CN109116812A - 基于SparkStreaming的智能配电柜、节能系统及方法 - Google Patents

Abstract

本发明提供了基于Spark Streaming的智能配电柜、节能系统及方法，涉及智能配电技术领域。一种基于Spark Streaming的智能配电柜，包括配电柜柜体内设置能耗监控系统，所述能耗监控系统包括处理器模块、存储器模块、通信模块、供配电数据监控模块和环境数据监控模块，所述处理器模块能够通过将实时采集和分析的数据传送至远程的Spark Streaming信息平台，所述Spark Streaming信息平台，能够针对接收的数据，用大数据分析方法分析后获取电能供应优化策略，实现节能。本发明对数据中心集成行业的能耗监控和节能管理革新起到了积极作用。

Description

基于Spark Streaming的智能配电柜、节能系统及方法

技术领域

本发明涉及智能配电技术领域。

背景技术

大数据中心对降低整体能耗，提高单位能耗的计算和存储能力都有较高的要求，出了计算和存储设备的自身性能容量的提高以外，也对基础构架的优化和维护提出了更高的要求。

数据中心规模的扩大，以及为了解决数据中心的散热，以及保证良好的数据中心温湿度环境，需要配置空调系统，随之带来数据中心耗电量的上升，现在数据中心的耗电量、电费支出已经成为新的电老虎。对于大型的数据中心运营商来说，巨额的电费已经超过了基础设施的投入，成为数据中心的第一成本，对于中小企业级用户而言，耗能成为建造数据中心的门槛。

当前，更好的管理用电情况，降低能源消耗则是大数据中心日常运维工作的重点之一。供电回路的用电量的精准测量可为大数据中心的运维人员提供准确的分析依据，通过数据汇总，针对不同回路的用电情况，结合设备特点、业务峰谷期等因素进行综合分析，从而调整相应的设备摆放位置、应用分布和制冷测量，可达到减少大数据中心整体能耗，降低PUE值的目的。更科学、合理、先进的智能配电柜、节能系统和节能方法，是本领域当前亟待解决的问题。

发明内容

本发明的目的在于：克服现有技术的不足，提供了一种基于Spark Streaming的智能配电柜、节能系统及方法。本发明利用先进的传感器采集技术，基于Spark Streaming的实时能耗分项计量系统，使用创新的数据采集汇总和机器学习分析方法，对数据中心集成行业的能耗监控和节能管理革新起到了积极作用。

以下为本发明具体的技术方案：

一种基于Spark Streaming的智能配电柜，包括配电柜柜体；所述配电柜柜体内设置能耗监控系统，所述能耗监控系统包括处理器模块、存储器模块、通信模块、供配电数据监控模块和环境数据监控模块，所述处理器模块分别与存储器模块、通信模块、供配电数据监控模块和环境数据监控模块连接；

所述环境数据监控模块，用以采集柜体内微环境数据，并将采集的数据发送至处理器模块；

所述供配电数据监控模块，用以采集供配电使用的三相运行数据，并将采集的数据发送至处理器模块；

所述处理器模块，能够对接收的数据进行处理分析后，将分析的结果存储于前述存储器模块中；

所述处理器模块，还能够通过所述通信模块将实时采集和分析的数据传送至远程的Spark Streaming信息平台，所述Spark Streaming信息平台，能够针对接收的数据，用大数据分析方法分析后得到能耗与机房运行时段、设备之间的相互关联性，获取电能供应优化策略，并将该策略通过前述通信模块传输至前述处理器模块或者根据该策略直接对设备进行智能化操作，实现节能。

进一步，所述微环境数据包括温度、湿度、气流和气压数据，所述环境数据监控模块包括设置在配电柜柜体内壁上的温湿度传感器、气流传感器和气压传感器。

进一步，所述供配电数据监控模块包括进线监测子模块和出线监测子模块，

所述进线监测子模块用以监测如下数据:三相电压、三相电流和系统频率；各相及总的有功功率、无功功率、视在功率和功率因数；各相及总的有功电能、无功电能；电压不平衡度、电流不平衡度；进线开关监测；可选配监测谐波电流；

所述出线监测子模块用以监测如下数据:额定电流设置、各相电流值；负载百分比；开关量状态监测；各相有功功率、无功功率、视在功率和功率因数；各相有功电能、无功电能；能任意配置出线回路每个回路的相位。

进一步，所述智能配电柜还包括报警模块，其与处理器模块连接，用以在异常情况下发出警告信息。

进一步，所述配电柜柜体内设置有降温模块，其与处理器模块连接，包括能够接收处理器模块控制的冷风机和冷凝器。

进一步，所述智能配电柜还包括能耗数据采集模块，其与处理器模块连接，用以周期性执行高频采集任务，时间点到达后触发数据采集；所述能耗数据采集模块启动后，程序按照预设配置文件具体配置信息进行数据采集工作，并将采集的数据发送至处理器模块。

本发明还提供了一种基于Spark Streaming的智能节能系统，包括若干个前述智能配电柜、通信网络和基于Spark Streaming的实时能耗分项计量系统。

每个智能配电柜均通过通信网络与基于Spark Streaming的实时能耗分项计量系统连接；

所述基于Spark Streaming的实时能耗分项计量系统，包括Spark Streaming信息平台；所述Spark Streaming信息平台，能够针对接收的数据，用大数据分析方法分析后得到能耗与机房运行时段、设备之间的相互关联性，获取PUE优化方案，根据PUE优化方案对相关设备远程和实时控制，或者将前述PUE优化方案提供给其他节能系统。

进一步，所述Spark Streaming信息平台包括如下结构：

Spark Streaming模块，用以针对接收到数据，进行检测、过滤和解析；

分级计算和分析模块，与Spark Streaming模块连接，用以根据Spark Streaming的大数据分析方法，依据机柜级、区域级、机房级三级来分级计算各级PUE数据，分析各级PUE时间和空间特征，并进行热点可视化；

应用模块，与分级计算和处理模块连接，用以根据分析结果，进行故障预警，生成PUE优化方案，根据PUE优化方案对相关设备远程和实时控制，或者将前述分析结果、故障预警和/或PUE优化方案提供给其他节能系统。

进一步，所述通信网络为局域网，包括有线网络和无线网络。

本发明还提供了一种基于Spark Streaming的智能节能方法，所述方法包括如下步骤：

1)通过智能配电柜进行数据的实时采集和分析；数据采集过程如下，首先，与配置数据库通信，获取配置数据库中采集服务器的地址、用户名、密码和能耗参数名称；其次，根据每台服务器的具体信息进行配置，向服务器基板管理控制器发送服务请求命令，基板管理控制器验证用户名和密码正确性，验证通过后，基板控制器将存储的各项能耗数据以串口重定向方式通过串口发送至主板能耗采集代理；

2)智能配电柜将实时采集和分析的数据通过通信网络传送至远程的基于SparkStreaming的实时能耗分项计量系统；

3)所述基于Spark Streaming的实时能耗分项计量系统包括Spark Streaming信息平台，所述Spark Streaming信息平台中的Spark Streaming模块针对接收到数据进行检测、过滤和解析；其后，通过分级计算和分析模块根据Spark Streaming的大数据分析方法，依据机柜级、区域级、机房级三级来分级计算各级PUE数据，分析各级PUE时间和空间特征，并进行热点可视化；通过应用模块根据分析结果，进行故障预警，生成PUE优化方案，根据PUE优化方案对相关设备远程和实时控制，或者将前述分析结果、故障预警和/或PUE优化方案提供给其他节能系统。

本发明相对现有技术而言，具有如下有益效果：实现了一种面向数据中心中学习计算的节能机制，提出了通过匹配输入数据来去除冗余,从而达到节能的方法。通过工业以太网和现场总线技术，各个电器元件到成套设备均实现了通讯化、网络化和智能化，利用大数据机器学习分析提高低压配电柜的总体配电质量，大幅度降低了能耗。其中，能耗大数据的存储和机器学习分析，基于Spark Streaming的实时能耗分项计量系统，利用大数据分析方法分析历史数据，得到能耗与机房运行时段、设备情况之间的相互关联性。

附图说明

图1为本发明实施例提供的高精度传感器能耗监测硬件系统图。

图2为本发明实施例提供的基于Spark Streaming的智能节能系统的模块结构图。

图3为前述智能节能系统中的信息传输示意图。

图4为本发明实施例提供的智能节能系统的能耗大数据管理架构示意图。

附图标记说明：

基于Spark Streaming的智能节能系统100；

物联网智能配电柜110，通信网络120，基于Spark Streaming的实时能耗分项计量系统130，PUE数据计算和分析131，监控和管理132。

具体实施方式

以下结合附图和具体实施例对本发明提供的基于Spark Streaming的智能配电柜、节能系统及方法作进一步详细说明。应当注意的是，下述实施例中描述的技术特征或者技术特征的组合不应当被认为是孤立的，它们可以被相互组合从而达到更好的技术效果。

需说明的是，本说明书所附图中所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定发明可实施的限定条件，任何结构的修饰、比例关系的改变或大小的调整，在不影响发明所能产生的功效及所能达成的目的下，均应落在发明所揭示的技术内容所能涵盖的范围内。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。

实施例

一种基于Spark Streaming的智能配电柜，包括配电柜柜体；所述配电柜柜体内设置能耗监控系统，所述能耗监控系统包括处理器模块、存储器模块、通信模块、供配电数据监控模块和环境数据监控模块，所述处理器模块分别与存储器模块、通信模块、供配电数据监控模块和环境数据监控模块连接。

所述环境数据监控模块，用以采集柜体内微环境数据，并将采集的数据发送至处理器模块。所述微环境数据可以包括温度、湿度、气流和气压数据，对应的，所述环境数据监控模块包括设置在配电柜柜体内壁上的温湿度传感器、气流传感器和气压传感器。具体的，通过智能高精度自动纠错传感设备收集实时全面的设备运行温度、湿度数据，通过机器学习精确计算并预测冷荷负载，通过空调专用智能变频器，结合智能机柜的风门控制，可以提高制冷冷风效率，降低空调电能消耗以达到节能效果。

所述供配电数据监控模块，用以采集供配电使用的三相运行数据，并将采集的数据发送至处理器模块。所述进线监测子模块用以监测如下数据:

①三相电压、三相电流和系统频率。

②各相及总的有功功率、无功功率、视在功率和功率因数。

③各相及总的有功电能、无功电能。

④电压不平衡度、电流不平衡度。

⑤进线开关监测。

⑥可选配监测谐波电流。

所述出线监测子模块用以监测如下数据:

①额定电流设置、各相电流值。

②负载百分比。

③开关量状态监测。

④各相有功功率、无功功率、视在功率和功率因数。

⑤各相有功电能、无功电能。

⑥能任意配置出线回路每个回路的相位。

所述智能配电柜还包括能耗数据采集模块，其与处理器模块连接，用以周期性执行高频采集任务，时间点到达后触发数据采集。所述能耗数据采集模块启动后，程序按照预设配置文件具体配置信息进行数据采集工作，并将采集的数据发送至处理器模块。参见图1所示，示例了能耗监测硬件系统图。

本实施例中，能耗数据采集模块每次采集数据过程可以如下：首先，与配置数据库通信，获取配置数据库中采集服务器的地址、用户名、密码和能耗参数名称。其次，根据每台服务器的具体信息进行配置，向服务器基板管理控制器发送服务请求命令，基板管理控制器验证用户名和密码正确性。验证通过后，基板控制器将存储的各项能耗数据以串口重定向方式通过串口发送至主板能耗采集代理。

所述处理器模块，能够对接收的数据进行处理分析后，将分析的结果存储于前述存储器模块中。

所述处理器模块，还能够通过所述通信模块将实时采集和分析的数据传送至远程的Spark Streaming信息平台，所述Spark Streaming信息平台，能够针对接收的数据，用大数据分析方法分析后得到能耗与机房运行时段、设备之间的相互关联性，获取电能供应优化策略，并将该策略通过前述通信模块传输至前述处理器模块或者根据该策略直接对设备进行智能化操作，实现节能。

存储器模块中存储的数据，可以包括现场设备的实时运行情况和故障的判定规则。

智能配电柜可实时监控设备运行情况并进行记录，并且故障通过智能配件自动修正，无法自动修正的故障通过智能设备则将故障点和故障状况以及可能的处理方法，实时汇报通知给相关人员。

本实施例中，所述智能配电柜还包括报警模块，其与处理器模块连接，用以在异常情况下发出警告信息。作为举例而非限制，所述报警模块具有声光告警功能，可以在如下情况下可进行告警：①电流阈值越限告警；②进线过电压、欠电压、缺相、过频率和低频率越限告警。

进一步，所述配电柜柜体内设置有降温模块，其与处理器模块连接，包括能够接收处理器模块控制的冷风机和冷凝器。

参见图2所示，为本发明的另一实施例，还提供了一种基于Spark Streaming的智能节能系统。

基于Spark Streaming的智能节能系统100，包括若干个物联网智能配电柜110、通信网络120和基于Spark Streaming的实时能耗分项计量系统130。

所述物联网智能配电柜110为前述实施例中公开的智能配电柜。每个智能配电柜均通过通信网络120与基于Spark Streaming的实时能耗分项计量系统130连接。

所述通信网络120为局域网，包括有线网络和无线网络。优选的，有线和无线结合取得传输可靠性、能耗和布线的平衡。

基于Spark Streaming的实时能耗分项计量系统130可以实现如下功能：PUE数据计算和分析131，能耗的监控和管理132。

所述基于Spark Streaming的实时能耗分项计量系统130，包括Spark Streaming信息平台，所述Spark Streaming信息平台，能够针对接收的数据，用大数据分析方法分析后得到能耗与机房运行时段、设备之间的相互关联性，获取PUE优化方案，根据PUE优化方案对相关设备远程和实时控制，或者将前述PUE优化方案提供给其他节能系统。

参见图3所示，所述Spark Streaming信息平台可以包括如下结构：SparkStreaming模块、分级计算和分析模块和应用模块。

Spark Streaming模块、分级计算和分析模块用以进行PUE数据计算和分析。具体的，所述Spark Streaming模块，用以针对接收到数据，进行检测、过滤和解析。所述分级计算和分析模块，与Spark Streaming模块连接，用以根据Spark Streaming的大数据分析方法，依据机柜级、区域级、机房级三级来分级计算各级PUE数据，分析各级PUE时间和空间特征，并进行热点可视化。

所述应用模块用以进行能耗监控和管理。具体的，所述应用模块与前述分级计算和处理模块连接，用以根据分析结果，进行故障预警，生成PUE优化方案，根据PUE优化方案对相关设备远程和实时控制，或者将前述分析结果、故障预警和/或PUE优化方案提供给其他节能系统。

通过搜集全面准确PUE数据为应用层管理系统节能决策提供充分的参考基础数据，如结合CPU、内存等数据，可以时段性的物理关闭(开启)某些闲置的服务器等，达到节能效果。实时现场的PUE数据又可以作为供配电系统调度控制的基础决策数据，通过适当的调整各级电源供给策略，可以提高配电效率，达到节能效果。比如通过传感设备收集实时全面的设备运行温度数据，精确计算并预测冷荷负载，结合智能机柜的风门控制，可以提高制冷冷风效率，达到节能效果。

继续参见图3，智能节能系统中的信息传输过程可以如下：

1)电脑和环境感知。通过智能配电柜进行数据的实时采集和分析；

2)感知数据传输。智能配电柜将实时采集和分析的数据通过有线和无线网络传送至远程的基于Spark Streaming的实时能耗分项计量系统；

3)数据分析和处理。所述基于Spark Streaming的实时能耗分项计量系统包括Spark Streaming信息平台。所述Spark Streaming信息平台中的Spark Streaming模块针对接收到数据进行检测、过滤和解析；然后，通过Spark Streaming信息平台中的分级计算和分析模块根据Spark Streaming的大数据分析方法，依据机柜级、区域级、机房级三级来分级计算各级PUE数据，分析各级PUE时间和空间特征，并进行热点可视化。

4)能耗管理和控制。Spark Streaming信息平台中的应用模块根据分析结果，进行故障预警，生成整个系统(或称数据中心)的PUE优化方案，根据所述PUE优化方案对相关设备远程和实时控制，或者将前述分析结果、故障预警和/或PUE优化方案提供给其他节能系统。

数据分析时，可以通过大数据匹配来分析其输出的相似性,通过大数据机器学习，并通过重用计算结果以及合理的调度,达到节能的效果。

本发明通过实时现场的PUE数据可以作为供配电系统调度控制的基础决策数据，通过大数据分析由配电智能设备调整各级电源供给策略，提高配电效率，达到节能效果。本发明还能够实现配电保护自动化以及局域网现场连接，由配电控制室通过PC客户端，手机平板客户端实时调节，进一步提高了配电系统的可靠性。

综上所述，用户可根据实际需求，通过各类查询条件，利用配套软件得到机房的精准能耗情况报表，结合历史录入的机房变更信息，得到机房整体或设备级的能耗分析结果。

参见图4所示，为智能节能系统的能耗大数据管理架构示意图。通过基于SparkStreaming的实时能耗分项计量系统大量实时监测能耗动态计算，实现了对数据中心的用能情况进行在线自动诊断，为挖掘数据中心节能潜力，提供了有力的评估手段和方法，为数据中心配电智能化节能领域填补了技术空白。对数据中心进行节能潜力在线诊断，可作为主管人员决策分析支撑，同时也可以服务业主进行节能潜力和节能效果自评估分析。

上述描述仅是对本发明较佳实施例的描述，并非对本发明范围的任何限定，本发明领域的普通技术人员根据上述揭示内容做的任何变更、修饰，均属于权利要求书的保护范围。

Claims (10)

1.一种基于Spark Streaming的智能配电柜，包括配电柜柜体，其特征在于：所述配电柜柜体内设置能耗监控系统，所述能耗监控系统包括处理器模块、存储器模块、通信模块、供配电数据监控模块和环境数据监控模块，所述处理器模块分别与存储器模块、通信模块、供配电数据监控模块和环境数据监控模块连接；

所述环境数据监控模块，用以采集柜体内微环境数据，并将采集的数据发送至处理器模块；

所述供配电数据监控模块，用以采集供配电使用的三相运行数据，并将采集的数据发送至处理器模块；

所述处理器模块，能够对接收的数据进行处理分析后，将分析的结果存储于前述存储器模块中；

所述处理器模块，还能够通过所述通信模块将实时采集和分析的数据传送至远程的Spark Streaming信息平台，所述Spark Streaming信息平台，能够针对接收的数据，用大数据分析方法分析后得到能耗与机房运行时段、设备之间的相互关联性，获取电能供应优化策略，并将该策略通过前述通信模块传输至前述处理器模块或者根据该策略直接对设备进行智能化操作，实现节能。

2.根据权利要求1所述的智能配电柜，其特征在于：所述微环境数据包括温度、湿度、气流和气压数据，所述环境数据监控模块包括设置在配电柜柜体内壁上的温湿度传感器、气流传感器和气压传感器。

3.根据权利要求1所述的智能配电柜，其特征在于：所述供配电数据监控模块包括进线监测子模块和出线监测子模块，

所述进线监测子模块用以监测如下数据:三相电压、三相电流和系统频率；各相及总的有功功率、无功功率、视在功率和功率因数；各相及总的有功电能、无功电能；电压不平衡度、电流不平衡度；进线开关监测；可选配监测谐波电流；

所述出线监测子模块用以监测如下数据:额定电流设置、各相电流值；负载百分比；开关量状态监测；各相有功功率、无功功率、视在功率和功率因数；各相有功电能、无功电能；能任意配置出线回路每个回路的相位。

4.根据权利要求1所述的智能配电柜，其特征在于：还包括报警模块，其与处理器模块连接，用以在异常情况下发出警告信息。

5.根据权利要求1所述的智能配电柜，其特征在于：所述配电柜柜体内设置有降温模块，其与处理器模块连接，包括能够接收处理器模块控制的冷风机和冷凝器。

6.根据权利要求1所述的智能配电柜，其特征在于：还包括能耗数据采集模块，其与处理器模块连接，用以周期性执行高频采集任务，时间点到达后触发数据采集；所述能耗数据采集模块启动后，程序按照预设配置文件具体配置信息进行数据采集工作，并将采集的数据发送至处理器模块。

7.一种基于Spark Streaming的智能节能系统，其特征在于：包括若干个权利要求1所述智能配电柜、通信网络和基于SparkStreaming的实时能耗分项计量系统，所述智能配电柜均通过通信网络与基于Spark Streaming的实时能耗分项计量系统连接；

所述基于Spark Streaming的实时能耗分项计量系统，包括Spark Streaming信息平台；所述Spark Streaming信息平台，能够针对接收的数据，用大数据分析方法分析后得到能耗与机房运行时段、设备之间的相互关联性，获取PUE优化方案，根据PUE优化方案对相关设备远程和实时控制，或者将前述PUE优化方案提供给其他节能系统。

8.根据权利要求7所述的智能节能系统，其特征在于：所述SparkStreaming信息平台包括如下结构，

Spark Streaming模块，用以针对接收到数据，进行检测、过滤和解析；

分级计算和分析模块，与Spark Streaming模块连接，用以根据Spark Streaming的大数据分析方法，依据机柜级、区域级、机房级三级来分级计算各级PUE数据，分析各级PUE时间和空间特征，并进行热点可视化；

应用模块，与分级计算和处理模块连接，用以根据分析结果，进行故障预警，生成PUE优化方案，根据PUE优化方案对相关设备远程和实时控制，或者将前述分析结果、故障预警和/或PUE优化方案提供给其他节能系统。

9.根据权利要求7所述的智能节能系统，其特征在于：所述通信网络为局域网，包括有线网络和无线网络。

10.一种基于Spark Streaming的智能节能方法，其特征在于包括如下步骤：

1)通过智能配电柜进行数据的实时采集和分析；数据采集过程如下，首先，与配置数据库通信，获取配置数据库中采集服务器的地址、用户名、密码和能耗参数名称；其次，根据每台服务器的具体信息进行配置，向服务器基板管理控制器发送服务请求命令，基板管理控制器验证用户名和密码正确性，验证通过后，基板控制器将存储的各项能耗数据以串口重定向方式通过串口发送至主板能耗采集代理；

2)智能配电柜将实时采集和分析的数据通过通信网络传送至远程的基于SparkStreaming的实时能耗分项计量系统；

3)所述基于Spark Streaming的实时能耗分项计量系统包括Spark Streaming信息平台，所述Spark Streaming信息平台中的Spark Streaming模块针对接收到数据进行检测、过滤和解析；其后，通过分级计算和分析模块根据Spark Streaming的大数据分析方法，依据机柜级、区域级、机房级三级来分级计算各级PUE数据，分析各级PUE时间和空间特征，并进行热点可视化；通过应用模块根据分析结果，进行故障预警，生成PUE优化方案，根据PUE优化方案对相关设备远程和实时控制，或者将前述分析结果、故障预警和/或PUE优化方案提供给其他节能系统。