | 2001-06-12 | International Business Machines Corporation | Method and apparatus for testing computer cooling systems |
EP1258182A4 (en) | 2000-02-18 | 2008-12-17 | Rtkl Associates Inc | HEAT EXTRACTION DEVICE FOR A COMPUTER BATI |
US6574970B2 (en) | 2000-02-18 | 2003-06-10 | Toc Technology, Llc | Computer room air flow method and apparatus |
WO2001072099A2 (en) | 2000-03-21 | 2001-09-27 | Liebert Corporation | Method and apparatus for cooling electronic enclosures |
US6670810B2 (en) | 2000-04-25 | 2003-12-30 | Airak, Inc. | System and method for distributed monitoring of surroundings using telemetry of data from remote sensors |
US6827142B2 (en) | 2000-04-27 | 2004-12-07 | Innoventor Engineering, Inc. | Process and apparatus for achieving precision temperature control |
US20020071031A1 (en) | 2000-12-07 | 2002-06-13 | Philips Electronics North America Corporation | Remote monitoring via a consumer electronic appliance |
US6535382B2 (en) | 2001-04-12 | 2003-03-18 | Johnson Controls Technology Company | Cooling system for electronic equipment cabinets |
US6672955B2 (en) | 2001-09-07 | 2004-01-06 | International Business Machines Corporation | Air flow management system for an internet data center |
WO2003032466A1 (fr) | 2001-10-03 | 2003-04-17 | Mitsubishi Denki Kabushiki Kaisha | Alimentation electrique sans coupure et procede de demarrage de celle-ci |
US6574104B2 (en) | 2001-10-05 | 2003-06-03 | Hewlett-Packard Development Company L.P. | Smart cooling of data centers |
US6804616B2 (en) | 2001-12-13 | 2004-10-12 | Intel Corporation | Method to estimate power and cooling requirements of systems |
US7020586B2 (en) | 2001-12-17 | 2006-03-28 | Sun Microsystems, Inc. | Designing a data center |
US7313503B2 (en) | 2002-02-19 | 2007-12-25 | Hewlett-Packard Development Company, L.P. | Designing layout for internet datacenter cooling |
US6718277B2 (en) | 2002-04-17 | 2004-04-06 | Hewlett-Packard Development Company, L.P. | Atmospheric control within a building |
US20030232598A1 (en) | 2002-06-13 | 2003-12-18 | Daniel Aljadeff | Method and apparatus for intrusion management in a wireless network using physical location determination |
US20040020225A1 (en) | 2002-08-02 | 2004-02-05 | Patel Chandrakant D. | Cooling system |
US6786056B2 (en) | 2002-08-02 | 2004-09-07 | Hewlett-Packard Development Company, L.P. | Cooling system with evaporators distributed in parallel |
US6807056B2 (en) | 2002-09-24 | 2004-10-19 | Hitachi, Ltd. | Electronic equipment |
US6775997B2 (en) | 2002-10-03 | 2004-08-17 | Hewlett-Packard Development Company, L.P. | Cooling of data centers |
US6694759B1 (en) | 2003-01-27 | 2004-02-24 | Hewlett-Packard Development Company, L.P. | Pressure control of cooling fluid within a plenum using automatically adjustable vents |
US7046514B2 (en) | 2003-03-19 | 2006-05-16 | American Power Conversion Corporation | Data center cooling |
US20040189161A1 (en) | 2003-03-28 | 2004-09-30 | Davis Brooks I. | Zero rack unit space utilization |
US7148796B2 (en) | 2003-04-14 | 2006-12-12 | American Power Conversion Corporation | Environmental monitoring device |
US7378165B2 (en) | 2003-04-29 | 2008-05-27 | Hewlett-Packard Development Company, L.P. | System and method for providing electrical power to an equipment rack using a fuel cell |
US7799474B2 (en) | 2003-04-29 | 2010-09-21 | Hewlett-Packard Development Company, L.P. | System and method for managing electrically isolated fuel cell powered devices within an equipment rack |
US7051946B2 (en) | 2003-05-29 | 2006-05-30 | Hewlett-Packard Development Company, L.P. | Air re-circulation index |
US7346344B2 (en) | 2003-05-30 | 2008-03-18 | Aol Llc, A Delaware Limited Liability Company | Identity-based wireless device configuration |
US6889908B2 (en) | 2003-06-30 | 2005-05-10 | International Business Machines Corporation | Thermal analysis in a data processing system |
US7085133B2 (en) | 2003-07-09 | 2006-08-01 | International Business Machines Corporation | Cooling using complimentary tapered plenums |
KR20050017350A (ko) | 2003-08-13 | 2005-02-22 | 삼성전자주식회사 | 입력 장치가 없는 시스템에서의 암호키 생성 방법 및 이에적합한 장치 |
US7031870B2 (en) | 2004-05-28 | 2006-04-18 | Hewlett-Packard Development Company, L.P. | Data center evaluation using an air re-circulation index |
US7251547B2 (en) | 2004-10-08 | 2007-07-31 | Hewlett-Packard Development Company, L.P. | Correlation of vent tile settings and rack temperatures |
JP2006132818A (ja) | 2004-11-04 | 2006-05-25 | Matsushita Electric Ind Co Ltd | 冷凍サイクル装置の制御方法およびそれを用いた冷凍サイクル装置 |
ES2745410T3 (es) | 2004-11-30 | 2020-03-02 | Agrium Inc | Procedimiento y aparato para recubrir un producto de liberación controlada en un tambor giratorio |
US7259963B2 (en) | 2004-12-29 | 2007-08-21 | American Power Conversion Corp. | Rack height cooling |
US7426453B2 (en) | 2005-01-14 | 2008-09-16 | Hewlett-Packard Development Company, L.P. | Workload placement based upon CRAC unit capacity utilizations |
US7472043B1 (en) | 2005-02-18 | 2008-12-30 | Tellabs Bedford, Inc. | Mass customization configurator |
US7640760B2 (en) | 2005-03-25 | 2010-01-05 | Hewlett-Packard Development Company, L.P. | Temperature control using a sensor network |
US7908126B2 (en) * | 2005-04-28 | 2011-03-15 | Emerson Climate Technologies, Inc. | Cooling system design simulator |
US7881910B2 (en) | 2005-05-02 | 2011-02-01 | American Power Conversion Corporation | Methods and systems for managing facility power and cooling |
US7596476B2 (en) | 2005-05-02 | 2009-09-29 | American Power Conversion Corporation | Methods and systems for managing facility power and cooling |
EP1877950B1 (en) | 2005-05-02 | 2018-11-28 | Schneider Electric IT Corporation | Methods and systems for managing facility power and cooling |
US7885795B2 (en) * | 2005-05-02 | 2011-02-08 | American Power Conversion Corporation | Methods and systems for managing facility power and cooling |
US7841199B2 (en) | 2005-05-17 | 2010-11-30 | American Power Conversion Corporation | Cold aisle isolation |
US7315448B1 (en) | 2005-06-01 | 2008-01-01 | Hewlett-Packard Development Company, L.P. | Air-cooled heat generating device airflow control system |
KR100679250B1 (ko) | 2005-07-22 | 2007-02-05 | 한국전자통신연구원 | 무선 센서 네트워크에서의 클러스터 헤더 자동 선출 방법및 보안 무선 센서 네트워크의 동적 구성 방법 |
US7366632B2 (en) | 2005-08-02 | 2008-04-29 | International Business Machines Corporation | Method and apparatus for three-dimensional measurements |
US7726144B2 (en) | 2005-10-25 | 2010-06-01 | Hewlett-Packard Development Company, L.P. | Thermal management using stored field replaceable unit thermal information |
US7620480B2 (en) | 2005-11-01 | 2009-11-17 | Hewlett-Packard Development Company, L.P. | Cooling components across a continuum |
US7568360B1 (en) | 2005-11-01 | 2009-08-04 | Hewlett-Packard Development Company, L.P. | Air re-circulation effect reduction system |
US20070121295A1 (en) | 2005-11-30 | 2007-05-31 | International Business Machines Corporation | Hybrid liquid-air cooled module |
US7365973B2 (en) | 2006-01-19 | 2008-04-29 | American Power Conversion Corporation | Cooling system and method |
US7862410B2 (en) | 2006-01-20 | 2011-01-04 | American Power Conversion Corporation | Air removal unit |
US8764527B2 (en) | 2006-02-10 | 2014-07-01 | Schneider Electric It Corporation | Method and apparatus for providing cooling air to equipment |
AU2007215267B2 (en) | 2006-02-10 | 2011-02-10 | American Power Conversion Corporation | Storage rack management system and method |
US7558649B1 (en) | 2006-05-03 | 2009-07-07 | Hewlett-Packard Development Company, L.P. | Method for predicting airflow rates |
US8327656B2 (en) | 2006-08-15 | 2012-12-11 | American Power Conversion Corporation | Method and apparatus for cooling |
US20080104985A1 (en) | 2006-11-03 | 2008-05-08 | American Power Conversion Corporation | Constant temperature CRAC control algorithm |
US20080105412A1 (en) | 2006-11-03 | 2008-05-08 | American Power Conversion Corporation | Continuous cooling capacity regulation using supplemental heating |
US8425287B2 (en) | 2007-01-23 | 2013-04-23 | Schneider Electric It Corporation | In-row air containment and cooling system and method |
ES2604783T3 (es) | 2007-01-24 | 2017-03-09 | Schneider Electric It Corporation | Sistema y método para evaluar el rendimiento de enfriamiento de bastidores de equipos |
US7676280B1 (en) | 2007-01-29 | 2010-03-09 | Hewlett-Packard Development Company, L.P. | Dynamic environmental management |
CN101755495B (zh) | 2007-05-15 | 2013-10-16 | 美国能量变换公司 | 用来管理设施供电和冷却的方法和系统 |
US20090030554A1 (en) | 2007-07-26 | 2009-01-29 | Bean Jr John H | Cooling control device and method |
US8732706B2 (en) | 2007-11-27 | 2014-05-20 | Hewlett-Packard Development Company, L.P. | Generating governing metrics for resource provisioning |
US7979250B2 (en) | 2007-12-05 | 2011-07-12 | International Business Machines Corporation | Method of laying out a data center using a plurality of thermal simulators |
US7878007B2 (en) | 2008-02-15 | 2011-02-01 | International Business Machines Corporation | Monitoring method and system for determining airflow rate through and heat removal rate of an air-conditioning unit |
US7707880B2 (en) | 2008-02-15 | 2010-05-04 | International Business Machines Corporation | Monitoring method and system for determining rack airflow rate and rack power consumption |
US8053926B2 (en) | 2008-06-16 | 2011-11-08 | American Power Conversion Corporation | Methods and systems for managing facility power and cooling |
US8849630B2 (en) * | 2008-06-26 | 2014-09-30 | International Business Machines Corporation | Techniques to predict three-dimensional thermal distributions in real-time |
RU2011111421A (ru) | 2008-08-27 | 2012-10-10 | Конинклейке Филипс Электроникс Н.В. (Nl) | Ввод в эксплуатацию сетевой системы |
US8473265B2 (en) | 2008-10-27 | 2013-06-25 | Schneider Electric It Corporation | Method for designing raised floor and dropped ceiling in computing facilities |
US9904331B2 (en) | 2009-04-01 | 2018-02-27 | Schneider Electric It Corporation | Method for computing cooling redundancy at the rack level |
US8249825B2 (en) | 2009-05-08 | 2012-08-21 | American Power Conversion Corporation | System and method for predicting cooling performance of arrangements of equipment in a data center |
US8219362B2 (en) | 2009-05-08 | 2012-07-10 | American Power Conversion Corporation | System and method for arranging equipment in a data center |
US8155922B2 (en) * | 2009-06-04 | 2012-04-10 | Eaton Corporation | Electrical device cooling efficiency monitoring |
US8228046B2 (en) | 2009-06-16 | 2012-07-24 | American Power Conversion Corporation | Apparatus and method for operating an uninterruptible power supply |
US8229713B2 (en) | 2009-08-12 | 2012-07-24 | International Business Machines Corporation | Methods and techniques for creating and visualizing thermal zones |
US8244502B2 (en) * | 2009-08-12 | 2012-08-14 | International Business Machines Corporation | Knowledge-based models for data centers |
US8509959B2 (en) * | 2010-08-12 | 2013-08-13 | Schneider Electric It Corporation | System and method for predicting transient cooling performance for a data center |
US8996180B2 (en) | 2010-09-17 | 2015-03-31 | Schneider Electric It Corporation | System and method for predicting perforated tile airflow in a data center |
US8825451B2 (en) | 2010-12-16 | 2014-09-02 | Schneider Electric It Corporation | System and methods for rack cooling analysis |
US8688413B2 (en) | 2010-12-30 | 2014-04-01 | Christopher M. Healey | System and method for sequential placement of cooling resources within data center layouts |
US9223905B2 (en) | 2011-03-25 | 2015-12-29 | Schneider Electric It Corporation | Systems and methods for predicting fluid dynamics in a data center |
US8725307B2 (en) | 2011-06-28 | 2014-05-13 | Schneider Electric It Corporation | System and method for measurement aided prediction of temperature and airflow values in a data center |
-
2011
- 2011-06-28 US US13/171,152 patent/US8725307B2/en active Active
-
2012
- 2012-06-27 AU AU2012275406A patent/AU2012275406B2/en not_active Ceased
- 2012-06-27 WO PCT/US2012/044419 patent/WO2013003476A2/en active Application Filing
- 2012-06-27 EP EP12742985.0A patent/EP2727446B1/en active Active
- 2012-06-27 CN CN201280042050.5A patent/CN103766015B/zh active Active
- 2012-06-27 DK DK12742985.0T patent/DK2727446T3/en active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101032196A (zh) * | 2004-05-26 | 2007-09-05 | 惠普开发有限公司 | 使用传热水平操作的能量高效crac部件 |
CN101053291A (zh) * | 2004-09-01 | 2007-10-10 | 惠普开发有限公司 | 基于再循环指数的crac单元控制 |
US20090326879A1 (en) * | 2008-06-26 | 2009-12-31 | International Business Machines Corporation | Techniques for Thermal Modeling of Data Centers to Improve Energy Efficiency |
US20100286955A1 (en) * | 2009-05-08 | 2010-11-11 | American Power Conversion Corporation | System and method for predicting maximum cooler and rack capacities in a data center |
Non-Patent Citations (1)
Title |
---|
IEEE, PISCALTAWAY, NJ, USA: "Measurement-based modeling for data centers", 《THERMAL AND THERMOMECHANICAL PHENOMENA IN ELECTRONIC SYSTEMS (ITHERM)》, no. 12, 2 June 2010 (2010-06-02), pages 1 - 8, XP031702357 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108885472A (zh) * | 2015-12-21 | 2018-11-23 | 德怀尔仪器公司 | 用于平衡hvac系统的系统,方法和装置 |
CN113766802A (zh) * | 2020-06-03 | 2021-12-07 | 辉达公司 | 用于移动数据中心的智能液体冷却计算舱 |
CN116963482A (zh) * | 2023-09-21 | 2023-10-27 | 广东云下汇金科技有限公司 | 一种基于数据中心暖通系统的智能化节能方法及相关设备 |
CN116963482B (zh) * | 2023-09-21 | 2023-12-05 | 广东云下汇金科技有限公司 | 一种基于数据中心暖通系统的智能化节能方法及相关设备 |
Also Published As
Publication number | Publication date |
---|---|
EP2727446A2 (en) | 2014-05-07 |
CN103766015B (zh) | 2016-04-20 |
AU2012275406B2 (en) | 2016-05-26 |
DK2727446T3 (en) | 2017-10-09 |
EP2727446B1 (en) | 2017-08-09 |
WO2013003476A2 (en) | 2013-01-03 |
WO2013003476A3 (en) | 2013-02-14 |
AU2012275406A1 (en) | 2014-01-23 |
US20130006426A1 (en) | 2013-01-03 |
US8725307B2 (en) | 2014-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103766015B (zh) | 用于数据中心温度和气流值辅助预测的测量系统与方法 | |
US8306794B2 (en) | Techniques for thermal modeling of data centers to improve energy efficiency | |
US10034417B2 (en) | System and methods for simulation-based optimization of data center cooling equipment | |
CN103210708B (zh) | 用于预测数据中心的多孔砖气流的系统和方法 | |
CN103155734B (zh) | 用于预测数据中心瞬态冷却性能的系统和方法 | |
US8825451B2 (en) | System and methods for rack cooling analysis | |
CN102414685B (zh) | 用于预测数据中心内的最大冷却器容量和机架容量的系统和方法 | |
US9857235B2 (en) | Real-time modeling of heat distributions | |
US9952103B2 (en) | Analysis of effect of transient events on temperature in a data center | |
CN102224474A (zh) | 用于评估和管理数据中心气流和功率使用的系统和方法 | |
US20110301911A1 (en) | System and method for predicting temperature values in a data center | |
US20120245905A1 (en) | Systems and methods for predicting fluid dynamics in a data center | |
US20140122033A1 (en) | System and method for fluid dynamics prediction with an enhanced potential flow model | |
Khalaj et al. | Multi-objective efficiency enhancement using workload spreading in an operational data center | |
US20140316720A1 (en) | Data processing system with real-time data center air flow simulator | |
CN104797990A (zh) | 用于表征热瞬态性能的方法和仪器 | |
US11570934B2 (en) | Systems and methods for generating in a graphical user interface a display representing air temperatures, pressures, and velocities in an information technology room | |
WO2023004704A1 (zh) | 用于监控封闭空间环境的方法、装置和计算机存储介质 | |
CN112989642B (zh) | 用于产生显示的非暂时性计算机可读介质、系统及方法 | |
Avotins et al. | Development of analysis tools for energy efficiency increase of existing data centres |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |