CN110007174B - 一种数据中心的动力管控检测方法 - Google Patents
一种数据中心的动力管控检测方法 Download PDFInfo
- Publication number
- CN110007174B CN110007174B CN201910296727.1A CN201910296727A CN110007174B CN 110007174 B CN110007174 B CN 110007174B CN 201910296727 A CN201910296727 A CN 201910296727A CN 110007174 B CN110007174 B CN 110007174B
- Authority
- CN
- China
- Prior art keywords
- data center
- operating
- data
- state
- working
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 75
- 238000011835 investigation Methods 0.000 claims abstract description 25
- 238000012552 review Methods 0.000 claims abstract description 14
- 238000007726 management method Methods 0.000 claims description 52
- 239000011159 matrix material Substances 0.000 claims description 49
- 238000012545 processing Methods 0.000 claims description 28
- 230000006870 function Effects 0.000 claims description 24
- 238000000034 method Methods 0.000 claims description 20
- 238000011156 evaluation Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 13
- 238000012423 maintenance Methods 0.000 claims description 13
- 230000007613 environmental effect Effects 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 9
- 239000002245 particle Substances 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 230000009471 action Effects 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 238000013461 design Methods 0.000 claims description 5
- 238000013075 data extraction Methods 0.000 claims description 4
- 230000001915 proofreading effect Effects 0.000 claims description 4
- 238000004378 air conditioning Methods 0.000 claims description 3
- 238000001816 cooling Methods 0.000 claims description 3
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims description 3
- ONUFESLQCSAYKA-UHFFFAOYSA-N iprodione Chemical compound O=C1N(C(=O)NC(C)C)CC(=O)N1C1=CC(Cl)=CC(Cl)=C1 ONUFESLQCSAYKA-UHFFFAOYSA-N 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 238000000638 solvent extraction Methods 0.000 claims 2
- 238000007689 inspection Methods 0.000 abstract description 11
- 238000007405 data analysis Methods 0.000 abstract description 7
- 238000011157 data evaluation Methods 0.000 abstract description 6
- 238000005057 refrigeration Methods 0.000 abstract description 4
- 230000010365 information processing Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明提供了一种数据中心的动力管控检测方法，该动力管控检测方法是通过工程人员对数据中心的供电系统、制冷系统和所处环境条件执行前期调研、现场检查、数据分析评估、专家评审和出具管控检测报告等不同操作步骤来实现对数据中心的管控检查，这样能够有效地提高对数据中心的动力管控检测效率和准确性，并且还能够准确地判断出动力系统在不同数据中心运行状态下对应的运行负荷情况，这能够准确地区分不同功能设备自身的运行状态，从而有效地提高对动力系统的管控检测效率以及对数据中心进行实现全面和精确的管控检测以保证数据中心的运行安全性和稳定性。
Description
技术领域
本发明涉及数据中心管控的技术领域，特别涉及一种数据中心的动力管控检测方法。
背景技术
数据中心是通过计算机硬件和软件作为系统载体，以进行相关数据信息的处理和存储中心。数据中心具备强大的数据处理和数据存储功能，其广泛应用于银行客户数据信息处理、金融行业数据信息处理或者互联网企业用户数据信息处理等多个不同大数据分析场合或者个人隐私数据处理场合中。数据中心通常包括数据处理系统和动力系统这两个重要组成部分；其中，数据处理系统是以相应的计算机硬件和运算软件相结合作为载体来实现对不同类型大数据的分析处理，而动力系统则是为数据处理系统提供相应的电力能源支持。动力系统为数据处理系统提供电力能源的稳定性和持续性直接影响数据处理系统运行的稳定性，即动力系统自身供电性能的优劣直接影响数据中心的运作状态。若动力系统不能为数据中心的运作提供稳定和持续的电力能源，这会导致数据中心存在停止运作的风险。为了保证动力系统供电的可靠性，现有数据中心都普遍采用不间断电源作为相应的动力系统，该不间断电源能够保证数据中心始终接收到来自外部交流电源或者蓄电池提供的电力能源。
数据中心的运行状态直接关系到整个数据中心能够持续地和安全地工作。由于数据中心通常需要针对大量数据进行计算分析和存储处理，这就需要动力系统为数据中心的数据处理系统提供相应的电力保证，而数据中心的数据处理量通常是存在周期性的，即数据中心在一段时间内会处于数据处理量剧增的繁忙状态，而在另一段时间内则会处于数据处理量平缓的空闲状态，这使得数据中心对应动力系统的供电性能会存在一定的区别，相应地，动力系统在数据中心处于繁忙状态或者空闲状态这两者中，其对应的运行负荷状态也有所不同。但是，目前现有技术对于数据中心动力系统都是采用同一模式进行管控，其并没有提供一种能够针对动力系统在不同工作场景下区别地进行不同模式监控的手段。
发明内容
在数据中心的运行过程中，由于数据中心在不同时间段中其数据处理量会存在较大的差异，这就使得数据中心会呈现在繁忙状态和空闲状态两者之间的周期性变换情况，相应地，数据中心的动力系统在该繁忙状态和空闲状态下，，该数据中心的不同功能设备自身的运行负荷情况也会有所不同。由于不同功能设备本身的内部结构复杂，为了实现对数据中心的动力管控检测，通常需要配置大量的检测设备才能够全面地和准确地获取不同功能设备的运行状态数据，并以此对不同功能设备采取不同的管控方式。现有的对不同功能设备的管控检测方式都是基于同一检测模式来实现的，而该不同功能设备在不同运行负荷情况下，其相应的管控检测条件会存在较大的差异，若采用同一检测模式来进行管控检测，不仅会导致管控检测资源的浪费，还会无法全面和精确地对数据中心进行管控检测。
针对现有技术存在的缺陷，本发明提供一种数据中心的动力管控检测方法，该数据中心的动力管控检测方法是通过工程人员对数据中心的供电系统、制冷系统和所处环境条件执行前期调研、现场检查、数据分析评估、专家评审和出具管控检测报告等不同操作步骤来实现对数据中心的管控检查，这样能够有效地提高对数据中心的动力管控检测效率和准确性；此外，该数据中心的动力管控检测方法还基于数据中心在不同工作场景下，分别获取关于数据中心对应的不同检测参数，并根据该不同的检测参数确定数据中心对不同功能设备的不同影响因子，再通过该不同影响因子获取关于不同功能设备对应的运行状态信息，这样能够准确地判断出动力系统在不同数据中心运行状态下对应的运行负荷情况，这能够准确地区分不同功能设备自身的运行状态，从而有效地提高对动力系统的管控检测效率以及对数据中心进行实现全面和精确的管控检测以保证数据中心的运行安全性和稳定性。
本发明提供一种数据中心的动力管控检测方法，其特征在于，所述动力管控检测方法包括如下步骤：
步骤(1)，获取工程人员对所述数据中心进行现场勘查，并获得关于所述数据中心的工作状态信息，以此构建相应的管控检测模型；
步骤(2)，基于工程人员运行所述管控检测模型，对所述数据中心执行现场检测与数据提取操作，以此获取关于所述数据中心的不同功能系统对应的若干运行状态检测数据；
步骤(3)，根据所述若干运行状态检测数据，生成相应的数据中心运行状态评审数据和数据中心运维体系模型，并对所述数据中心运行状态评审数据和所述数据中心运维体系模型进行校对处理，以此得到相应的动力管控检测结果；
进一步，在步骤(1)中，获取工程人员对所述数据中心进行现场勘查并获得关于所述数据中心的工作状态信息具体包括对所述数据中心进行勘查区域的划分，并根据所述勘查区域的划分结果获取关于不同勘查区域对应的工作状态信息；其中，所述勘查区域的划分包括将所述数据中心的现场勘查划分为对数据中心供电系统的现场勘查、对数据中心制冷系统的现场勘查以及对数据中心所处环境条件的现场勘查中的至少一者；
进一步，在步骤(1)中，对数据中心供电系统的现场勘查包括对所述供电系统的电路规划设计、电能质量、电路施工工艺和防雷接地工艺中的至少一者进行现场勘查；对数据中心制冷系统的现场勘查包括对所述制冷系统的整体制冷状态、新风子系统、空调子系统、过滤子系统和排风子系统中的至少一者进行现场勘查；对数据中心所处环境条件的现场勘查包括对所处环境的温湿度、静电、风速、风压、电磁干扰、照度中的至少一者进行现场勘查；
进一步，在步骤(1)中，构建相应的管控检测模型具体包括如下步骤，
步骤(11)，基于所述数据中心的第一工作场景和第二工作场景，分别获取相应的若干第一工作状态参数和若干第二工作状态参数；
步骤(12)，基于所述若干第一工作状态参数和所述若干第二工作状态参数，分别获取所述第一工作场景和所述第二工作场景各自对所述数据中心的第一影响因子和第二影响因子；
步骤(13)，基于所述第一影响因子和所述第二影响因子，获取所述数据中心当前的工作状态信息，以此构建所述管控检测模型；
进一步，在步骤(11)中，获取所述若干第一工作状态参数和所述若干第二工作状态参数前，还包括确定所述第一工作场景和所述第二工作场景，其具体为，获取所述数据中心在预定运行周期内的运行状态记录，从所述运行状态记录中计算出所述数据中心的运行负荷信息，并根据所述运行负荷信息，将所述数据中心在所述预定运行周期内的运行状态标定为满载运行状态和非满载运行状态，以分别作为所述第一工作场景和所述第二工作场景；
进一步，在步骤(11)中，将所述数据中心在所述预定运行周期内的运行状态标定为满载运行状态和非满载运行状态具体包括，根据所述运行负荷信息，将所述预定运行周期划分为若干运行时间区间，若在某一运行时间区间内，所述数据中心的运行荷载值超过预设荷载阈值且所述运行时间区间的时间长度超过预设时长阈值，则将所述运行时间区间内所述数据中心对应的运行状态标定为所述满载运行状态，否则，将所述运行时间区间内所述数据中心对应的运行状态标定为所述非满载运行状态；
进一步，在步骤(11)中，获取相应的若干第一工作状态参数和若干第二工作状态参数包括，获取所述数据中心在所述预定运行周期内所处若干满载运行状态对应的若干第一电学参数和若干第一非电学参数，并基于一满载运行算法模型，将所述若干第一电学参数和所述若干第一非电学参数转换为所述若干第一工作状态参数；或者，获取所述数据中心在所述预定运行周期内所处若干非满载运行状态对应的若干第二电学参数和若干第二非电学参数，并基于一非满载运行算法模型，将所述若干第二电学参数和所述第二非电学参数转换为所述若干第二工作状态参数；
进一步，在步骤(11)中，获取所述若干第一电学参数或者所述若干第二电学参数包括获取所述数据中心在所述满载运行状态或者所述非满载运行状态中，所数据中心中各个功能模块对应的电压特性、电流特性、谐波特性、电阻特性、电容特性和电感特性中的至少一者作为所述第一电学参数或者所述第二电学参数；获取所述若干第一非电学参数或者所述若干第二非电学参数包括获取所述数据中心在所述满载运行状态或者所述非满载运行状态中，所述数据中心所处工作环境对应的温度、湿度和悬浮粒子浓度中的至少一者作为所述第一非电学参数或者所述第二非电学参数；
进一步，在步骤(11)中，获取所述若干第一工作状态参数和所述若干第二工作状态参数前，还包括确定所述第一工作场景和所述第二工作场景，其具体为，获取所述数据中心中对应的内部功能模块运行信息和外部环境条件变化信息，并根据所述内部功能模块运行信息确定所述数据中心对应的内部运行场景作为所述第一工作场景，根据所述外部环境条件变化信息确定所述数据中心对应的外部运行场景作为所述第二工作场景；其中，所述内部功能模块运行信息包括所数据中心中各个功能模块对应的电压特性、电流特性、谐波特性、电阻特性、电容特性和电感特性中的至少一者；所述外部环境条件变化信息包括所述数据中心所处工作环境对应的温度、湿度和悬浮粒子浓度中的至少一者；以及，
获取所述若干第一工作状态具体包括在所述第一工作场景中，基于一数据中心内部运行算法模型，将所述内部功能模块运行信息进行第一卡尔曼滤波处理并按照第一权重分配模型转换为所述若干第一工作状态参数；获取所述若干第二工作状态参数具体包括在所述第二工作场景中，基于一数据中心外部运行算法模型，将所述外部环境条件变化信息进行第二卡尔曼滤波处理并按照第二权重分配模型转换为所述若干第二工作状态参数；其中，所述第一权重分配模型用于根据各个功能模块在所述数据中心中的负荷占比将其对应的电压特性、电流特性、谐波特性、电阻特性、电容特性和电感特性进行归一化转换处理；所述第二权重分配模型用于将所述工作环境对应的温度、湿度和悬浮粒子浓度进行归一化转换处理；或者，
在步骤(12)中，获取所述第一影响因子和所述第二影响因子具体包括获取所述数据中心的若干历史运行状态数据，以此构建关于所述数据中心的运行状态算法模型，并在若干连续的运行周期内基于所述运行状态算法模型，将所述若干第一工作状态参数和所述若干第二工作状态参数分别变换为若干第一工作场景相关度和若干第二工作场景相关度，再根据所述若干第一工作场景相关度和所述若干第二工作场景相关度，分别获得所述第一影响因子和所述第二影响因子；
进一步，在步骤(3)中，对所述数据中心运行状态评审数据和所述数据中心运维体系模型进行校对处理，以此得到相应的动力管控检测结果具体包括根据所述数据中心运行状态评审数据构建一学习数据库并基于所述学习数据库形成所述数据中心运维体系模型以计算得到所述运行状态安全性测评结果，其过程具体为，根据若干个运行状态影响因子形成一矩阵B，即
在上述表达式中，bjn为数据中心运行状态评审数据中第j条数据的第n个指标所对应的值，
接着根据标准化公式
对所述矩阵B中的每一个元素进行标准化处理以计算得到对应的标准化值，其中bbij为所述矩阵B中第i行第j列的元素bij对应的标准化值，且所有标准化值bbij的范围在0-1之间，再根据计算得到的所有标准化值bbij构建一个新的矩阵BB，
接着计算所述矩阵BB中每条数据对应的距离值d(i,j)，即
在上述公式中，bbit为所述矩阵B中第i行第t列的元素bit对应的标准化值，bbjt为所述矩阵B中第j行第t列的元素bjt对应的标准化值，i与j为小于所述矩阵B总行数的正整数且i与j相互独立，n为矩阵B的总列数；
该距离值d(i,j)表示所述矩阵BB中第i条数据与第j条数据之间的数据距离，在根据所述矩阵BB中任意两行之间的距离值，将所述矩阵BB分解成不同的类；
接着根据上述分解得到的不同类构建一个等效于所述学习数据库的矩阵X，即
其中，Xjn表示所述学习数据库中第j条数据的第n个指标所对应的数据化值，
利用向量Y表示所述数据中心的动力系统的工作时长，其中Y＝(y1,y2,y3…yj)，yj为在第j个运行状态影响因子作用下所述数据中心的动力系统的工作时长，随后将矩阵X作为自变量，向量Y作为因变量，形成下面的拟合函数y，
a0+a1x1+a2x2+…+anxn＝y
在上述拟合函数中，a0，a1，a2，…，an为各个指标x0，x1，x2，…，xn对应常数系数，若干个所述常数系数采用向量A＝(a0,a1,a2,…,an)进行表示，再基于下面公式表示的最小二乘法求解得出所述向量A
在上述公式中，
为Q对an求偏导，xin为矩阵X中第i行的第n个指标对应的值，通过上述过程求出所述向量A，并根据所述向量A确定所述数据中心的动力系统在不同数据中心运行状态评审数据作用下对用的若干工作时长，最后根据所述若干时长的确定结果得到关于所述数据中心的动力系统的运行状态安全性测评结果。
相比于现有技术，本发明的数据中心的动力管控检测方法是通过工程人员对数据中心的供电系统、制冷系统和所处环境条件执行前期调研、现场检查、数据分析评估、专家评审和出具管控检测报告等不同操作步骤来实现对数据中心的管控检查，这样能够有效地提高对数据中心的动力管控检测效率和准确性；其中，该前期调研可包括现场勘查、编写监控方案和确定检测实施方案等，该现场检查可包括项目启动会议、现场检查和数据提取等，该数据分析评估可包括数据分析及评估、编写检测报告和规划设计评审等，该专家评审可包括运行状态评审、运维体系设计和专家会审等，该出具管控检测报告可包括文本校对和报告制作及提交等，通过上述动力管控检测方法能够准确地判断出动力系统在不同数据中心运行状态下对应的运行负荷情况，这能够准确地区分不同功能设备自身的运行状态，从而有效地提高对动力系统的管控检测效率以及对数据中心进行实现全面和精确的管控检测以保证数据中心的运行安全性和稳定性。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的一种数据中心的动力管控检测方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参阅图1，为本发明实施例提供的一种数据中心的动力管控检测方法的流程示意图。该数据中心的动力管控检测方法可包括如下步骤：
步骤(1)，获取工程人员对该数据中心进行现场勘查，并获得关于该数据中心的工作状态信息，以此构建相应的管控检测模型。
优选地，在步骤(1)中，获取工程人员对该数据中心进行现场勘查并获得关于该数据中心的工作状态信息可具体包括对该数据中心进行勘查区域的划分，并根据该勘查区域的划分结果获取关于不同勘查区域对应的工作状态信息；其中，该勘查区域的划分包括将该数据中心的现场勘查划分为对数据中心供电系统的现场勘查、对数据中心制冷系统的现场勘查以及对数据中心所处环境条件的现场勘查中的至少一者。
优选地，在步骤(1)中，对数据中心供电系统的现场勘查可包括对该供电系统的电路规划设计、电能质量、电路施工工艺和防雷接地工艺中的至少一者进行现场勘查；对数据中心制冷系统的现场勘查包括对该制冷系统的整体制冷状态、新风子系统、空调子系统、过滤子系统和排风子系统中的至少一者进行现场勘查；对数据中心所处环境条件的现场勘查包括对所处环境的温湿度、静电、风速、风压、电磁干扰、照度中的至少一者进行现场勘查。
优选地，在步骤(1)中，构建相应的管控检测模型具体包括如下步骤，
步骤(11)，基于该数据中心的第一工作场景和第二工作场景，分别获取相应的若干第一工作状态参数和若干第二工作状态参数；
步骤(12)，基于该若干第一工作状态参数和该若干第二工作状态参数，分别获取该第一工作场景和该第二工作场景各自对该数据中心的第一影响因子和第二影响因子；
步骤(13)，基于该第一影响因子和该第二影响因子，获取该数据中心当前的工作状态信息，以此构建该管控检测模型。
优选地，在步骤(11)中，获取该若干第一工作状态参数和该若干第二工作状态参数前，还可包括确定该第一工作场景和该第二工作场景，其具体为，获取该数据中心在预定运行周期内的运行状态记录，从该运行状态记录中计算出该数据中心的运行负荷信息，并根据该运行负荷信息，将该数据中心在该预定运行周期内的运行状态标定为满载运行状态和非满载运行状态，以分别作为该第一工作场景和该第二工作场景。
优选地，在步骤(11)中，将该数据中心在该预定运行周期内的运行状态标定为满载运行状态和非满载运行状态可具体包括，根据该运行负荷信息，将该预定运行周期划分为若干运行时间区间，若在某一运行时间区间内，该数据中心的运行荷载值超过预设荷载阈值且该运行时间区间的时间长度超过预设时长阈值，则将该运行时间区间内该数据中心对应的运行状态标定为该满载运行状态，否则，将该运行时间区间内该数据中心对应的运行状态标定为该非满载运行状态。
优选地，在步骤(11)中，获取相应的若干第一工作状态参数和若干第二工作状态参数可包括，获取该数据中心在该预定运行周期内所处若干满载运行状态对应的若干第一电学参数和若干第一非电学参数，并基于一满载运行算法模型，将该若干第一电学参数和该若干第一非电学参数转换为该若干第一工作状态参数；或者，获取该数据中心在该预定运行周期内所处若干非满载运行状态对应的若干第二电学参数和若干第二非电学参数，并基于一非满载运行算法模型，将该若干第二电学参数和该第二非电学参数转换为该若干第二工作状态参数。
优选地，在步骤(11)中，获取该若干第一电学参数或者该若干第二电学参数可包括获取该数据中心在该满载运行状态或者该非满载运行状态中，所数据中心中各个功能模块对应的电压特性、电流特性、谐波特性、电阻特性、电容特性和电感特性中的至少一者作为该第一电学参数或者该第二电学参数；获取该若干第一非电学参数或者该若干第二非电学参数包括获取该数据中心在该满载运行状态或者该非满载运行状态中，该数据中心所处工作环境对应的温度、湿度和悬浮粒子浓度中的至少一者作为该第一非电学参数或者该第二非电学参数。
优选地，在步骤(11)中，获取该若干第一工作状态参数和该若干第二工作状态参数前，还可包括确定该第一工作场景和该第二工作场景，其可具体为，获取该数据中心中对应的内部功能模块运行信息和外部环境条件变化信息，并根据该内部功能模块运行信息确定该数据中心对应的内部运行场景作为该第一工作场景，根据该外部环境条件变化信息确定该数据中心对应的外部运行场景作为该第二工作场景；其中，该内部功能模块运行信息包括所数据中心中各个功能模块对应的电压特性、电流特性、谐波特性、电阻特性、电容特性和电感特性中的至少一者；该外部环境条件变化信息包括该数据中心所处工作环境对应的温度、湿度和悬浮粒子浓度中的至少一者。
优选地，获取该若干第一工作状态可具体包括在该第一工作场景中，基于一数据中心内部运行算法模型，将该内部功能模块运行信息进行第一卡尔曼滤波处理并按照第一权重分配模型转换为该若干第一工作状态参数；获取该若干第二工作状态参数具体包括在该第二工作场景中，基于一数据中心外部运行算法模型，将该外部环境条件变化信息进行第二卡尔曼滤波处理并按照第二权重分配模型转换为该若干第二工作状态参数；其中，该第一权重分配模型用于根据各个功能模块在该数据中心中的负荷占比将其对应的电压特性、电流特性、谐波特性、电阻特性、电容特性和电感特性进行归一化转换处理；该第二权重分配模型用于将该工作环境对应的温度、湿度和悬浮粒子浓度进行归一化转换处理。
优选地，在步骤(12)中，获取该第一影响因子和该第二影响因子可具体包括获取该数据中心的若干历史运行状态数据，以此构建关于该数据中心的运行状态算法模型，并在若干连续的运行周期内基于该运行状态算法模型，将该若干第一工作状态参数和该若干第二工作状态参数分别变换为若干第一工作场景相关度和若干第二工作场景相关度，再根据该若干第一工作场景相关度和该若干第二工作场景相关度，分别获得该第一影响因子和该第二影响因子。
步骤(2)，基于工程人员运行所述管控检测模型，对该数据中心执行现场检测与数据提取操作，以此获取关于该数据中心的不同功能系统对应的若干运行状态检测数据。
步骤(3)，根据该若干运行状态检测数据，生成相应的数据中心运行状态评审数据和数据中心运维体系模型，并对该数据中心运行状态评审数据和该数据中心运维体系模型进行校对处理，以此得到相应的动力管控检测结果。
优选地，在步骤(3)中，对所述数据中心运行状态评审数据和所述数据中心运维体系模型进行校对处理，以此得到相应的动力管控检测结果具体包括根据所述数据中心运行状态评审数据构建一学习数据库并基于所述学习数据库形成所述数据中心运维体系模型以计算得到所述运行状态安全性测评结果，其过程具体为，根据若干个运行状态影响因子形成一矩阵B，即
在上述表达式中，bjn为数据中心运行状态评审数据中第j条数据的第n个指标所对应的值，
接着根据标准化公式
对所述矩阵B中的每一个元素进行标准化处理以计算得到对应的标准化值，其中bbij为所述矩阵B中第i行第j列的元素bij对应的标准化值，且所有标准化值bbij的范围在0-1之间，再根据计算得到的所有标准化值bbij构建一个新的矩阵BB，
接着计算所述矩阵BB中每条数据对应的距离值d(i,j)，即
在上述公式中，bbit为所述矩阵B中第i行第t列的元素bit对应的标准化值，bbjt为所述矩阵B中第j行第t列的元素bjt对应的标准化值，i与j为小于所述矩阵B总行数的正整数且i与j相互独立，n为矩阵B的总列数；
该距离值d(i,j)表示所述矩阵BB中第i条数据与第j条数据之间的数据距离，在根据所述矩阵BB中任意两行之间的距离值，将所述矩阵BB分解成不同的类；
接着根据上述分解得到的不同类构建一个等效于所述学习数据库的矩阵X，即
其中，Xjn表示所述学习数据库中第j条数据的第n个指标所对应的数据化值，
利用向量Y表示所述数据中心的动力系统的工作时长，其中Y＝(y1,y2,y3…yj)，yj为在第j个运行状态影响因子作用下所述数据中心的动力系统的工作时长，随后将矩阵X作为自变量，向量Y作为因变量，形成下面的拟合函数y，
a0+a1x1+a2x2+…+anxn＝y
在上述拟合函数中，a0，a1，a2，…，an为各个指标x0，x1，x2，…，xn对应常数系数，若干个所述常数系数采用向量A＝(a0,a1,a2,…,an)进行表示，再基于下面公式表示的最小二乘法求解得出所述向量A
在上述公式中，
为Q对an求偏导，xin为矩阵X中第i行的第n个指标对应的值，通过上述过程求出所述向量A，并根据所述向量A确定所述数据中心的动力系统在不同数据中心运行状态评审数据作用下对用的若干工作时长，最后根据所述若干时长的确定结果得到关于所述数据中心的动力系统的运行状态安全性测评结果。
从上述实施例可以看出，该数据中心的动力管控检测方法是通过工程人员对数据中心的供电系统、制冷系统和所处环境条件执行前期调研、现场检查、数据分析评估、专家评审和出具管控检测报告等不同操作步骤来实现对数据中心的管控检查，这样能够有效地提高对数据中心的动力管控检测效率和准确性；此外，该数据中心的动力管控检测方法还基于数据中心在不同工作场景下，分别获取关于数据中心对应的不同检测参数，并根据该不同的检测参数确定数据中心对不同功能设备的不同影响因子，再通过该不同影响因子获取关于不同功能设备对应的运行状态信息，这样能够准确地判断出动力系统在不同数据中心运行状态下对应的运行负荷情况，这能够准确地区分不同功能设备自身的运行状态，从而有效地提高对动力系统的管控检测效率以及对数据中心进行实现全面和精确的管控检测以保证数据中心的运行安全性和稳定性。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种数据中心的动力管控检测方法，其特征在于，所述动力管控检测方法包括如下步骤：
步骤(1)，获取工程人员对所述数据中心进行现场勘查，并获得关于所述数据中心的工作状态信息，以此构建相应的管控检测模型；
步骤(2)，基于工程人员运行所述管控检测模型，对所述数据中心执行现场检测与数据提取操作，以此获取关于所述数据中心的不同功能系统对应的若干运行状态检测数据；
步骤(3)，根据所述若干运行状态检测数据，生成相应的数据中心运行状态评审数据和数据中心运维体系模型，并对所述数据中心运行状态评审数据和所述数据中心运维体系模型进行校对处理，以此得到相应的动力管控检测结果；
在步骤(3)中，对所述数据中心运行状态评审数据和所述数据中心运维体系模型进行校对处理，以此得到相应的动力管控检测结果具体包括根据所述数据中心运行状态评审数据构建一学习数据库并基于所述学习数据库形成所述数据中心运维体系模型以计算得到所述运行状态安全性测评结果，其过程具体为，根据若干个运行状态影响因子形成一矩阵B，即
在上述表达式中，bjn为数据中心运行状态评审数据中第j条数据的第n个指标所对应的值，
接着根据标准化公式
对所述矩阵B中的每一个元素进行标准化处理以计算得到对应的标准化值，其中bbij为所述矩阵B中第i行第j列的元素bij对应的标准化值，且所有标准化值bbij的范围在0-1之间，再根据计算得到的所有标准化值bbij构建一个新的矩阵BB，接着计算所述矩阵BB中每条数据对应的距离值d(i,j)，即
在上述公式中，bbit为所述矩阵B中第i行第t列的元素bit对应的标准化值，bbjt为所述矩阵B中第j行第t列的元素bjt对应的标准化值，i与j为小于所述矩阵B总行数的正整数且i与j相互独立，n为矩阵B的总列数；
该距离值d(i,j)表示所述矩阵BB中第i条数据与第j条数据之间的数据距离，在根据所述矩阵BB中任意两行之间的距离值，将所述矩阵BB分解成不同的类；
接着根据上述分解得到的不同类构建一个等效于所述学习数据库的矩阵X，即
其中，Xjn表示所述学习数据库中第j条数据的第n个指标所对应的数据化值，
利用向量Y表示所述数据中心的动力系统的工作时长，其中Y＝(y1,y2,y3…yj)，yj为在第j个运行状态影响因子作用下所述数据中心的动力系统的工作时长，随后将矩阵X作为自变量，向量Y作为因变量，形成下面的拟合函数y，
a0+a1x1+a2x2+…+anxn＝y
在上述拟合函数中，a0，a1，a2，…，an为各个指标x0，x1，x2，…，xn对应常数系数，若干个所述常数系数采用向量A＝(a0,a1,a2,…,an)进行表示，再基于下面公式表示的最小二乘法求解得出所述向量A
在上述公式中，
为Q对an求偏导，xin为矩阵X中第i行的第n个指标对应的值，通过上述过程求出所述向量A，并根据所述向量A确定所述数据中心的动力系统在不同数据中心运行状态评审数据作用下对应的若干工作时长，最后根据所述若干时长的确定结果得到关于所述数据中心的动力系统的运行状态安全性测评结果。
2.如权利要求1所述的数据中心的动力管控检测方法，其特征在于：在步骤(1)中，获取工程人员对所述数据中心进行现场勘查并获得关于所述数据中心的工作状态信息具体包括对所述数据中心进行勘查区域的划分，并根据所述勘查区域的划分结果获取关于不同勘查区域对应的工作状态信息；其中，所述勘查区域的划分包括将所述数据中心的现场勘查划分为对数据中心供电系统的现场勘查、对数据中心制冷系统的现场勘查以及对数据中心所处环境条件的现场勘查中的至少一者。
3.如权利要求2所述的数据中心的动力管控检测方法，其特征在于：在步骤(1)中，对数据中心供电系统的现场勘查包括对所述供电系统的电路规划设计、电能质量、电路施工工艺和防雷接地工艺中的至少一者进行现场勘查；对数据中心制冷系统的现场勘查包括对所述制冷系统的整体制冷状态、新风子系统、空调子系统、过滤子系统和排风子系统中的至少一者进行现场勘查；对数据中心所处环境条件的现场勘查包括对所处环境的温湿度、静电、风速、风压、电磁干扰、照度中的至少一者进行现场勘查。
4.如权利要求1所述的数据中心的动力管控检测方法，其特征在于：在步骤(1)中，构建相应的管控检测模型具体包括如下步骤，
步骤(11)，基于所述数据中心的第一工作场景和第二工作场景，分别获取相应的若干第一工作状态参数和若干第二工作状态参数；
步骤(12)，基于所述若干第一工作状态参数和所述若干第二工作状态参数，分别获取所述第一工作场景和所述第二工作场景各自对所述数据中心的第一影响因子和第二影响因子；
步骤(13)，基于所述第一影响因子和所述第二影响因子，获取所述数据中心当前的工作状态信息，以此构建所述管控检测模型。
5.如权利要求4所述的数据中心的动力管控检测方法，其特征在于：在步骤(11)中，获取所述若干第一工作状态参数和所述若干第二工作状态参数前，还包括确定所述第一工作场景和所述第二工作场景，其具体为，获取所述数据中心在预定运行周期内的运行状态记录，从所述运行状态记录中计算出所述数据中心的运行负荷信息，并根据所述运行负荷信息，将所述数据中心在所述预定运行周期内的运行状态标定为满载运行状态和非满载运行状态，以分别作为所述第一工作场景和所述第二工作场景。
6.如权利要求5所述的数据中心的动力管控检测方法，其特征在于：在步骤(11)中，将所述数据中心在所述预定运行周期内的运行状态标定为满载运行状态和非满载运行状态具体包括，根据所述运行负荷信息，将所述预定运行周期划分为若干运行时间区间，若在某一运行时间区间内，所述数据中心的运行荷载值超过预设荷载阈值且所述运行时间区间的时间长度超过预设时长阈值，则将所述运行时间区间内所述数据中心对应的运行状态标定为所述满载运行状态，否则，将所述运行时间区间内所述数据中心对应的运行状态标定为所述非满载运行状态。
7.如权利要求5所述的数据中心的动力管控检测方法，其特征在于：在步骤(11)中，获取相应的若干第一工作状态参数和若干第二工作状态参数包括，获取所述数据中心在所述预定运行周期内所处若干满载运行状态对应的若干第一电学参数和若干第一非电学参数，并基于一满载运行算法模型，将所述若干第一电学参数和所述若干第一非电学参数转换为所述若干第一工作状态参数；或者，获取所述数据中心在所述预定运行周期内所处若干非满载运行状态对应的若干第二电学参数和若干第二非电学参数，并基于一非满载运行算法模型，将所述若干第二电学参数和所述第二非电学参数转换为所述若干第二工作状态参数。
8.如权利要求7所述的数据中心的动力管控检测方法，其特征在于：在步骤(11)中，获取所述若干第一电学参数或者所述若干第二电学参数包括获取所述数据中心在所述满载运行状态或者所述非满载运行状态中，所数据中心中各个功能模块对应的电压特性、电流特性、谐波特性、电阻特性、电容特性和电感特性中的至少一者作为所述第一电学参数或者所述第二电学参数；获取所述若干第一非电学参数或者所述若干第二非电学参数包括获取所述数据中心在所述满载运行状态或者所述非满载运行状态中，所述数据中心所处工作环境对应的温度、湿度和悬浮粒子浓度中的至少一者作为所述第一非电学参数或者所述第二非电学参数。
9.如权利要求4所述的数据中心的动力管控检测方法，其特征在于：在步骤(11)中，获取所述若干第一工作状态参数和所述若干第二工作状态参数前，还包括确定所述第一工作场景和所述第二工作场景，其具体为，获取所述数据中心中对应的内部功能模块运行信息和外部环境条件变化信息，并根据所述内部功能模块运行信息确定所述数据中心对应的内部运行场景作为所述第一工作场景，根据所述外部环境条件变化信息确定所述数据中心对应的外部运行场景作为所述第二工作场景；其中，所述内部功能模块运行信息包括所数据中心中各个功能模块对应的电压特性、电流特性、谐波特性、电阻特性、电容特性和电感特性中的至少一者；所述外部环境条件变化信息包括所述数据中心所处工作环境对应的温度、湿度和悬浮粒子浓度中的至少一者；以及，
获取所述若干第一工作状态具体包括在所述第一工作场景中，基于一数据中心内部运行算法模型，将所述内部功能模块运行信息进行第一卡尔曼滤波处理并按照第一权重分配模型转换为所述若干第一工作状态参数；获取所述若干第二工作状态参数具体包括在所述第二工作场景中，基于一数据中心外部运行算法模型，将所述外部环境条件变化信息进行第二卡尔曼滤波处理并按照第二权重分配模型转换为所述若干第二工作状态参数；其中，所述第一权重分配模型用于根据各个功能模块在所述数据中心中的负荷占比将其对应的电压特性、电流特性、谐波特性、电阻特性、电容特性和电感特性进行归一化转换处理；所述第二权重分配模型用于将所述工作环境对应的温度、湿度和悬浮粒子浓度进行归一化转换处理；或者
在步骤(12)中，获取所述第一影响因子和所述第二影响因子具体包括获取所述数据中心的若干历史运行状态数据，以此构建关于所述数据中心的运行状态算法模型，并在若干连续的运行周期内基于所述运行状态算法模型，将所述若干第一工作状态参数和所述若干第二工作状态参数分别变换为若干第一工作场景相关度和若干第二工作场景相关度，再根据所述若干第一工作场景相关度和所述若干第二工作场景相关度，分别获得所述第一影响因子和所述第二影响因子。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910296727.1A CN110007174B (zh) | 2019-04-14 | 2019-04-14 | 一种数据中心的动力管控检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910296727.1A CN110007174B (zh) | 2019-04-14 | 2019-04-14 | 一种数据中心的动力管控检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110007174A CN110007174A (zh) | 2019-07-12 |
| CN110007174B true CN110007174B (zh) | 2021-02-02 |
Family
ID=67171653
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910296727.1A Active CN110007174B (zh) | 2019-04-14 | 2019-04-14 | 一种数据中心的动力管控检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110007174B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110487327B (zh) * | 2019-08-13 | 2021-08-17 | 中铁十二局集团有限公司 | 一种机械设备电气系统的运行状态检测系统 |
| CN115795606A (zh) * | 2022-11-22 | 2023-03-14 | 财拓云计算(上海)有限公司 | 数据中心构建方法、数据中心和数据中心构建系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102833117A (zh) * | 2012-09-10 | 2012-12-19 | 山东省计算中心 | 基于物联网技术的数据中心动力环境监测系统及方法 |
| CN103312030A (zh) * | 2012-03-08 | 2013-09-18 | 国家电网公司 | 电力设备的监控系统和方法 |
| CN103792440A (zh) * | 2012-10-30 | 2014-05-14 | 北京中大科慧科技发展有限公司 | 一种数据中心动力系统安全分析评估的方法 |
| JP2015049205A (ja) * | 2013-09-04 | 2015-03-16 | 三菱電機株式会社 | 安全系表示システム |
| CN207335762U (zh) * | 2017-04-10 | 2018-05-08 | 无锡天云数据中心科技有限公司 | 数据中心智能化测试系统 |
| CN108921454A (zh) * | 2018-08-06 | 2018-11-30 | 北京中大科慧科技发展有限公司 | 数据中心动力系统的安全性评估方法及其检测装置 |
-
2019
- 2019-04-14 CN CN201910296727.1A patent/CN110007174B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103312030A (zh) * | 2012-03-08 | 2013-09-18 | 国家电网公司 | 电力设备的监控系统和方法 |
| CN102833117A (zh) * | 2012-09-10 | 2012-12-19 | 山东省计算中心 | 基于物联网技术的数据中心动力环境监测系统及方法 |
| CN103792440A (zh) * | 2012-10-30 | 2014-05-14 | 北京中大科慧科技发展有限公司 | 一种数据中心动力系统安全分析评估的方法 |
| JP2015049205A (ja) * | 2013-09-04 | 2015-03-16 | 三菱電機株式会社 | 安全系表示システム |
| CN207335762U (zh) * | 2017-04-10 | 2018-05-08 | 无锡天云数据中心科技有限公司 | 数据中心智能化测试系统 |
| CN108921454A (zh) * | 2018-08-06 | 2018-11-30 | 北京中大科慧科技发展有限公司 | 数据中心动力系统的安全性评估方法及其检测装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110007174A (zh) | 2019-07-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115578015A (zh) | 基于物联网的污水处理全过程监管方法、系统及存储介质 | |
| CN110333962B (zh) | 一种基于数据分析预测的电子元器件故障诊断模型 | |
| CN110007174B (zh) | 一种数据中心的动力管控检测方法 | |
| CN113992153A (zh) | 一种光伏电站可视化实时监测分布式管理系统 | |
| CN114878934A (zh) | 一种电能耗数据异常预警方法 | |
| CN117955245B (zh) | 电网的运行状态的确定方法、装置、存储介质和电子设备 | |
| CN117937768B (zh) | 智能电气柜远程监控系统 | |
| CN114184996B (zh) | 低压台区智能电表的计量异常行为辨识方法及装置 | |
| CN111080484A (zh) | 一种配电网异常数据监测方法及装置 | |
| CN114862109A (zh) | 一种用电异常监测方法、装置、电子设备及存储介质 | |
| CN107093151B (zh) | 电力系统智能化断面管理及在线安全校核系统 | |
| CN112398165A (zh) | 一种基于极限场景分析的新能源消纳能力评估方法 | |
| CN116739347A (zh) | 电网风险评估方法、装置、存储介质及计算机设备 | |
| CN116930652A (zh) | 一种公共建筑能耗监测系统及节能效果监测方法 | |
| CN116720983A (zh) | 一种基于大数据分析的供电设备异常检测方法及系统 | |
| CN114837902B (zh) | 一种风电机组健康度评估方法、系统、设备和介质 | |
| CN116258467A (zh) | 一种电力施工管控系统 | |
| CN114548673B (zh) | 一种减排指标监测方法及装置 | |
| CN116247655A (zh) | 一种风电出力预测方法、系统、存储介质及设备 | |
| CN112380641B (zh) | 一种应急柴油机健康状态评价方法及计算机终端 | |
| CN109992086B (zh) | 一种数据中心动力系统的状态测评方法及状态测评装置 | |
| Guo et al. | A Reliability Evaluation Model for Smart Meters Based on Survival Analysis Theory | |
| Balali et al. | Essentials to develop data-driven predictive models of prognostics and health management for distributed electrical systems | |
| CN116739532B (zh) | 一种能源项目管理方法、系统、终端设备及存储介质 | |
| CN113656238B (zh) | 一种智能终端的ai工业应用能力测试方法和系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |