CN116029701B - 一种数据中心能耗评估方法、系统、装置及电子设备 - Google Patents
一种数据中心能耗评估方法、系统、装置及电子设备 Download PDFInfo
- Publication number
- CN116029701B CN116029701B CN202310098863.6A CN202310098863A CN116029701B CN 116029701 B CN116029701 B CN 116029701B CN 202310098863 A CN202310098863 A CN 202310098863A CN 116029701 B CN116029701 B CN 116029701B
- Authority
- CN
- China
- Prior art keywords
- energy consumption
- data
- data center
- center energy
- information set
- 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
- 238000005265 energy consumption Methods 0.000 title claims abstract description 381
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000004364 calculation method Methods 0.000 claims abstract description 19
- 238000007781 pre-processing Methods 0.000 claims abstract description 18
- 238000011156 evaluation Methods 0.000 claims description 104
- 238000012545 processing Methods 0.000 claims description 29
- 230000015654 memory Effects 0.000 claims description 27
- 238000013178 mathematical model Methods 0.000 claims description 17
- 238000007405 data analysis Methods 0.000 claims description 15
- 238000012423 maintenance Methods 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000012544 monitoring process Methods 0.000 abstract description 19
- 238000010276 construction Methods 0.000 abstract description 10
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000007246 mechanism Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 7
- 235000019580 granularity Nutrition 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- -1 electricity Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000012098 association analyses Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
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
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种数据中心能耗评估方法、系统、装置及电子设备，利用数据中心已有的动环监控系统与其他监控系统等采集数据中心各系统、各设备、不同时段能耗数据信息，结合数据中心能耗评估指标体系，经过数据预处理、预设计算方法等，高精度、高时效、高协同性输出数据中心能耗评估值，充分利用了数据中心已有基础、物联网技术，并且运行成本低，有益于成为大数据行业良好的能效竞争体制、机制构建基础，适合大规模推广使用。因此，通过实施本发明，可以系统、设备、时间等多维度、全场景视角下反映数据中心多工况、多场景、不同清洁能源利用率等的资源需求水平，并指导未来数据中心建设方向。
Description
技术领域
本发明涉及能耗管理技术领域，具体涉及一种数据中心能耗评估方法、系统、装置及电子设备。
背景技术
伴随着社会的进步、经济的发展、人民生活水平的提高，各行各业得到了长足发展。同时，行业的发展积累了越来越多的运营数据，对数据算力提出了更高要求、更高标准的计算需求。
数据中心是现代社会兴起的新型产业，广泛应用于工业－现代化工及能源电子信息产业、现代农产品、汽车、大健康，农业－农业精准生产、农产品产销、环境监测，政务服务和公共服务－政务服务、应急管理、医疗、教育，服务业－金融、物流、零售、外贸行业中。云平台的广泛推动能够为企业研发设计、生产制造、管理服务、供应链优化等各个环节提供强大的技术支撑及数据价值。
数据中心强劲的发展趋势具有历史必然性。随着大数据用户的爆发式增长，数据中心近几十年以几何级速度快速涌现，而数据中心是能源密集型产业，它的发展给社会带来了巨大的碳排放、电能、水资源等能源压力。
因此，亟需提出一种能耗评估方法，以全面、高效地评估数据中心的耗能水平、能源利用率、水电油气等的消耗成本。
发明内容
有鉴于此，本发明实施例提供了涉及一种数据中心能耗评估方法、系统、装置及电子设备，以解决现有技术中不能全面、高效地评估数据中心的耗能水平、能源利用率、水电油气等的消耗成本的技术问题。
本发明提出的技术方案如下：
第一方面，本发明实施例提供一种数据中心能耗评估方法，该数据中心能耗评估方法包括：获取数据中心能耗数据信息集和数据中心能耗评估指标体系；基于所述数据中心能耗数据信息集和所述数据中心能耗评估指标体系，经过数据预处理与分析方法，得到数据中心能耗关联数据集；基于所述数据中心能耗关联数据集，经过预设计算方法，得到至少一个数据中心能耗数据比值；基于每个所述数据中心能耗数据比值，在预设能耗评分表中确定对应的数据中心能耗评估值。
结合第一方面，在第一方面的一种可能的实现方式中，基于所述数据中心能耗数据信息集和所述数据中心能耗评估指标体系，经过数据预处理与分析方法，得到数据中心能耗关联数据集，包括：基于所述数据中心能耗数据信息集获取数据中心设备运维参数；基于所述数据中心能耗评估指标体系，对所述数据中心能耗数据信息集中的能耗数据分别进行粗粒度、中粒度、细粒度数据处理，得到目标数据中心能耗数据集；基于所述目标数据中心能耗数据集和所述数据中心设备运维参数，建立关联关系数学模型；基于所述数据中心能耗数据信息集，经过所述关联关系数学模型，得到所述数据中心能耗关联数据集。
结合第一方面，在第一方面的另一种可能的实现方式中，基于所述数据中心能耗关联数据集，经过预设计算方法，得到至少一个数据中心能耗数据比值，包括：基于所述数据中心能耗关联数据集，经过预设动态基准能耗模型处理，得到至少一个数据中心动态基准能耗数值；基于每个所述数据中心动态基准能耗数值和所述数据中心能耗数据信息集中的每个数据中心能耗数据信息，计算所述数据中心能耗数据比值。
结合第一方面，在第一方面的又一种可能的实现方式中，基于所述数据中心能耗评估指标体系，对所述数据中心能耗数据信息集中的能耗数据分别进行粗粒度、中粒度、细粒度数据处理，得到目标数据中心能耗数据集之前，所述方法还包括：利用数据缺失值中位数填补方法和数值拟合方法对所述数据中心能耗数据信息集进行填补插值处理。
结合第一方面，在第一方面的又一种可能的实现方式中，所述方法还包括：利用预设显示设备对所述数据中心能耗评估值和所述数据中心能耗评估指标体系进行显示。
第二方面，本发明实施例提供数据中心能耗评估系统，用于执行如本发明实施例第一方面及第一方面任一项所述的数据中心能耗评估方法；该数据中心能耗评估系统包括：数据采集模块，用于数据中心能耗数据信息集，以及将所述数据中心能耗数据信息集发送至数据分析模块；所述数据分析模块，用于获取数据中心能耗评估指标体系，以及基于所述数据中心能耗数据信息集和所述数据中心能耗评估指标体系，经过数据预处理与分析方法，得到数据中心能耗关联数据集，以及将所述数据中心能耗关联数据集发送至动态基准能耗模块；所述动态基准能耗模块，用于基于所述数据中心能耗关联数据集经过预设计算方法，得到至少一个数据中心能耗数据比值，以及根据每个所述数据中心能耗数据比值在预设能耗评分表中确定对应的数据中心能耗评估值。
结合第二方面，在第二方面的一种可能的实现方式中，所述系统还包括：显示模块，用于接收并显示所述数据分析模块发送的所述数据中心能耗评估指标体系和所述动态基准能耗模块发送的所述数据中心能耗评估值。
第三方面，本发明实施例提供一种数据中心能耗评估装置，该数据中心能耗评估装置包括：获取模块，用于获取数据中心能耗数据信息集和数据中心能耗评估指标体系；处理与分析模块，用于基于所述数据中心能耗数据信息集和所述数据中心能耗评估指标体系，经过数据预处理与分析方法，得到数据中心能耗关联数据集；计算模块，用于基于所述数据中心能耗关联数据集，经过预设计算方法，得到至少一个数据中心能耗数据比值；评估模块，用于基于每个所述数据中心能耗数据比值，在预设能耗评分表中确定对应的数据中心能耗评估值。
第四方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行如本发明实施例第一方面及第一方面任一项所述的数据中心能耗评估方法。
第五方面，本发明实施例提供一种电子设备，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行如本发明实施例第一方面及第一方面任一项所述的数据中心能耗评估方法。
本发明提供的技术方案，具有如下效果：
本发明实施例提供的数据中心能耗评估方法，利用数据中心已有的动环监控系统与其他监控系统等采集数据中心各系统、各设备、不同时段能耗数据信息，通过结合数据中心能耗评估指标体系，经过数据预处理与分析方法、预设计算方法等，高精度、高时效、高协同性共同输出数据中心能耗评估值，充分利用了数据中心已有基础、物联网技术，并且成本低，有益于成为大数据行业良好的能效竞争体制、机制构建基础，适合大规模推广使用。因此，通过实施本发明，可以系统、设备、时间等多维度全场景视角下反映数据中心多工况、多场景、不同清洁能源利用率等环境中资源需求水平，并指导未来数据中心建设方向。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，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是根据本发明实施例提供的一种数据中心能耗评估方法的流程图；
图2是根据本发明实施例提供的一种数据中心能耗评估系统的结构框图；
图3是根据本发明实施例提供的一种数据中心主设备与环控辅助设备能耗评估系统的结构框图；
图4是根据本发明实施例提供的一种数据中心主设备与环控辅助设备能耗评估系统的功能实现框图；
图5是根据本发明实施例提供的一种数据中心能耗评估装置的结构框图；
图6是根据本发明实施例提供的计算机可读存储介质的结构示意图；
图7是根据本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，本领域技术人员在没有做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。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实施例提供一种数据中心能耗评估方法，如图1所示，该方法包括如下步骤：
步骤101：获取数据中心能耗数据信息集和数据中心能耗评估指标体系。
具体地，数据中心能耗数据信息集中的数据可以从数据中心动环监控系统及各监控系统的历史监控数据以及实时监控数据中获取得到，可以包括各系统、各设备、各不同时段的主设备与环控辅助设备用能数据、运行参数、运行环境变量等。
数据中心能耗评估指标体系为预先设置，可以包括数据中心电能利用效率(PUE)、水资源利用率(WUE)、碳排放指标(CUE)、绿色可再生能源占比(GEC)、空调能效(COP)、局部电能效率(pPUE)、供电负载系数(PLF)和制冷负载系数(CLF)等。
步骤102：基于所述数据中心能耗数据信息集和所述数据中心能耗评估指标体系，经过数据预处理与分析方法，得到数据中心能耗关联数据集。
其中，数据中心能耗关联数据集可以包括能耗指标数据、能耗数据与各影响因素数据信息。
具体地，利用预设处理与分析方法，将数据中心能耗数据信息集中的数据进行初步处理后，进一步，结合数据中心能耗评估指标体系分类分析该数据中心能耗数据信息集中的数据，并区分各能耗影响因素，得到能耗分类数据。
步骤103：基于所述数据中心能耗关联数据集，经过预设计算方法，得到至少一个数据中心能耗数据比值。
其中，数据中心能耗数据比值表示数据中心动态基准能耗数值与能耗实际数据的比值。
具体地，利用预设计算方法，结合数据中心能耗关联数据集可以计算得到数据中心动态基准能耗数值，进一步，根据该数据中心动态基准能耗数值可以得到数据中心内部每个设备的能耗数据比值。
步骤104：基于每个所述数据中心能耗数据比值，在预设能耗评分表中确定对应的数据中心能耗评估值。
其中，预设能耗评分表表示利用数据中心各设备运行最佳工况、最佳设备性能下各用能系统的一般用能水平作为基准能耗，基准能耗与历史实际运行能耗数据的比值作的累计频率分布曲线图作为划分能耗评估分值的现实依据，作出的区分工况的能耗评分表。
因此，根据计算得到的每个数据中心能耗数据比值，即可以在该预设能耗评分表中查询得到对应的数据中心能耗评估值。
本发明实施例提供的数据中心能耗评估方法，利用数据中心已有的动环监控系统与其他监控系统等采集数据中心各系统、各设备、不同时段能耗数据信息，通过结合数据中心能耗评估指标体系，经过数据预处理与分析方法、预设计算方法等，高精度、高时效、高协同性共同输出数据中心能耗评估值，充分利用了数据中心已有基础、物联网技术，并且成本低，有益于成为大数据行业良好的能效竞争体制、机制构建基础，适合大规模推广使用。因此，通过实施本发明，可以系统、设备、时间等多维度全场景视角下反映数据中心多工况、多场景、不同清洁能源利用率等环境中资源需求水平，并指导未来数据中心建设方向。
作为本发明实施例一种可选的实施方式，步骤102，包括：基于所述数据中心能耗数据信息集获取数据中心设备运维参数；基于所述数据中心能耗评估指标体系，对所述数据中心能耗数据信息集中的能耗数据分别进行粗粒度、中粒度、细粒度数据处理，得到目标数据中心能耗数据集；基于所述目标数据中心能耗数据集和所述数据中心设备运维参数，建立关联关系数学模型；基于所述数据中心能耗数据信息集，经过所述关联关系数学模型，得到所述数据中心能耗关联数据集。
其中，根据步骤102的描述，数据中心能耗数据信息集中包括数据中心设备运维参数；目标数据中心能耗数据集可以包括处理后的不同粒度的数据中心设备能耗数据。
具体地，通过结合多系统、多设备、多时段数据中心设备能耗数据信息与数据中心能耗评估指标体系以粗粒度、中粒度、细粒度分别提取能耗数据信息、各系统与各设备运行数据与参数、环境状态信息等，可以最大范围、最大限度保持信息不丢失。
进一步，基于处理后的数据中心能耗数据集，就各系统、各设备运维参数进行关联关系分析，并根据关联关系结果构建对应的关联关系数学模型；
进一步，将实时获取的数据中心能耗数据信息输入该关联关系数学模型，即可以得到对应的数据中心能耗关联数据集。
其中，通过构建关联关系数学模型，并根据细粒度、高质量数据集不断优化数学模型权重和参数，优化配置后的关联关系数学模型能够多视角、多层次反映各系统、各设备及不同运行环境中能耗数据与不同运行状态、不同工况、不同时刻下设备运行参数、环境变化参数间连续变化一一对应关系。
进一步，还可以将原始数据中心设备能耗数据信息、处理中及处理后的数据中心设备能耗数据集、数据中心能耗关联数据集存储于对应的数据存储模块，便于后续调用。
作为本发明实施例一种可选的实施方式，步骤103，包括：基于所述数据中心能耗关联数据集，经过预设动态基准能耗模型处理，得到至少一个数据中心动态基准能耗数值；基于每个所述数据中心动态基准能耗数值和所述数据中心能耗数据信息集中的每个数据中心能耗数据信息，计算所述数据中心能耗数据比值。
其中，预设动态基准能耗模型根据统计学方法构建得到，可以为统计学回归或预测模型，能够依据数据中心历史运行数据与实时运行数据与参数，输出各系统、各设备及用能最小单元动态基准能耗数据，即将数据中心能耗关联数据集输入该预设动态基准能耗模型，可以得到对应的数据中心动态基准能耗数值，即至少一个数据中心动态基准能耗数值。
进一步，根据步骤103中关于数据中心能耗数据比值的描述，在计算得到每个该数据中心动态基准能耗数值后，即可以进一步得到每个数据中心动态基准能耗数值与每个能耗实际数据的比值。
作为本发明实施例一种可选的实施方式，基于所述数据中心能耗评估指标体系，对所述数据中心能耗数据信息集中的能耗数据分别进行粗粒度、中粒度、细粒度数据处理，得到目标数据中心能耗数据集之前，所述方法还包括：利用数据缺失值中位数填补方法和数值拟合方法对所述数据中心能耗数据信息集进行填补插值处理。
具体地，实时处理数据中心运行数据即数据中心能耗数据信息集，可以采用数据缺失值中位数填补方法、数值拟合方法填补插值，使得时序序列连续可分。
作为本发明实施例一种可选的实施方式，所述方法还包括：利用预设显示设备对所述数据中心能耗评估值和所述数据中心能耗评估指标体系进行显示。
其中，预设显示设备可以为大屏、电子屏幕等，本发明实施例对此不做具体限定，只要满足显示需求即可。
具体地，可以将数据中心能耗评估值、数据中心各能耗指标(数据中心能耗评估指标体系)、数据中心整体局部用能水平以多维度、全场景、全视角的方式实时展示于电子大屏幕中，可以进一步依托数据中心实际运营环境基础指导未来数据中心建设方向。
本发明上述实施例所述的数据中心能耗评估方法，针对数据中心产业能源消耗水平、系统与子系统能源利用率、水电油气等资源消耗水平提出，利用数据中心已有的动环监控系统与其他监控系统等采集数据中心各系统、各设备、不同时段能源消耗数据，通过建立的关联关系模型、统计学回归或预测模型等能够以高精度、高时效、高协同性共同输出数据中心能耗评估分值、能耗评估指标数值、能源消耗水平等，能够从系统、设备、时间等维度全场景视角下反映数据中心不同工况下、不同环境中、不同清洁能源利用率等的资源需求水平，并指导未来数据中心建设方向。
本发明实施例还提供一种数据中心能耗评估系统，用于执行如本发明实施例所述的数据中心能耗评估方法，如图2所示，该数据中心能耗评估系统2包括：数据采集模块21、数据分析模块22、动态基准能耗模块23和显示模块24。
其中，数据分析模块22的一端与数据采集模块21连接，另一端分别与动态基准能耗模块23和显示模块24连接；动态基准能耗模块23与显示模块24连接。
进一步，对上述系统中各个装置的功能进行描述。
其中，数据采集模块21用于获取数据中心能耗数据信息集，以及将该数据中心能耗数据信息集发送至数据分析模块22，具体的获取方法参考本发明实施例所述的数据中心能耗评估方法中步骤101的描述，此处不再赘述。
数据分析模块22首先用于获取数据中心能耗评估指标体系，具体的获取方法参考本发明实施例所述的数据中心能耗评估方法中步骤101的描述，此处不再赘述。
其次，该数据分析模块22基于接收到的数据中心设备能耗数据信息和获取到的该数据中心能耗评估指标体系，经过数据预处理与分析方法，得到数据中心能耗关联数据集，以及将该数据中心能耗关联数据集发送至动态基准能耗模块23，具体的处理与分析过程参考本发明实施例所述的数据中心能耗评估方法中步骤102以及步骤102的进一步限定内容的描述，此处不再赘述。
动态基准能耗模块23在接收到数据中心能耗关联数据集后，经过预设计算方法可以得到对应的数据中心能耗数据比值，并根据该数据中心能耗数据比值在预设能耗评分表中查询得到对应的数据中心能耗评估值。具体的计算过程参考本发明实施例所述的数据中心能耗评估方法中步骤103以及步骤103的进一步限定内容的描述，此处不再赘述。
显示模块24用于接收并显示数据分析模块22发送的数据中心能耗评估指标体系和动态基准能耗模块23发送的数据中心能耗评估值。
本发明实施例提供的数据中心能耗评估系统，可以系统、设备、时间等维度全场景视角下反映数据中心不同工况下、不同环境中、不同清洁能源利用率等的资源需求水平，并指导未来数据中心建设方向。
在一实例中，提供一种数据中心主设备与环控辅助设备能耗评估系统，如图3所示，包括：
数据采集模块，用于获取数据中心动环监控系统及各监控系统的历史监控数据以及实时监控数据，包含各系统、各设备、各不同时段的主设备与环控辅助设备用能数据、运行参数、运行环境变量等。
数据分析模块，包括数据预处理模块、数据关联分析模块、信息中继站，数据预处理模块将数据采集模块传递的数据信息结合数据中心能耗评估指标体系分别进行粗粒度、中粒度、细粒度数据处理，并且就各系统、各设备运维参数进行关联关系分析，将原始数据、处理中及处理后的数据存储于数据存储传输模块，供各数据分析模块、能耗评估模块调用。
能耗评估模块，包括动态基准能耗模块、区分工况的能耗评分表，动态基准能耗模块调用信息中继站数据，利用统计学方法计算动态基准能耗，继而得到动态基准能耗数据与实时能耗数据的比值，最后查询区分工况的能耗评分表得到数据中心能耗评估分值。
实时展示模块，用于将数据中心能耗评估分值、数据中心各能耗指标、数据中心整体局部用能水平以多维度、全场景、全视角的方式实时展示于电子大屏幕中。
进一步，该数据中心主设备与环控辅助设备能耗评估系统的功能实现框图如图4所示。
本发明实施例还提供一种数据中心能耗评估装置，如图5所示，该装置包括：
获取模块501，用于获取数据中心能耗数据信息集和数据中心能耗评估指标体系；详细内容参见上述方法实施例中步骤101的相关描述。
处理与分析模块502，用于基于所述数据中心能耗数据信息集和所述数据中心能耗评估指标体系，经过数据预处理与分析方法，得到数据中心能耗关联数据集；详细内容参见上述方法实施例中步骤102的相关描述。
计算模块503，用于基于所述数据中心能耗关联数据集，经过预设计算方法，得到至少一个数据中心能耗数据比值；详细内容参见上述方法实施例中步骤103的相关描述。
评估模块504，用于基于每个所述数据中心能耗数据比值，在预设能耗评分表中确定对应的数据中心能耗评估值；详细内容参见上述方法实施例中步骤104的相关描述。
本发明实施例提供的数据中心能耗评估装置，利用数据中心已有的动环监控系统与其他监控系统等采集数据中心各系统、各设备、不同时段能耗数据信息，通过结合数据中心能耗评估指标体系，经过数据预处理与分析方法、预设计算方法等，高精度、高时效、高协同性共同输出数据中心能耗评估值，充分利用了数据中心已有基础、物联网技术，并且成本低，有益于成为大数据行业良好的能效竞争体制、机制构建基础，适合大规模推广使用。
作为本发明实施例一种可选的实施方式，所述处理与分析模块，包括：获取子模块，用于基于所述数据中心能耗数据信息集获取数据中心设备运维参数；第一处理子模块，用于基于所述数据中心能耗评估指标体系，对所述数据中心能耗数据信息集中的能耗数据分别进行粗粒度、中粒度、细粒度数据处理，得到目标数据中心能耗数据集；建立子模块，用于基于所述目标数据中心能耗数据集和所述数据中心设备运维参数，建立关联关系数学模型；确定子模块，用于基于所述数据中心能耗数据信息集，经过所述关联关系数学模型，得到所述数据中心能耗关联数据集。
作为本发明实施例一种可选的实施方式，所述计算模块，包括：第二处理子模块，用于基于所述数据中心能耗关联数据集，经过预设动态基准能耗模型处理，得到至少一个数据中心动态基准能耗数值；计算子模块，用于基于每个所述数据中心动态基准能耗数值和所述数据中心能耗数据信息集中的每个数据中心能耗数据信息，计算所述数据中心能耗数据比值。
作为本发明实施例一种可选的实施方式，所述处理与分析模块，还包括：第三处理子模块，用于利用数据缺失值中位数填补方法和数值拟合方法对所述数据中心能耗数据信息集进行填补插值处理。
作为本发明实施例一种可选的实施方式，所述装置还包括：显示模块，用于利用预设显示设备对所述数据中心能耗评估值和所述数据中心能耗评估指标体系进行显示。
本发明实施例提供的数据中心能耗评估装置的功能描述详细参见上述实施例中数据中心能耗评估方法描述。
本发明实施例还提供一种存储介质，如图6所示，其上存储有计算机程序601，该指令被处理器执行时实现上述实施例中数据中心能耗评估方法的步骤。其中，存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random AccessMemory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。
本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random AccessMemory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。
本发明实施例还提供了一种电子设备，如图7所示，该电子设备可以包括处理器71和存储器72，其中处理器71和存储器72可以通过总线或者其他方式连接，图7中以通过总线连接为例。
处理器71可以为中央处理器(Central Processing Unit，CPU)。处理器71还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
存储器72作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明实施例中的对应的程序指令/模块。处理器71通过运行存储在存储器72中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例中的数据中心能耗评估方法。
存储器72可以包括存储程序区和存储数据区，其中，存储程序区可存储操作装置、至少一个功能所需要的应用程序；存储数据区可存储处理器71所创建的数据等。此外，存储器72可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器72可选包括相对于处理器71远程设置的存储器，这些远程存储器可以通过网络连接至处理器71。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器72中，当被所述处理器71执行时，执行如图1所示实施例中的数据中心能耗评估方法。
上述电子设备具体细节可以对应参阅图1所示的实施例中对应的相关描述和效果进行理解，此处不再赘述。
虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (9)
1.一种数据中心能耗评估方法，其特征在于，所述方法包括：
获取数据中心能耗数据信息集和数据中心能耗评估指标体系；
基于所述数据中心能耗数据信息集和所述数据中心能耗评估指标体系，经过数据预处理与分析方法，得到数据中心能耗关联数据集；
基于所述数据中心能耗关联数据集，经过预设计算方法，得到至少一个数据中心能耗数据比值，所述数据中心能耗数据比值表示数据中心动态基准能耗数值与能耗实际数据的比值；
基于每个所述数据中心能耗数据比值，在预设能耗评分表中确定对应的数据中心能耗评估值；
所述基于所述数据中心能耗数据信息集和所述数据中心能耗评估指标体系，经过数据预处理与分析方法，得到数据中心能耗关联数据集，包括：
基于所述数据中心能耗数据信息集获取数据中心设备运维参数；
基于所述数据中心能耗评估指标体系，对所述数据中心能耗数据信息集中的能耗数据分别进行粗粒度、中粒度、细粒度数据处理，得到目标数据中心能耗数据集；
对所述目标数据中心能耗数据集和所述数据中心设备运维参数进行关联关系分析，得到关联关系结果，并基于所述关联关系结果建立关联关系数学模型；
基于所述数据中心能耗数据信息集，经过所述关联关系数学模型，得到所述数据中心能耗关联数据集，所述数据中心能耗关联数据集包括能耗指标数据、能耗数据与各影响因素数据信息。
2.根据权利要求1所述的方法，其特征在于，基于所述数据中心能耗关联数据集，经过预设计算方法，得到至少一个数据中心能耗数据比值，包括：
基于所述数据中心能耗关联数据集，经过预设动态基准能耗模型处理，得到至少一个数据中心动态基准能耗数值；
基于每个所述数据中心动态基准能耗数值和所述数据中心能耗数据信息集中的每个数据中心能耗数据信息，计算所述数据中心能耗数据比值。
3.根据权利要求1所述的方法，其特征在于，基于所述数据中心能耗评估指标体系，对所述数据中心能耗数据信息集中的能耗数据分别进行粗粒度、中粒度、细粒度数据处理，得到目标数据中心能耗数据集之前，所述方法还包括：
利用数据缺失值中位数填补方法和数值拟合方法对所述数据中心能耗数据信息集进行填补插值处理。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
利用预设显示设备对所述数据中心能耗评估值和所述数据中心能耗评估指标体系进行显示。
5.一种数据中心能耗评估系统，用于执行如权利要求1-4任一项所述的数据中心能耗评估方法，其特征在于，所述系统包括：
数据采集模块，用于获取数据中心能耗数据信息集，以及将所述数据中心能耗数据信息集发送至数据分析模块；
所述数据分析模块，用于获取数据中心能耗评估指标体系，以及基于所述数据中心能耗数据信息集和所述数据中心能耗评估指标体系，经过数据预处理与分析方法，得到数据中心能耗关联数据集，以及将所述数据中心能耗关联数据集发送至动态基准能耗模块，其中，
所述基于所述数据中心能耗数据信息集和所述数据中心能耗评估指标体系，经过数据预处理与分析方法，得到数据中心能耗关联数据集，包括：
基于所述数据中心能耗数据信息集获取数据中心设备运维参数；
基于所述数据中心能耗评估指标体系，对所述数据中心能耗数据信息集中的能耗数据分别进行粗粒度、中粒度、细粒度数据处理，得到目标数据中心能耗数据集；
对所述目标数据中心能耗数据集和所述数据中心设备运维参数进行关联关系分析，得到关联关系结果，并基于所述关联关系结果建立关联关系数学模型；
基于所述数据中心能耗数据信息集，经过所述关联关系数学模型，得到所述数据中心能耗关联数据集，所述数据中心能耗关联数据集包括能耗指标数据、能耗数据与各影响因素数据信息；
所述动态基准能耗模块，用于基于所述数据中心能耗关联数据集经过预设计算方法，得到至少一个数据中心能耗数据比值，以及根据每个所述数据中心能耗数据比值在预设能耗评分表中确定对应的数据中心能耗评估值，所述数据中心能耗数据比值表示数据中心动态基准能耗数值与能耗实际数据的比值。
6.根据权利要求5所述的系统，其特征在于，所述系统还包括：
显示模块，用于接收并显示所述数据分析模块发送的所述数据中心能耗评估指标体系和所述动态基准能耗模块发送的所述数据中心能耗评估值。
7.一种数据中心能耗评估装置，其特征在于，所述装置包括：
获取模块，用于获取数据中心能耗数据信息集和数据中心能耗评估指标体系；
处理与分析模块，用于基于所述数据中心能耗数据信息集和所述数据中心能耗评估指标体系，经过数据预处理与分析方法，得到数据中心能耗关联数据集；
计算模块，用于基于所述数据中心能耗关联数据集，经过预设计算方法，得到至少一个数据中心能耗数据比值，所述数据中心能耗数据比值表示数据中心动态基准能耗数值与能耗实际数据的比值；
评估模块，用于基于每个所述数据中心能耗数据比值，在预设能耗评分表中确定对应的数据中心能耗评估值；
所述处理与分析模块，包括：
获取子模块，用于基于所述数据中心能耗数据信息集获取数据中心设备运维参数；
第一处理子模块，用于基于所述数据中心能耗评估指标体系，对所述数据中心能耗数据信息集中的能耗数据分别进行粗粒度、中粒度、细粒度数据处理，得到目标数据中心能耗数据集；
建立子模块，用于对所述目标数据中心能耗数据集和所述数据中心设备运维参数进行关联关系分析，得到关联关系结果，并基于所述关联关系结果建立关联关系数学模型；
确定子模块，用于基于所述数据中心能耗数据信息集，经过所述关联关系数学模型，得到所述数据中心能耗关联数据集，所述数据中心能耗关联数据集包括能耗指标数据、能耗数据与各影响因素数据信息。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行如权利要求1至4任一项所述的数据中心能耗评估方法。
9.一种电子设备，其特征在于，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行如权利要求1至4任一项所述的数据中心能耗评估方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310098863.6A CN116029701B (zh) | 2023-01-19 | 2023-01-19 | 一种数据中心能耗评估方法、系统、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310098863.6A CN116029701B (zh) | 2023-01-19 | 2023-01-19 | 一种数据中心能耗评估方法、系统、装置及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116029701A CN116029701A (zh) | 2023-04-28 |
| CN116029701B true CN116029701B (zh) | 2024-02-27 |
Family
ID=86074547
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310098863.6A Active CN116029701B (zh) | 2023-01-19 | 2023-01-19 | 一种数据中心能耗评估方法、系统、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116029701B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117369813B (zh) * | 2023-10-13 | 2024-06-21 | 湖北华中电力科技开发有限责任公司 | 一种基于数据中台的用能监测指标体系可视化展示方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107330589A (zh) * | 2017-06-19 | 2017-11-07 | 中国科学院光电研究院 | 卫星网络协调风险的定量化评估方法及系统 |
| CN109709912A (zh) * | 2018-12-20 | 2019-05-03 | 广西程天电子科技有限公司 | 基于物联网的能源管理控制方法及系统 |
| CN110069815A (zh) * | 2019-03-14 | 2019-07-30 | 中科恒运股份有限公司 | 指标体系构建方法、系统及终端设备 |
| CN111507580A (zh) * | 2020-03-26 | 2020-08-07 | 广西电网有限责任公司电力科学研究院 | 城轨供电系统能效提升评估指标体系和评价的方法 |
| CN112053042A (zh) * | 2020-08-20 | 2020-12-08 | 湖南新航动力信息科技有限公司 | 动态构建效能评估体系的方法、系统、计算机设备及存储介质 |
| CN112395161A (zh) * | 2020-11-26 | 2021-02-23 | 国网天津市电力公司 | 大数据中心能耗分析方法及计算设备 |
| CN114676862A (zh) * | 2022-05-27 | 2022-06-28 | 容云家(深圳)互联网技术有限公司 | 一种数据中心的可视化运维管理方法及系统 |
| CN114721835A (zh) * | 2022-06-10 | 2022-07-08 | 湖南工商大学 | 边缘数据中心服务器能耗预测方法、系统、设备及介质 |
-
2023
- 2023-01-19 CN CN202310098863.6A patent/CN116029701B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107330589A (zh) * | 2017-06-19 | 2017-11-07 | 中国科学院光电研究院 | 卫星网络协调风险的定量化评估方法及系统 |
| CN109709912A (zh) * | 2018-12-20 | 2019-05-03 | 广西程天电子科技有限公司 | 基于物联网的能源管理控制方法及系统 |
| CN110069815A (zh) * | 2019-03-14 | 2019-07-30 | 中科恒运股份有限公司 | 指标体系构建方法、系统及终端设备 |
| CN111507580A (zh) * | 2020-03-26 | 2020-08-07 | 广西电网有限责任公司电力科学研究院 | 城轨供电系统能效提升评估指标体系和评价的方法 |
| CN112053042A (zh) * | 2020-08-20 | 2020-12-08 | 湖南新航动力信息科技有限公司 | 动态构建效能评估体系的方法、系统、计算机设备及存储介质 |
| CN112395161A (zh) * | 2020-11-26 | 2021-02-23 | 国网天津市电力公司 | 大数据中心能耗分析方法及计算设备 |
| CN114676862A (zh) * | 2022-05-27 | 2022-06-28 | 容云家(深圳)互联网技术有限公司 | 一种数据中心的可视化运维管理方法及系统 |
| CN114721835A (zh) * | 2022-06-10 | 2022-07-08 | 湖南工商大学 | 边缘数据中心服务器能耗预测方法、系统、设备及介质 |
Non-Patent Citations (4)
| Title |
|---|
| "基于指标体系关键要素灵敏度的装备能力智能评估研究";张峰;《中国优秀博士论文全文数据库》;1-133 * |
| "数据质量评价对象、体系、方法与技术研究进展";刘桂锋 等;《情报科学》;第39卷(第11期);13-20 * |
| 变电站能效评估指标体系及建模方法;罗志坤;刘潇潇;陈星莺;丁孝华;余昆;万全;何军民;李光;;电力自动化设备;37(03);132-138 * |
| 耿怀渝 等.《数据中心手册》.机械工业出版社,2022,31-35. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116029701A (zh) | 2023-04-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116029701B (zh) | 一种数据中心能耗评估方法、系统、装置及电子设备 | |
| CN110597057A (zh) | 在工业应用场景下的数据处理系统 | |
| CN105303292A (zh) | 配电数据存储方法和装置 | |
| CN117040141B (zh) | 电力智能网关的安全监测系统及方法 | |
| CN113132945A (zh) | 一种铁路专网基站小区节能调度方法和系统 | |
| CN115511656A (zh) | 一种基于挖掘电网数据价值的需求规划辅助决策系统 | |
| CN113301340A (zh) | 一种编码参数确定方法、视频传送方法和装置 | |
| US20240201156A1 (en) | Methods and internet of things systems for visual management of smart gas data center processes | |
| CN116231871A (zh) | 一种基于数字孪生的电网态势监管方法、系统及存储介质 | |
| CN101931986A (zh) | 网络能效指示方法、指示器及系统 | |
| WO2024066720A1 (zh) | 指标阈值的确定方法、装置、存储介质及电子装置 | |
| CN113269435A (zh) | 一种新能源场站运行状态耦合监测评估系统 | |
| CN117670106A (zh) | 基于数字孪生系统的能耗分析方法、装置、芯片及终端 | |
| CN116961231A (zh) | 一种基于电力物联网安全管理系统 | |
| CN110647070A (zh) | 一种用于超大规模数据中心的动力环境监控系统 | |
| CN115438958A (zh) | 一种基于互联网的智慧能效管理系统及其管理方法 | |
| CN115526737A (zh) | 一种基于数字孪生的电网能量管理方法、系统及终端设备 | |
| CN112486667B (zh) | 一种基于边缘计算精准处理数据的方法及装置 | |
| CN115456168A (zh) | 强化学习模型的训练方法、能耗确定方法和装置 | |
| CN115603448A (zh) | 一种基于边缘计算的低压线路运维管理方法 | |
| CN112668912A (zh) | 人工神经网络的训练方法、动态计算切分调度方法、存储介质及系统 | |
| CN112487050A (zh) | 基于大数据挖掘的雷电预警方法及系统 | |
| CN118092291B (zh) | 一种基于5g网络的数据采集方法 | |
| CN111832805A (zh) | 一种基于电力大数据的经济预警分析系统及方法 | |
| CN117371873B (zh) | 一种基于大数据的环境保护工程用污水评估方法 |
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 |