CN104503403B - 制冷系统运行能效的管理系统及方法 - Google Patents
制冷系统运行能效的管理系统及方法 Download PDFInfo
- Publication number
- CN104503403B CN104503403B CN201410767388.8A CN201410767388A CN104503403B CN 104503403 B CN104503403 B CN 104503403B CN 201410767388 A CN201410767388 A CN 201410767388A CN 104503403 B CN104503403 B CN 104503403B
- Authority
- CN
- China
- Prior art keywords
- data
- refrigeration system
- efficiency
- operational
- model
- 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.)
- Active
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本发明公开了一种制冷系统运行能效的管理系统及方法,所述系统包括:参数采集模块,用于采集和处理数据中心收集的环境参数;模型建立模块,用于根据所述环境参数和制冷系统当前的运行参数,得到预测模型,并对所述制冷系统中的运行模型进行调整和优化;求解计算模块,用于根据所述预测模型和运行模型进行求解计算,确定所述制冷系统的运行模式和运行参数;数据输出模块,用于对所述运行模式和运行参数进行数据输出;以及数据保存模块,用于对所述数据输出的所述运行模式和运行参数进行保存。本发明可解决当前仅凭借人工经验控制系统运行,所导致的不能精确调节和节能效率低的问题。
Description
技术领域
本发明涉及数据采集和分析领域,更为具体而言,涉及一种制冷系统运行能效的管理系统及方法。
背景技术
随着互联网和数据中心行业的发展,围绕数据中心能效指标PUE(Power UsageEffectiveness的简写,是评价数据中心能源效率的指标)、用电量、用水量等指标的分析受到越来越多的重视。据估计,全球互联网数据中心的用电功率可能达300亿瓦特,相当于30个核电站的供电功率,仅2011年,我国数据中心的用电量就已经占到了全社会的2%,相当于三峡大坝的全年发电量,如此巨大的用电量背后,被用于服务器的只是其中很少的一部分,所以提高数据中心的能效迫在眉睫。
而现在运行的数据中心在能效方面没有全面而系统的分析和规划利用,目前数据中心所采用的能耗分析和运行方式主要是凭借人工经验对数据进行分析和判断,并依据各自的具体环境开启不同的制冷系统运行方式,主要依据主观判断,因此,不能实现对系统的精确调节。
现有方法的主要问题在于:(1)经验性,由于需要人工判断具体环境,不同的环境条件和人工经验往往会有不同的决策和能效表现。(2)预测性差,缺乏对未来时间段内数据中心负荷的预测。(3)非精确性,这种对数据中心运行的经验判断依赖于领域专家的先验知识,可以把握大概的运行情况,但对于数据中心细节的把握则无法达到精确掌握的目的。
发明内容
为了解决目前仅凭借人工经验控制系统运行,所导致的不能精确调节和节能效率低的问题,本发明的实施方式提供了一种数据中心优化节能系统及方法。
一方面,本发明实施方式提供了一种制冷系统运行能效的管理系统,所述系统包括:
参数采集模块,用于采集和处理数据中心收集的环境参数;
模型建立模块,用于根据所述环境参数和制冷系统当前的运行参数,得到预测模型,并对所述制冷系统中的运行模型进行调整和优化;
求解计算模块,用于根据所述预测模型和运行模型进行求解计算,确定所述制冷系统的运行模式和运行参数;
数据输出模块,用于对所述运行模式和运行参数进行数据输出;以及
数据保存模块,用于对所述数据输出的所述运行模式和运行参数进行保存。
相应的,本发明实施方式还提供了一种制冷系统运行能效的管理方法,所述方法包括:
采集和处理数据中心收集的环境参数;
根据所述环境参数和制冷系统当前的运行参数,得到预测模型,并对所述制冷系统中的运行模型进行调整和优化;
根据所述预测模型和运行模型进行求解计算,确定所述制冷系统的运行模式和运行参数;
对所述运行模式和运行参数进行数据输出;以及
对所述数据输出的所述运行模式和运行参数进行保存。
实施本发明的各种实施方式具有以下有益效果:可根据采集和计算出的参数数据对制冷系统进行精确调节,从而提高节能效率。
附图说明
图1是根据本发明实施方式的制冷系统运行能效的管理系统的架构图;
图2示出了图1的参数采集模块100的框图;
图3示出了图1的模型建立模块200的框图;
图4示出了图1的求解计算模块300的框图;
图5示出了图1的数据输出模块400的框图;
图6是根据本发明实施方式的制冷系统运行能效的管理方法的流程图;
图7示出了图6所示方法的步骤S1的具体流程图;
图8示出了图6所示方法的步骤S2的具体流程图;
图9示出了图6所示方法的步骤S3的具体流程图;
图10示出了图6所示方法的步骤S4的具体流程图。
具体实施方式
以下结合附图和具体实施方式对本发明的各个方面进行详细阐述。其中,众所周知的模块、单元及其相互之间的连接、链接、通信或操作没有示出或未作详细说明。并且,所描述的特征、架构或功能可在一个或一个以上实施方式中以任何方式组合。本领域技术人员应当理解,下述的各种实施方式只用于举例说明,而非用于限制本发明的保护范围。还可以容易理解,本文所述和附图所示的各实施方式中的模块或单元或处理方式可以按各种不同配置进行组合和设计。
图1是根据本发明实施方式的制冷系统运行能效的管理系统的架构图;参见图1,所述系统1包括:
参数采集模块100,用于采集和处理数据中心收集的环境参数;
模型建立模块200,用于根据所述环境参数和制冷系统当前的运行参数,得到预测模型,并对所述制冷系统中的运行模型进行调整和优化;
求解计算模块300,用于根据所述预测模型和运行模型进行求解计算,确定所述制冷系统的运行模式和运行参数;
数据输出模块400,用于对所述运行模式和运行参数进行数据输出;以及
数据保存模块500,用于对所述数据输出的所述运行模式和运行参数进行保存。
通过本发明的实施方式所述的系统可根据采集和计算出的参数数据对制冷系统进行精确调节,从而提高节能效率。
图2示出了图1的参数采集模块100的框图;参见图2,所述参数采集模块100包括:
模拟量数据采集单元110,用于采集所述环境参数中的模拟量信号,并将所述模拟量信号转化为数字量参数。其中,该单元包括:对天气、温度、湿度、风力、风向等模拟量信号转化为数字量信号,例如对阴、晴、雾、雨、雪、霜、雷、雹等天气情况用[1、2、……32]这些数字量格式度量,用于简化模型的建立和计算等。同理,该单元还包括对:服务器情况(a、服务器数量,b、服务器型号,c、服务器运行业务类型,d、服务器运行功耗,e、服务器折旧损耗等)和人员活动情况(人员数量、进入数据中心时间点、滞留时间长短等)模拟量信号转化为数字量信号。
数字量数据采集单元120,用于采集可用数值表示的所述环境参数,例如:对温度、湿度、用电量、用水量等能用数值直接表示的数据进行范围限定和采集。
图3示出了图1的模型建立模块200的框图;参见图3,所述模型建立模块200包括:
预测模型单元210,用于根据所述环境参数和实时数据,预测得到所述制冷系统的预测数据。该预测模型单元210可进一步根据用电量、用水量和制冷量来分别进行预测。其中,用电量预测模型分为IT设备用电量预测模型和非IT设备用电量预测模型,IT设备用电量预测模型是基于网络业务类型和服务器功耗的模型,用于评估未来时间段内数据中心IT设备的用电量需求;非IT设备用电量预测模型是以IT设备用电量和制冷量预测为基础,评估制冷系统、配电系统和相关配套设备的用电量需求;用水量预测模型用于评估未来时间段内数据中心制冷系统用水、生活用水等的用水量需求;制冷量需求预测模型是在用电量预测模型的基础上,考虑数据中心人员活动等情况下建立的,用于预测未来时间内数据中心的制冷量需求。
监测模型单元220,用于对所述数据中心所述实时数据进行监控,特别是对用电量和用水量的实时数据进行监控。
运行模型单元230,用于根据运行模式的类别以及所述预测数据和实时数据,建立运行模型(包括:制冷系统的运行模式、制冷系统设备的运行模式和制冷系统设备的运行参数);以及
能效模型单元240,用于根据所述预测数据和所述实时数据对所述制冷系统的能效进行分析。该单元是在运行模型单元230的基础上,配合监测模型单元220以及数据中心的制冷量需求预测,分析不同运行模型下制冷系统的能效,主要是根据数据中心的配电系统、制冷系统的设计布局,依据特定的数据中心使用环境,建立制冷系统中各个设备的能效模型,并将各个设备的能效统一到制冷系统,用于评估整个系统的能效。
图4示出了图1的求解计算模块300的框图;参见图4,所述求解计算模块300包括:
能效计算单元310,用于根据所述预测数据的制冷量,对所述制冷系统的能效进行计算。该单元依据制冷量预测模型得到需求的制冷量,对不同制冷系统运行模式下制冷系统能效进行计算,分析比较不同运行模式下,系统设备的能效,评估未来时间段内系统运行模式的切换、变化和状态。
其中,制冷系统能效函数p制冷系统=f([x]);[x]为制冷系统参变量函数[x]=[x1 x2x3];
制冷系统运行模式函数x1=g1([t]);制冷系统设备运行模式函数x2=g2([t]);g2([t])为函数;制冷系统设备运行参数函数x3=g3([t]);[t]为设备变量组。
最优计算单元320,用于计算当所述制冷系统的能效达到优质值时所述制冷系统的指标参数。该单元是以系统最优(用最少用电量达到最优能效)为目标,对系统模型进行求解,依据用电量需求、制冷量需求和能效计算结果,计算数据中心PUE最优值、总用电量最优值、WUE(水量使用效率,Water Usage Effectiveness)和CUE(碳量使用效率,CarbonUsage Effectiveness)等其他指标。
其中,PIT为数据中心IT设备用电量,P总为数据中心总用电量;
TW为数据中心用水量;TC为数据中心整体能源消耗的二氧化碳放射等同物(CO2eq)。
需要说明的是,在系统最优目标求解过程中,可以是单独数据中心PUE最优值、总用电量最优值、WUE和CUE等的最优解,也可以是多个指标的权重分配考虑时系统的最优解。
图5示出了图1的数据输出模块400的框图;参见图5,所述数据输出模块400包括:
优化数据输出单元410,用于对所述能效计算单元计算的结果进行输出;以及
能效数据输出单元420,用于对所述最优计算单元计算的结果进行输出。
该模块是在系统模型求解之后,1)、将系统不同目标下的PUE最优值,总用电量最优值,WUE和CUE值输出;2)、将制冷系统运行方式、参数等能效数据输出;3)、将数据中心用水量等其它需要的运行数据输出。
图6是根据本发明实施方式的制冷系统运行能效的管理方法的流程图;参见图6,所述方法包括:
步骤S1,采集和处理数据中心收集的环境参数;
步骤S2,根据所述环境参数和制冷系统当前的运行参数,得到预测模型,并对所述制冷系统中的运行模型进行调整和优化;
步骤S3,根据所述预测模型和运行模型进行求解计算,确定所述制冷系统的运行模式和运行参数;
步骤S4,对所述运行模式和运行参数进行数据输出;以及
步骤S5,对所述数据输出的所述运行模式和运行参数进行保存。
通过本发明的实施方式所述的方法可实现系统的自动调节,从而提高节能效率。
图7示出了图6所示方法的步骤S1的具体流程图;参见图7,所述步骤S1包括:
步骤S11,采集所述环境参数中的模拟量信号,并将所述模拟量信号转化为数字量参数。其中,该步骤包括:对天气、温度、湿度、风力、风向等模拟量信号转化为数字量信号,例如对阴、晴、雾、雨、雪、霜、雷、雹等天气情况用[1、2、……32]这些数字量格式度量,用于简化模型的建立和计算等。同理,该单元还包括对:服务器情况(a、服务器数量,b、服务器型号,c、服务器运行业务类型,d、服务器运行功耗,e、服务器折旧损耗等)和人员活动情况(人员数量、进入数据中心时间点、滞留时间长短等)模拟量信号转化为数字量信号。
步骤S12,采集可用数值表示的所述环境参数,例如:对温度、湿度、用电量、用水量等能用数值直接表示的数据进行范围限定和采集。
图8示出了图6所示方法的步骤S2的具体流程图;参见图8,所述步骤S2包括:
步骤S21,根据所述环境参数和实时数据,预测得到所述制冷系统的预测数据;该步骤可进一步根据用电量、用水量和制冷量来分别进行预测。其中,用电量预测模型分为IT设备用电量预测模型和非IT设备用电量预测模型,IT设备用电量预测模型是基于网络业务类型和服务器功耗的模型,用于评估未来时间段内数据中心IT设备的用电量需求;非IT设备用电量预测模型是以IT设备用电量和制冷量预测为基础,评估制冷系统、配电系统和相关配套设备的用电量需求;用水量预测模型用于评估未来时间段内数据中心制冷系统用水、生活用水等的用水量需求;制冷量需求预测模型是在用电量预测模型的基础上,考虑数据中心人员活动等情况下建立的,用于预测未来时间内数据中心的制冷量需求。
步骤S22,对所述数据中心所述实时数据进行监控,特别是对用电量和用水量的实时数据进行监控。
步骤S23,根据运行模式的类别以及所述预测数据和实时数据,建立运行模型(包括:制冷系统的运行模式、制冷系统设备的运行模式和制冷系统设备的运行参数);以及
步骤S24,根据所述预测数据和所述实时数据对所述制冷系统的能效进行分析,该步骤是在运行模型单元的基础上,配合监测模型单元以及数据中心的制冷量需求预测,分析不同运行模型下制冷系统的能效,主要是根据数据中心的配电系统、制冷系统的设计布局,依据特定的数据中心使用环境,建立制冷系统中各个设备的能效模型,并将各个设备的能效统一到制冷系统,用于评估整个系统的能效。
图9示出了图6所示方法的步骤S3的具体流程图;参见图9,所述步骤S3包括:
步骤S31,根据所述预测数据的制冷量,对所述制冷系统的能效进行计算;该步骤依据制冷量预测模型得到需求的制冷量,对不同制冷系统运行模式下制冷系统能效进行计算,分析比较不同运行模式下,系统设备的能效,评估未来时间段内系统运行模式的切换、变化和状态。
其中,制冷系统能效函数p制冷系统=f([x]);[x]为制冷系统参变量函数[x]=[x1 x2x3];
制冷系统运行模式函数x1=g1([t]);制冷系统设备运行模式函数x2=g2([t]);g2([t])为函数;制冷系统设备运行参数函数x3=g3([t]);[t]为设备变量组。
步骤S32,计算当所述制冷系统的能效达到优质值时所述制冷系统的指标参数,该步骤是以系统最优(用最少用电量达到最优能效)为目标,对系统模型进行求解,依据用电量需求、制冷量需求和能效计算结果,计算数据中心PUE最优值、总用电量最优值、WUE和CUE等其他指标。
其中,PIT为数据中心IT设备用电量,P总为数据中心总用电量;
TW为数据中心用水量;TC为数据中心整体能源消耗的二氧化碳放射等同物(CO2eq)。
需要说明的是,在系统最优目标求解过程中,可以是单独数据中心PUE最优值、总用电量最优值、WUE和CUE等的最优解,也可以是多个指标的权重分配考虑时系统的最优解。
图10示出了图6所示方法的步骤S4的具体流程图;参见图10,所述步骤S4包括:
步骤S41,对所述能效计算单元计算的结果进行输出;以及
步骤S42,对所述最优计算单元计算的结果进行输出。
所述步骤S4是在系统模型求解之后,对下述数据进行输出:1)、将系统不同目标下的PUE最优值,总用电量最优值,WUE和CUE值输出;2)、将制冷系统运行方式、参数等能效数据输出;3)、将数据中心用水量等其它需要的运行数据输出。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到本发明可借助软件结合硬件平台的方式来实现,当然也可以全部通过硬件来实施。基于这样的理解,本发明的技术方案对背景技术做出贡献的全部或者部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,智能手机或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
本发明说明书中使用的术语和措辞仅仅为了举例说明,并不意味构成限定。本领域技术人员应当理解,在不脱离所公开的实施方式的基本原理的前提下,对上述实施方式中的各细节可进行各种变化。因此,本发明的范围只由权利要求确定,在权利要求中,除非另有说明,所有的术语应按最宽泛合理的意思进行理解。
Claims (8)
1.一种制冷系统运行能效的管理系统,其特征在于,所述系统包括:
参数采集模块,用于采集和处理数据中心收集的环境参数;
模型建立模块,用于根据所述环境参数和制冷系统当前的运行参数,得到预测数据,并对所述制冷系统中的运行模型进行调整和优化;
其中,所述模型建立模块包括:
预测模型单元,用于根据所述环境参数和实时数据,预测得到所述制冷系统的预测数据;其中,所述实时数据包含用电量、用水量;
监测模型单元,用于对所述数据中心所述实时数据进行监控;
运行模型单元,用于根据运行模式的类别以及所述预测数据和实时数据,建立运行模型;以及
能效模型单元,用于根据所述预测数据和所述实时数据对所述制冷系统的能效进行分析;
所述系统还包括:
求解计算模块,用于根据所述预测数据和运行模型进行求解计算,确定所述制冷系统的运行模式和运行参数;
数据输出模块,用于对所述运行模式和运行参数进行数据输出;以及
数据保存模块,用于对所述数据输出的所述运行模式和运行参数进行保存。
2.如权利要求1所述的系统,其特征在于,所述参数采集模块包括:
模拟量数据采集单元,用于采集所述环境参数中的模拟量信号,并将所述模拟量信号转化为数字量参数;以及
数字量数据采集单元,用于采集可用数值表示的所述环境参数。
3.如权利要求1所述的系统,其特征在于,所述求解计算模块包括:
能效计算单元,用于根据所述预测数据的制冷量,对所述制冷系统的能效进行计算;以及
最优计算单元,用于计算当所述制冷系统的能效达到优质值时所述制冷系统的指标参数。
4.如权利要求3所述的系统,其特征在于,所述数据输出模块包括:
优化数据输出单元,用于对所述能效计算单元计算的结果进行输出;以及
能效数据输出单元,用于对所述最优计算单元计算的结果进行输出。
5.一种制冷系统运行能效的管理方法,其特征在于,所述方法包括:
采集和处理数据中心收集的环境参数;
根据所述环境参数和制冷系统当前的运行参数,得到预测数据,并对所述制冷系统中的运行模型进行调整和优化;
其中,所述根据所述环境参数和制冷系统当前的运行参数,得到预测数据,并对所述制冷系统中的运行模型进行调整和优化包括:
根据所述环境参数和实时数据,预测得到所述制冷系统的预测数据;其中,所述实时数据包含用电量、用水量;
对所述数据中心所述实时数据进行监控;
根据运行模式的类别以及所述预测数据和实时数据,建立运行模型;以及
根据所述预测数据和所述实时数据对所述制冷系统的能效进行分析;
所述制冷系统运行能效的管理方法还包括:
根据所述预测数据和运行模型进行求解计算,确定所述制冷系统的运行模式和运行参数;
对所述运行模式和运行参数进行数据输出;以及
对所述数据输出的所述运行模式和运行参数进行保存。
6.如权利要求5所述的方法,其特征在于,所述采集和处理数据中心收集的环境参数包括:
采集所述环境参数中的模拟量信号,并将所述模拟量信号转化为数字量参数;以及
采集可用数值表示的所述环境参数。
7.如权利要求5所述的方法,其特征在于,所述根据预测数据和运行模型进行求解计算包括:
根据所述预测数据的制冷量,对所述制冷系统的能效进行计算,得到能效计算结果;以及
计算当所述制冷系统的能效达到优质值时所述制冷系统的指标参数,得到优质指标参数。
8.如权利要求7所述的方法,其特征在于,所述对所述运行模式和运行参数进行数据输出包括:
对所述能效计算结果进行输出;以及
对所述优质指标参数进行输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410767388.8A CN104503403B (zh) | 2014-12-12 | 2014-12-12 | 制冷系统运行能效的管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410767388.8A CN104503403B (zh) | 2014-12-12 | 2014-12-12 | 制冷系统运行能效的管理系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104503403A CN104503403A (zh) | 2015-04-08 |
CN104503403B true CN104503403B (zh) | 2017-05-31 |
Family
ID=52944807
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410767388.8A Active CN104503403B (zh) | 2014-12-12 | 2014-12-12 | 制冷系统运行能效的管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104503403B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104879898B (zh) * | 2015-06-04 | 2017-11-17 | 北京百度网讯科技有限公司 | 数据中心冷水系统的控制方法和装置 |
CN105973626B (zh) * | 2016-05-25 | 2018-11-30 | 深圳达实智能股份有限公司 | 中央空调系统主机运行能效评估及预测方法以及装置 |
CN107289697A (zh) * | 2017-07-14 | 2017-10-24 | 成都冷云能源科技有限公司 | 一种用于建立制冷或制热设备监测或控制模型的系统和方法 |
CN107401865A (zh) * | 2017-07-14 | 2017-11-28 | 成都冷云能源科技有限公司 | 一种生成制冷或制热设备监测或控制参数的系统和方法 |
CN107388659A (zh) * | 2017-07-14 | 2017-11-24 | 成都冷云能源科技有限公司 | 一种基于物联网的制冷或制热设备管理系统及方法 |
CN107861404B (zh) * | 2017-10-27 | 2019-07-26 | 北京戴纳实验科技有限公司 | 一种用于实验室管理系统的控制方法 |
US10817033B2 (en) * | 2017-12-14 | 2020-10-27 | Schneider Electric It Corporation | Method and system for predicting effect of a transient event on a data center |
CN109960147B (zh) * | 2019-03-12 | 2022-05-20 | 北京百度网讯科技有限公司 | 冷源控制参数的确定方法及装置、设备及存储介质 |
CN110175778B (zh) * | 2019-05-27 | 2020-12-22 | 珠海格力电器股份有限公司 | 机组能效规划系统 |
CN111240197A (zh) * | 2020-01-10 | 2020-06-05 | 中国建筑科学研究院有限公司 | 一种公共建筑机电系统的能效纠偏控制方法和装置 |
CN112558560B (zh) * | 2020-11-24 | 2022-05-17 | 国家计算机网络与信息安全管理中心 | 数据中心制冷系统冷量输配动态优化与节能调控系统 |
CN112503835A (zh) * | 2020-11-27 | 2021-03-16 | 江苏易道节能技术有限公司 | 一种冷库制冷系统节能效率的管理系统及测试方法 |
CN114626562A (zh) * | 2022-05-11 | 2022-06-14 | 天津理工大学 | 大型公共建筑设备运行状态智能监测方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102150100A (zh) * | 2008-05-05 | 2011-08-10 | 西门子工业公司 | 用于使用楼宇自动化系统接口来操作数据中心的装置 |
CN102213475A (zh) * | 2011-03-22 | 2011-10-12 | 曙光信息产业(北京)有限公司 | 一种数据中心功耗自适应管理方法 |
CN102609808A (zh) * | 2012-01-17 | 2012-07-25 | 北京百度网讯科技有限公司 | 一种用于对数据中心进行能耗管理的方法与设备 |
CN102821581A (zh) * | 2011-06-08 | 2012-12-12 | 上海启电信息科技有限公司 | 一种通信机房节能方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120089654A (ko) * | 2009-08-21 | 2012-08-13 | 비질런트 코포레이션 | 데이터 센터 냉각 유닛을 효율적으로 조정하는 방법 및 장치 |
-
2014
- 2014-12-12 CN CN201410767388.8A patent/CN104503403B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102150100A (zh) * | 2008-05-05 | 2011-08-10 | 西门子工业公司 | 用于使用楼宇自动化系统接口来操作数据中心的装置 |
CN102213475A (zh) * | 2011-03-22 | 2011-10-12 | 曙光信息产业(北京)有限公司 | 一种数据中心功耗自适应管理方法 |
CN102821581A (zh) * | 2011-06-08 | 2012-12-12 | 上海启电信息科技有限公司 | 一种通信机房节能方法 |
CN102609808A (zh) * | 2012-01-17 | 2012-07-25 | 北京百度网讯科技有限公司 | 一种用于对数据中心进行能耗管理的方法与设备 |
Also Published As
Publication number | Publication date |
---|---|
CN104503403A (zh) | 2015-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104503403B (zh) | 制冷系统运行能效的管理系统及方法 | |
CN106992517B (zh) | 电力线损分析方法、装置和系统 | |
CN105069527A (zh) | 一种基于数据挖掘技术的台区合理线损预测方法 | |
CN103208085B (zh) | 企业用电提高负荷率与降低最大需量的分析智能系统 | |
CN106779129A (zh) | 一种考虑气象因素的短期电力负荷预测方法 | |
CN103872782A (zh) | 一种电能质量数据综合服务系统 | |
CN101763598A (zh) | 电能管理系统 | |
CN103017290A (zh) | 空调电能控制装置及空调电能管理方法 | |
KR101800286B1 (ko) | 대용량 에너지 사용 데이터를 이용한 에너지 관리 서비스 방법 및 이를 위한 에너지 관리 시스템 | |
CN204288281U (zh) | 工业企业电能管理系统 | |
CN104537438A (zh) | 一种用电高峰的预测及监控方法 | |
CN110111214B (zh) | 一种基于优先级的用户用能管理方法及系统 | |
CN107567079B (zh) | 一种移动互联网数据驱动的基站节能方法 | |
CN105046595A (zh) | 一种基于物联网技术的能效评估诊断云系统及方法 | |
CN113592128A (zh) | 一种大数据电网运行监测系统 | |
CN110210606A (zh) | 一种基于bp神经网络的输电线路泄漏电流预测方法、系统及存储介质 | |
CN108898239A (zh) | 一种基于数据分析的配电变压器选址方法 | |
CN109978295A (zh) | 一种数据驱动配电网的精益决策系统 | |
CN106339830A (zh) | 基于电网信息数据平台的线损因素控制方法 | |
CN104299167A (zh) | 一种智能用能系统用户电力数据的用能分析方法 | |
CN205983175U (zh) | 一种建筑能耗监测平台 | |
CN103745274A (zh) | 一种用于分散式风电的短期功率预测方法 | |
CN110579011A (zh) | 无人值守智能化中央空调能效精控管理系统 | |
CN203825443U (zh) | 能耗动态实时监控装置 | |
CN104280063A (zh) | 能源评估系统及其评估方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |