CN116471821B - 一种数据中心动态控制节能的方法、系统、设备及介质 - Google Patents
一种数据中心动态控制节能的方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN116471821B CN116471821B CN202310722074.5A CN202310722074A CN116471821B CN 116471821 B CN116471821 B CN 116471821B CN 202310722074 A CN202310722074 A CN 202310722074A CN 116471821 B CN116471821 B CN 116471821B
- Authority
- CN
- China
- Prior art keywords
- cooling
- sequence
- characteristic information
- schemes
- data center
- 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
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000004134 energy conservation Methods 0.000 title claims abstract description 12
- 238000001816 cooling Methods 0.000 claims abstract description 437
- 238000001073 sample cooling Methods 0.000 claims abstract description 103
- 230000000694 effects Effects 0.000 claims abstract description 24
- 238000005457 optimization Methods 0.000 claims description 43
- 230000008569 process Effects 0.000 claims description 13
- 238000010438 heat treatment Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000005265 energy consumption Methods 0.000 claims description 9
- 230000017525 heat dissipation Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 230000007423 decrease Effects 0.000 claims description 6
- 230000006872 improvement Effects 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000000630 rising effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
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
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
本发明提供了一种数据中心动态控制节能的方法、系统、设备及介质,涉及数据中心技术领域,该方法通过按照预设区域大小对目标数据中心进行划分,获得多个栅格区域;采集多个栅格区域的多个特征信息集合;制定并获取按照预设周期对每个栅格区域进行冷却的多种方案,获得多个样本冷却方案;分别根据多个特征信息集合,在多个样本冷却方案内进行寻优,获得多个最优冷却方案;根据多个特征信息集合,对多个栅格区域进行冷却控制的先后顺序进行寻优,获得最优冷却序列,对多个栅格区域进行冷却控制。本申请达到了根据数据中心内不同区域的特征,分别进行冷却方案和顺序寻优并进行冷却控制,提升数据中心冷却效果和节能程度的技术效果。
Description
技术领域
本发明涉及数据中心技术领域,具体涉及一种数据中心动态控制节能的方法、系统、设备及介质。
背景技术
随着互联网技术以及互联网经济的发展,越来越多的数据需要进行存储和处理,数据中心的规模日渐增大。在庞大的服务器运行体量下,为保证数据中心内服务器的正常运行,对数据中心进行冷却降温控制极为重要。
目前对于数据中心的冷却控制一般在冷却设备的布局上进行设计,对于较大的数据中心内的多个区域,统一进行冷却,没有考虑数据中心内不同区域的特点,存在冷却效果不佳和能耗较大的技术问题。
发明内容
本申请提供了一种数据中心动态控制节能的方法、系统、设备及介质,用于针对解决现有技术中较大的数据中心内对于多个区域的冷却控制没有考虑不同区域的服务器特点,存在的冷却效果不佳,影响服务器运行的技术问题。
鉴于上述问题,本申请提供了一种数据中心动态控制节能的方法、系统、设备及介质。
本申请的第一个方面,提供了一种数据中心动态控制节能的方法,所述方法包括:
按照预设区域大小,对待进行冷却控制的目标数据中心进行划分,获得多个栅格区域;
按照多种数据中心特征信息,采集所述多个栅格区域的多个特征信息集合,其中,所述多种数据中心特征信息与数据中心的散热和冷却相关;
制定并获取按照预设周期对每个栅格区域进行冷却的多种方案,获得多个样本冷却方案;
以提升冷却效果和降低耗能为寻优目的,分别根据所述多个特征信息集合,在所述多个样本冷却方案内进行寻优,获得多个最优冷却方案;
根据所述多个特征信息集合,对所述多个栅格区域进行冷却控制的先后顺序进行寻优,获得最优冷却序列,按照所述最优冷却序列内的顺序,分别采用所述多个最优冷却方案,对所述目标数据中心内的多个栅格区域进行冷却控制。
本申请的第二个方面,提供了一种数据中心动态控制节能的系统,所述系统包括:
栅格划分模块,用于按照预设区域大小,对待进行冷却控制的目标数据中心进行划分,获得多个栅格区域;
特征信息采集模块,用于按照多种数据中心特征信息,采集所述多个栅格区域的多个特征信息集合,其中,所述多种数据中心特征信息与数据中心的散热和冷却相关;
冷却方案获取模块,用于制定并获取按照预设周期对每个栅格区域进行冷却的多种方案,获得多个样本冷却方案;
冷却方案寻优模块,用于以提升冷却效果和降低耗能为寻优目的,分别根据所述多个特征信息集合,在所述多个样本冷却方案内进行寻优,获得多个最优冷却方案;
序列优化控制模块,用于根据所述多个特征信息集合,对所述多个栅格区域进行冷却控制的先后顺序进行寻优,获得最优冷却序列,按照所述最优冷却序列内的顺序,分别采用所述多个最优冷却方案,对所述目标数据中心内的多个栅格区域进行冷却控制。
本申请的第三个方面,提供了一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器内存储有计算机程序,所述计算机程序被所述处理器执行时实现第一方面中方法的步骤。
本申请的第四个方面,提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现第一方面中方法的步骤。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请提供的技术方案通过对较为庞大的数据中心划分为多个栅格区域,然后采集多个栅格区域内的特征,并制定多个待定的冷却方案,根据多个栅格区域的特征,以提升降温效率和降低冷却成本为目的,分别进行冷却方案的寻优,能够在保证各区域内冷却控制的要求的同时达到节能冷却的目的,然后继续根据多个栅格区域内的特征,对多个栅格区域分区进行冷却控制的顺序进行寻优,避免较为重要的区域受到其他区域的温度影响,提升较为重要的栅格区域的冷却控制效果,从而整体上最大程度的动态提升数据中心的冷却控制效果并降低能耗,提升数据中心内服务器的工作效率。
附图说明
图1为本申请提供的一种数据中心动态控制节能的方法流程示意图;
图2为本申请提供的一种数据中心动态控制节能的方法中获得多个样本冷却方案的流程示意图;
图3为本申请提供的一种数据中心动态控制节能的方法中获得最优冷却序列的流程示意图;
图4为本申请提供的一种数据中心动态控制节能的系统的结构示意图;
图5为本申请实施例示例性计算机设备的结构示意图。
附图标记说明:栅格划分模块11,特征信息采集模块12,冷却方案获取模块13,冷却方案寻优模块14,序列优化控制模块15,计算机设备300,存储器301,处理器302,通信接口303,总线架构304。
具体实施方式
本申请通过提供了一种数据中心动态控制节能的方法、系统、设备及介质,用于针对解决现有技术中较大的数据中心内对于多个区域的冷却控制没有考虑不同区域的服务器特点,存在的冷却效果不佳和能耗较大,影响服务器运行的技术问题。
实施例一
如图1所示,本申请提供了一种数据中心动态控制节能的方法,所述方法包括:
S100:按照预设区域大小,对待进行冷却控制的目标数据中心进行划分,获得多个栅格区域;
本申请实施例中,当前待进行冷却控制的目标数据中心可为现有技术中任意的进行数据储存和数据处理的包括服务器集群的数据中心,由于数据中心内服务器的运行需要大量电力,故会产生热量,因此需要进行冷却控制,保证服务器的正常运行。
由于目标数据中心内的不同区域具有不同的特点,发热量也不同,因此,按照预设区域大小,对该目标数据中心进行划分,获得空间上互相分离的多个栅格区域,分别进行冷却控制。
示例性地,该预设区域大小可根据技术人员的需求进行设置,例如可为长*宽=10m*10m的大小,也可为包括10个42U机柜的区域。
S200:按照多种数据中心特征信息,采集所述多个栅格区域的多个特征信息集合,其中,所述多种数据中心特征信息与数据中心的散热和冷却相关;
本申请实施例中,为根据各栅格区域内服务器的特点,对多个栅格区域进行适应性的准确的冷却控制,首先采集多个栅格区域的多种数据中心特征信息,作为冷却控制分析的数据基础。
按照与数据中心的散热和冷却相关的多种数据中心特征信息,采集多个栅格区域的特征信息。
本申请实施例提供的方法中的步骤S200包括:
S210:获取所述多种数据中心特征信息,所述多种数据中心特征信息包括服务器密度、数据重要性信息和在预设温度区间内正常运行的升温速度;
S210:按照所述多种数据中心特征信息,对所述多个栅格区域进行检测,获得所述多个特征信息集合。
本申请实施例中,首先获取与数据中心散热和冷却相关的多种数据中心特征信息。
示例性地,本申请选取服务器密度、数据重要性信息和在预设温度区间内正常运行时的升温速度作为多种数据中心特征信息。其中,该预设温度区间可以为18℃-25℃。例如采集各栅格区域内的温度在正常运行下从18℃升到25℃的升温速度,作为一种据中心特征信息。
示例性地,服务器密度可以根据单个栅格区域内运行的服务器的数量与单个栅格区域的比值确定。数据重要性信息可以根据运行该数据中心的企业根据每个栅格区域内存储或处理的数据的重要程度进行预先设定,例如对于规模较大、价值较高的产品或业务的数据的数据重要性信息较大,反之则较小。数据重要性信息例如可为重要等级,具体例如可为1-10的10个等级,数字越大则数据重要性信息越大。
按照该多种数据中心特征信息,对多个栅格区域进行检测采集,并将每个栅格区域的多种数据中心特征信息进行整合,获得多个特征信息集合。
本申请实施例通过设置合适的与数据中心冷却相关的多种数据中心特征信息,采集多个栅格区域内的特征信息,作为进行冷却控制分析的数据基础,能够提升冷却控制的准确性和效果。
S300:制定并获取按照预设周期对每个栅格区域进行冷却的多种方案,获得多个样本冷却方案;
本申请实施例中,初步制定用于为多个栅格区域进行冷却方案选择的多个样本冷却方案,作为样本冷却方案的数据库,进行各个栅格区域内样本冷却方案的选择根据。
如图2所示,本申请实施例提供的方法中的步骤S300包括:
S310:根据所述目标数据中心预设历史时间范围内的冷却方案,获取多种历史冷却方案;
S320:对所述多种历史冷却方案内的冷却参数在参数范围内进行随机调整,获得所述多个样本冷却方案。
本申请实施例中,根据目标数据中心在预设历史时间范围内执行过的按照预设周期进行冷却的冷却方案,获取多种历史冷却方案,该预设周期为过去时间内进行数据中心冷却的时间周期,例如为1小时。还可以通过获取多个数据中心在预设历史时间范围内执行过的冷却方案,作为多种历史冷却方案,以提升冷却方案数据库的多样性,进而提升冷却方案制定的准确性。
示例性地,该预设历史时间范围可为当前时刻过去的任意长度的时间范围,例如可为过去的一年。
示例性地,多种历史冷却方案可包括空调冷却、冷水机组冷却、自然通风冷却、间接通风冷却等多种。
进一步地,对多种历史冷却方案内的冷却参数在参数范围内进行随机调整,例如对空调冷却内的冷却温度、冷却风速在空调的温度范围和风速范围内进行随机调整,例如调整获得15℃低风速、18℃中风速等多种冷却参数,结合多种样本冷却方案的多个具体冷却参数,组合获得多个样本冷却方案。
本申请实施例通过获取历史时间内的冷却方案,并对具体的冷却参数进行随机选取调整,获得多个样本冷却方案,能够提升样本冷却方案的多样性,进而在进行冷却方案寻优的过程中,提升冷却方案寻优的准确性。
S400:以提升冷却效果和降低耗能为寻优目的,分别根据所述多个特征信息集合,在所述多个样本冷却方案内进行寻优,获得多个最优冷却方案;
本申请实施例中,在满足数据中心冷却需求的前提下,还需在尽量节能的情况下进行冷却,以减少数据中心的用电量。
以提升冷却效果和降低耗能为寻优目的,分别根据多个特征信息集合,分别在多个样本冷却方案内进行寻优,以获取适用于多个栅格区域的具有差异的最优冷却方案,获得多个最优冷却方案。
本申请实施例提供的方法中的步骤S400包括:
S410:在所述多个样本冷却方案中进行随机选择,获得第一样本冷却方案,并作为最优解;
S420:根据所述多个特征信息集合中的第一特征信息集合,获取所述第一样本冷却方案的第一冷却评分;
S430:再次在所述多个样本冷却方案随机选择获得第二样本冷却方案,并获取所述第二样本冷却方案的第二冷却评分;
S440:判断所述第二冷却评分是否大于所述第一冷却评分,若是,则将所述第二样本冷却方案作为最优解,若否,则按照概率将所述第二样本冷却方案作为最优解,所述概率为:
其中,为第二冷却评分,/>为第一冷却评分,K为随着寻优次数增加而减小的常数;
S450:继续进行迭代寻优,在达到第一迭代次数后,若寻优获得的新的样本冷却方案的冷却评分小于最优解的冷却评分,则将寻优获得的新的样本冷却方案加入第一禁忌表内;
S460:继续进行迭代寻优,在达到第二迭代次数后,将最终的最优解输出,获得第一最优冷却方案;
S470:继续根据其他的多个特征信息集合,在所述多个样本冷却方案内进行寻优,获得所述多个最优冷却方案。
本申请实施例中,以多个栅格区域内随机选择的第一栅格区域的冷却方案寻优为例,说明在多个样本冷却方案内进行寻优的过程。第一栅格区域可以为多个栅格区域内任意的一个栅格区域。可选的,在多个样本寻优方案内进行寻优的过程也可为现有技术中其他的寻优方法。
在多个样本冷却方案中进行随机选择一个样本冷却方案,获得第一样本冷却方案,并作为寻优过程中当前的最优解。
根据多个特征信息集合中第一栅格区域对应的第一特征信息集合,作为评价第一冷却方案的根据,评价获取第一样本冷却方案的第一冷却评分。
本申请实施例中,根据第一特征信息集合获取第一样本冷却方案的第一冷却评分的过程中,步骤S420包括:
S421:采用所述第一样本冷却方案,对具有所述第一特征信息集合的数据中心栅格区域从第一预设温度进行冷却至第二预设温度,获取冷却时间和冷却成本;
S422:将所述冷却时间和冷却成本输入预设冷却时间标准和预设冷却成本标准内,获得冷却效率评分和冷却节能评分;
S423:对所述冷却效率评分和冷却节能评分进行加权计算,获得所述第一冷却评分。
本申请实施例中,采用该第一样本冷却方案,对具有第一特征信息集合的数据中心栅格区域从第一预设温度进行冷却至第二预设温度,获取完成冷却的时间作为冷却时间,以及冷却过程中消耗的成本,作为冷却成本。示例性地,该冷却成本包括电力成本以及物料成本等。
示例性地,该具有第一特征信息集合的数据中心栅格区域可为上述的第一栅格区域,也可为其他数据中心内具有相同的第一特征信息集合的栅格区域,用于进行样本冷却方案的测试和寻优。
该第一预设温度大于该第二预设温度,示例性地,第一预设温度为50℃,第二预设温度为25℃。第一预设温度和第二预设温度的设置用于设置测试不同样本冷却方案的标准,也可根据需求设置为其他具体的温度。
进一步地,将冷却时间和冷却成本输入预设冷却时间标准和预设冷却成本标准内,获得冷却效率评分和冷却节能评分。
预设冷却时间标准为预先设置的评分标准,其内包括多个冷却时间与多个冷却效率评分的映射关系,可由本领域技术人员预先在不同的栅格区域内进行不同冷却方案的测试,获取多个冷却时间,并设置对应的多个冷却效率评分,其中,冷却时间越大,冷却效率评分越小,进而构建获得该预设冷却时间标准。
预设冷却成本标准为预先设置的评分标准,其内包括多个冷却成本与多个冷却成本评分的映射关系,可由本领域技术人员预先在不同的栅格区域内进行不同冷却方案的测试,获取多个冷却成本,并设置对应的多个冷却成本评分,其中,冷却成本越大,冷却成本评分越小,进而构建获得该预设冷却成本标准。
进一步地,在获取冷却效率评分和冷却节能评分后,对冷却效率评分和冷却节能评分进行加权计算,获得第一冷却评分。其中,冷却效率评分和冷却节能评分在加权计算中的权重值根据执行本方法的技术人员进行设置,两权重值可以相同,均为0.5,即对数据中心进行冷却的冷却效率和冷却节能程度同样重要。
示例性地,冷却效率评分的权重值也可以大于冷却节能评分的权重值,例如分别为0.6和0.4,即对数据中心进行冷却的冷却效率的重要性大于冷却节能程度的重要性。
如此,获得第一冷却评分,作为对第一样本冷却方案评价的根据,第一冷却评分越大,则第一样本冷却方案越优。
再次在多个样本冷却方案随机选择获得第二样本冷却方案,并按照步骤S420相同的方法,获取第二样本冷却方案的第二冷却评分。
进一步地,判断第二冷却评分是否大于第一冷却评分,若是,则第二样本冷却方案优于第一样本冷却方案,将第二样本冷却方案替代第一样本冷却方案作为最优解,如此,完成更优的冷却方案的寻优。若否,不直接舍弃第二样本冷却方案,而是则按照概率将第二样本冷却方案替代第一样本冷却方案作为最优解,避免陷入局部最优,该概率通过下式计算:
其中,为第二冷却评分,/>为第一冷却评分,K为随着寻优次数增加而减小的常数,K减小的方式优选为指数减小。
在当前阶段寻优的初期,K较大,使得概率较大,能够接受冷却评分较小的样本冷却方案作为最优解,能够跳出局部最优,提升寻优效率,在当前阶段寻优的后期,K较小,使得概率较小,难以接受冷却评分较小的样本冷却方案作为最优解,提升寻优的精度。
继续进行迭代寻优,在达到第一迭代次数后,完成第一阶段的寻优,第一迭代次数可根据本领域技术人员自行设置,示例性地,第一迭代次数可为50次。
在完成第一阶段的寻优后,进行第二阶段的寻优,此时,在寻优获得新的样本冷却方案的冷却评分小于当前最优解的冷却评分时,则将寻优获得的新的样本冷却方案加入第一禁忌表内,作为淘汰的样本冷却方案,在之后的寻优中不进行选择,避免接受冷却评分较低的样本冷却方案作为最优解,提升寻优精度。
继续进行迭代寻优,在达到第二迭代次数后,将最终的最优解输出,获得第一最优冷却方案。第二迭代次数可以由本领域技术人员进行设置,例如为50次。
如此,可以基于相同的方法,在具有其他的多个特征信息集合的多个栅格区域内,对多个样本冷却方案进行寻优,获得适用于多个栅格区域内的多个最优冷却方案。
本申请实施例通过以提升冷却效率和降低冷却成本为目的,在多个栅格区域内分别进行冷却方案的寻优,能够获得保证各栅格区域内冷却需求,且降低能耗的冷却方案,达到提升数据中心冷却效果和冷却节能程度的技术效果。
S500:根据所述多个特征信息集合,对所述多个栅格区域进行冷却控制的先后顺序进行寻优,获得最优冷却序列,按照所述最优冷却序列内的顺序,分别采用所述多个最优冷却方案,对所述目标数据中心内的多个栅格区域进行冷却控制。
本申请实施例中,在获得多个栅格区域内适用的多个最优冷却方案后,对多个栅格区域先后进行冷却控制,从第一个栅格区域开始冷却控制到最后一个栅格区域冷却控制完成形成一个冷却周期,进行循环的冷却控制,相邻的栅格区域之间的温度会互相影响,因此对多个栅格区域先后进行冷却控制,能够在对单个栅格区域进行冷却时影响周围的栅格区域,进而相比于整个数据中心整体同时进行冷却,能够动态降低冷却的能耗。
由于对于不同栅格区域进行冷却控制时,相邻的栅格区域内的温度会相互影响,例如最先进行冷却控制的栅格区域无法受到其他栅格区域内冷却温度的影响,整个冷却控制周期内冷却效果较差,最后进行冷却控制的栅格区域受到其他栅格区域内冷却温度的影响,整个冷却控制周期内冷却效果较好。因此,需要根据多个特征信息集合,对多个栅格区域进行冷却控制的先后顺序进行寻优,提升较为重要的栅格区域受到相邻栅格区域冷却影响的程度。
根据多个特征信息集合,对多个栅格区域进行冷却控制的先后顺序进行寻优,获得最优冷却序列,按照最优冷却序列内的顺序,分别采用多个最优冷却方案,对所述目标数据中心内的多个栅格区域进行先后的冷却控制。
如图3所示,本申请实施例提供的方法中的步骤S500包括:
S510:对所述多个栅格区域进行冷却控制的先后顺序进行随机组合,获得第一冷却序列;
S520:根据所述多个特征信息集合,分析获取所述第一冷却序列的第一适应度,并作为当前解;
S530:采用多种预设调整方式,对所述第一冷却序列进行调整,构建所述第一冷却序列的第一邻域,所述第一邻域内包括多个调整冷却序列,每种预设调整方式包括调节冷却序列内不同的两个栅格区域的冷却顺序;
S540:根据所述多个特征信息集合,分析获取所述多个特征信息集合的多个调整适应度;
S550:将所述多个调整适应度中的最大值以及对应的调整冷却序列作为第二适应度和第二冷却序列,作为当前解,并将调整获得所述第二冷却序列的预设调整方式加入第二禁忌表内,所述第二禁忌表内的预设调整方式在禁忌迭代次数中不可使用;
S560:采用未禁忌的多种预设调整方式,继续构建所述第二冷却序列的第二邻域,进行迭代寻优;
S570:在达到第三预设迭代次数后,将寻优过程中最大的适应度对应的冷却序列输出,获得所述最优冷却序列。
本申请实施例中,首先对多个栅格区域进行冷却控制的先后顺序进行随机选择组合,获得第一冷却序列。第一冷却序列中,多个栅格区域进行冷却控制的顺序是随机设置的。
根据多个栅格区域的多个特征信息集合,分析多个栅格区域在按照第一冷却序列内的顺序进行冷却后的冷却效果,获取第一冷却序列的第一适应度,并将第一冷却序列作为对多个栅格区域冷却顺序进行寻优的当前解。
本申请实施例提供的方法中的步骤S520包括:
S521:采用所述多个最优冷却方案,按照所述第一冷却序列,对所述多个栅格区域进行试冷却,在完成后,采集所述多个栅格区域的多个冷却后温度;
S522:将所述多个冷却后温度输入冷却温度标准内,获得多个冷却温度评分;
S523:根据所述多个特征信息集合内的服务器密度、数据重要性信息和在预设温度区间内正常运行的升温速度的大小,分别进行权重分配,获得三个权重分配结果;
S524:根据所述三个权重分配结果,进行重分配,获得最终权重分配结果;
S525:按照所述最终权重分配结果,对所述多个冷却温度评分进行加权计算,获得所述第一适应度。
本申请实施例中,采用前述内容中获得的多个最优冷却方案,按照第一冷却序列内的顺序,对多个栅格区域进行试冷却预设时间长度,该预设时间长度可由技术人员自行设置,例如该预设时间长度可为10分钟或15分钟,在完成后,采集多个栅格区域的多个冷却后的冷却后温度。
将多个冷却后温度输入冷却温度标准内,获得多个冷却温度评分。其中,冷却温度标准内包括预设值的多个样本冷却后温度和多个样本冷却温度评分的映射关系,由本领域技术人员进行设置,其中,样本冷却后温度越高,样本冷却温度评分越低,反之则越高。例如冷却后温度为18℃对应的样本冷却评分为10分,冷却后温度为35℃对应的样本冷却评分为5分,冷却后温度为55℃对应的样本冷却评分为1分。
根据多个特征信息集合内的服务器密度、数据重要性信息和在预设温度区间内正常运行的升温速度的大小,分别进行权重分配,示例性地,计算多个特征信息集合内的多个服务器密度之和,然后计算每个服务器密度与该服务器密度之和的比值,获得第一个权重分配结果内的多个权重值。
基于相同的方法,根据所述多个特征信息集合内的数据重要性信息和在预设温度区间内正常运行的升温速度的大小进行权重分配,获得三个权重分配结果。
根据三个权重分配结果,进行重分配,示例性地,若第一特征信息集合内的服务器密度、数据重要性信息和在预设温度区间内正常运行的升温速度在三个权重分配结果内的权值分别为0.1、0.15和0.2,则计算三个权值的乘积为0.03,如此,可计算获得多个特征信息集合的权值的多个乘积,并计算各乘积与多个乘积之和的比值,获得多个最终权值,作为最终权重分配结果。
按照该最终权重分配结果,对多个冷却温度评分进行加权计算求和,获得加权冷却温度评分,作为按照第一冷却序列进行冷却的第一适应度。
在该第一适应度内,服务器密度越大、数据重要性信息越大以及在预设温度区间内正常运行的升温速度越大的栅格区域的冷却温度评分占比越大,即越为重要的栅格区域的冷却温度评分占比越大,如此,可以实现满足重要性越高的栅格区域的冷却控制的要求,整体上提升数据中心的冷却效果。
本申请实施例中,进行迭代寻优,采用多种预设调整方式,对第一冷却序列进行调整,构建第一冷却序列的第一邻域,第一邻域内包括多个调整冷却序列,每种预设调整方式包括调节冷却序列内不同的两个栅格区域的冷却顺序。示例性地,若包括A、B、C三个栅格区域,第一冷却序列中的顺序为ABC,可设置多种预设调整方式为调整AB或者BC或者AC之间的冷却顺序,如此可以调整获得BAC、ACB以及CBA三个调整冷却序列。实际上栅格区域的数量应大于3个。
根据多个特征信息集合,分析获取多个特征信息集合的多个调整适应度,分析的过程与步骤S520内的方法相同。
进一步地,将多个调整适应度中的最大值作为第二适应度,以及对应的调整冷却序列作为第二冷却序列,并替换第一冷却序列作为当前解,并将调整获得第二冷却序列的预设调整方式加入第二禁忌表内,第二禁忌表内的预设调整方式在禁忌迭代次数中不可使用,如此,可以避免持续使用同一种预设调整方式获得新的当前解,避免陷入局部最优,提升全局寻优的准确性和迭代效率,在迭代寻优次数达到禁忌迭代次数后,可将禁忌的预设调整方式从第二禁忌表内删除,重新加入寻优的过程,提升寻优准确性。示例性地,该禁忌迭代次数可为3次。
继续采用未禁忌的多种预设调整方式,对第二冷却序列内各栅格区域的冷却顺序进行调整,继续构建第二冷却序列的第二邻域,进行迭代寻优。
重复上述步骤,继续进行迭代寻优,在达到第三预设迭代次数后,将寻优过程中最大的适应度对应的冷却序列输出,获得最优冷却序列。示例性地,第三预设迭代次数可为50次。
本申请实施例通过设置特定的全局寻优方法,对各栅格区域进行分区冷却控制的冷却顺序进行寻优,能够提升重要性较高的栅格区域的冷却效果,并且较为节能。
综上所述,本申请实施例至少具有如下技术效果:
本申请实施例通过对较为庞大的数据中心划分为多个栅格区域,然后采集多个栅格区域内的特征,并制定多个待定的冷却方案,根据多个栅格区域的特征,以提升降温效率和降低冷却成本为目的,分别进行冷却方案的寻优,能够在保证各区域内冷却控制的要求的同时达到节能冷却的目的,然后继续根据多个栅格区域内的特征,对多个栅格区域分区进行冷却控制的顺序进行寻优,避免较为重要的区域受到其他区域的温度影响,提升较为重要的栅格区域的冷却控制效果,从而整体上最大程度的提升数据中心的冷却控制效果,提升数据中心内服务器的工作效率。
实施例二
基于与前述实施例中一种数据中心动态控制节能的方法相同的发明构思,如图4所示,本申请提供了一种数据中心动态控制节能的系统,实施例一中的一种数据中心动态控制节能的方法的具体阐述,对于该数据中心动态控制节能的系统也同样适用,其中,所述系统包括:
栅格划分模块11,用于按照预设区域大小,对待进行冷却控制的目标数据中心进行划分,获得多个栅格区域;
特征信息采集模块12,用于按照多种数据中心特征信息,采集所述多个栅格区域的多个特征信息集合,其中,所述多种数据中心特征信息与数据中心的散热和冷却相关;
冷却方案获取模块13,用于制定并获取按照预设周期对每个栅格区域进行冷却的多种方案,获得多个样本冷却方案;
冷却方案寻优模块14,用于以提升冷却效果和降低耗能为寻优目的,分别根据所述多个特征信息集合,在所述多个样本冷却方案内进行寻优,获得多个最优冷却方案;
序列优化控制模块15,用于根据所述多个特征信息集合,对所述多个栅格区域进行冷却控制的先后顺序进行寻优,获得最优冷却序列,按照所述最优冷却序列内的顺序,分别采用所述多个最优冷却方案,对所述目标数据中心内的多个栅格区域进行冷却控制。
进一步地,所述特征信息采集模块12还用于实现以下功能:
获取所述多种数据中心特征信息,所述多种数据中心特征信息包括服务器密度、数据重要性信息和在预设温度区间内正常运行的升温速度;
按照所述多种数据中心特征信息,对所述多个栅格区域进行检测,获得所述多个特征信息集合。
进一步地,所述冷却方案获取模块13还用于实现以下功能:
根据所述目标数据中心预设历史时间范围内的冷却方案,获取多种历史冷却方案;
对所述多种历史冷却方案内的冷却参数在参数范围内进行随机调整,获得所述多个样本冷却方案。
进一步地,所述冷却方案寻优模块14还用于实现以下功能:
根据所述多个特征信息集合,在所述多个样本冷却方案内进行寻优,包括:
在所述多个样本冷却方案中进行随机选择,获得第一样本冷却方案,并作为最优解;
根据所述多个特征信息集合中的第一特征信息集合,获取所述第一样本冷却方案的第一冷却评分;
再次在所述多个样本冷却方案随机选择获得第二样本冷却方案,并获取所述第二样本冷却方案的第二冷却评分;
判断所述第二冷却评分是否大于所述第一冷却评分,若是,则将所述第二样本冷却方案作为最优解,若否,则按照概率将所述第二样本冷却方案作为最优解,所述概率为:
其中,为第二冷却评分,/>为第一冷却评分,K为随着寻优次数增加而减小的常数;
继续进行迭代寻优,在达到第一迭代次数后,若寻优获得的新的样本冷却方案的冷却评分小于最优解的冷却评分,则将寻优获得的新的样本冷却方案加入第一禁忌表内;
继续进行迭代寻优,在达到第二迭代次数后,将最终的最优解输出,获得第一最优冷却方案;
继续根据其他的多个特征信息集合,在所述多个样本冷却方案内进行寻优,获得所述多个最优冷却方案。
其中,根据所述多个特征信息集合中的第一特征信息集合,获取所述第一样本冷却方案的第一冷却评分,包括:
采用所述第一样本冷却方案,对具有所述第一特征信息集合的数据中心栅格区域从第一预设温度进行冷却至第二预设温度,获取冷却时间和冷却成本;
将所述冷却时间和冷却成本输入预设冷却时间标准和预设冷却成本标准内,获得冷却效率评分和冷却节能评分;
对所述冷却效率评分和冷却节能评分进行加权计算,获得所述第一冷却评分。
进一步地,所述序列优化控制模块15还用于实现以下功能:
对所述多个栅格区域进行冷却控制的先后顺序进行随机组合,获得第一冷却序列;
根据所述多个特征信息集合,分析获取所述第一冷却序列的第一适应度,并作为当前解;
采用多种预设调整方式,对所述第一冷却序列进行调整,构建所述第一冷却序列的第一邻域,所述第一邻域内包括多个调整冷却序列,每种预设调整方式包括调节冷却序列内不同的两个栅格区域的冷却顺序;
根据所述多个特征信息集合,分析获取所述多个特征信息集合的多个调整适应度;
将所述多个调整适应度中的最大值以及对应的调整冷却序列作为第二适应度和第二冷却序列,作为当前解,并将调整获得所述第二冷却序列的预设调整方式加入第二禁忌表内,所述第二禁忌表内的预设调整方式在禁忌迭代次数中不可使用;
采用未禁忌的多种预设调整方式,继续构建所述第二冷却序列的第二邻域,进行迭代寻优;
在达到第三预设迭代次数后,将寻优过程中最大的适应度对应的冷却序列输出,获得所述最优冷却序列。
其中,根据所述多个特征信息集合,分析获取所述第一冷却序列的第一适应度,包括:
采用所述多个最优冷却方案,按照所述第一冷却序列,对所述多个栅格区域进行试冷却,在完成后,采集所述多个栅格区域的多个冷却后温度;
将所述多个冷却后温度输入冷却温度标准内,获得多个冷却温度评分;
根据所述多个特征信息集合内的服务器密度、数据重要性信息和在预设温度区间内正常运行的升温速度的大小,分别进行权重分配,获得三个权重分配结果;
根据所述三个权重分配结果,进行重分配,获得最终权重分配结果;
按照所述最终权重分配结果,对所述多个冷却温度评分进行加权计算,获得所述第一适应度。
实施例三
如图5所示,基于与前述实施例中一种数据中心动态控制节能的方法相同的发明构思,本申请还提供了一种计算机设备300,所述计算机设备300包括存储器301和处理器302,所述存储器301内存储有计算机程序,所述计算机程序被所述处理器302执行时实现实施例一种方法的步骤。
该计算机设备300包括:处理器302、通信接口303、存储器301。可选的,计算机设备300还可以包括总线架构304。其中,通信接口303、处理器302以及存储器301可以通过总线架构304相互连接;总线架构304可以是外设部件互连标(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry Standardarchitecture,简称EISA)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示,图5中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
处理器302可以是一个CPU,微处理器,ASIC,或一个或多个用于控制本申请方案程序执行的集成电路。
通信接口303,使用任何收发器一类的装置,用于与其他设备或通信网络通信,如以太网,无线接入网(radio access network,RAN),无线局域网(wireless local areanetworks,WLAN),有线接入网等。
存储器301可以是ROM或可存储静态信息和指令的其他类型的静态存储设备,RAM或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable Programmable read only memory,EEPROM)、只读光盘(compactdiscread only memory,CD ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。
其中,存储器301用于存储执行本申请方案的计算机执行指令,并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令,从而实现本申请上述实施例提供的一种数据中心动态控制节能的方法。
实施例四
基于与前述实施例中一种数据中心动态控制节能的方法相同的发明构思,本申请还提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现实施例一中方法的步骤。
本说明书和附图仅仅是本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (9)
1.一种数据中心动态控制节能的方法,其特征在于,所述方法包括:
按照预设区域大小,对待进行冷却控制的目标数据中心进行划分,获得多个栅格区域;
按照多种数据中心特征信息,采集所述多个栅格区域的多个特征信息集合,其中,所述多种数据中心特征信息与数据中心的散热和冷却相关;
制定并获取按照预设周期对每个栅格区域进行冷却的多种方案,获得多个样本冷却方案;
以提升冷却效果和降低耗能为寻优目的,分别根据所述多个特征信息集合,在所述多个样本冷却方案内进行寻优,获得多个最优冷却方案;
根据所述多个特征信息集合,对所述多个栅格区域进行冷却控制的先后顺序进行寻优,获得最优冷却序列,按照所述最优冷却序列内的顺序,分别采用所述多个最优冷却方案,对所述目标数据中心内的多个栅格区域进行冷却控制;
其中,根据所述多个特征信息集合,对所述多个栅格区域进行冷却控制的先后顺序进行寻优,获得最优冷却序列,包括:
对所述多个栅格区域进行冷却控制的先后顺序进行随机组合,获得第一冷却序列;
根据所述多个特征信息集合,分析获取所述第一冷却序列的第一适应度,并作为当前解;
采用多种预设调整方式,对所述第一冷却序列进行调整,构建所述第一冷却序列的第一邻域,所述第一邻域内包括多个调整冷却序列,每种预设调整方式包括调节冷却序列内不同的两个栅格区域的冷却顺序;
根据所述多个特征信息集合,分析获取所述多个特征信息集合的多个调整适应度;
将所述多个调整适应度中的最大值以及对应的调整冷却序列作为第二适应度和第二冷却序列,作为当前解,并将调整获得所述第二冷却序列的预设调整方式加入第二禁忌表内,所述第二禁忌表内的预设调整方式在禁忌迭代次数中不可使用;
采用未禁忌的多种预设调整方式,继续构建所述第二冷却序列的第二邻域,进行迭代寻优;
在达到第三预设迭代次数后,将寻优过程中最大的适应度对应的冷却序列输出,获得所述最优冷却序列。
2.根据权利要求1所述的方法,其特征在于,按照多种数据中心特征信息,采集所述多个栅格区域的多个特征信息集合,包括:
获取所述多种数据中心特征信息,所述多种数据中心特征信息包括服务器密度、数据重要性信息和在预设温度区间内正常运行的升温速度;
按照所述多种数据中心特征信息,对所述多个栅格区域进行检测,获得所述多个特征信息集合。
3.根据权利要求1所述的方法,其特征在于,制定并获取按照预设周期对每个栅格区域进行冷却的多种方案,包括:
根据所述目标数据中心预设历史时间范围内的冷却方案,获取多种历史冷却方案;
对所述多种历史冷却方案内的冷却参数在参数范围内进行随机调整,获得所述多个样本冷却方案。
4.根据权利要求1所述的方法,其特征在于,以提升冷却效果和降低耗能为寻优目的,分别根据所述多个特征信息集合,在所述多个样本冷却方案内进行寻优,包括:
在所述多个样本冷却方案中进行随机选择,获得第一样本冷却方案,并作为最优解;
根据所述多个特征信息集合中的第一特征信息集合,获取所述第一样本冷却方案的第一冷却评分;
再次在所述多个样本冷却方案随机选择获得第二样本冷却方案,并获取所述第二样本冷却方案的第二冷却评分;
判断所述第二冷却评分是否大于所述第一冷却评分,若是,则将所述第二样本冷却方案作为最优解,若否,则按照概率将所述第二样本冷却方案作为最优解,所述概率为:
;
其中,为第二冷却评分,/>为第一冷却评分,K为随着寻优次数增加而减小的常数;
继续进行迭代寻优,在达到第一迭代次数后,若寻优获得的新的样本冷却方案的冷却评分小于最优解的冷却评分,则将寻优获得的新的样本冷却方案加入第一禁忌表内;
继续进行迭代寻优,在达到第二迭代次数后,将最终的最优解输出,获得第一最优冷却方案;
继续根据其他的多个特征信息集合,在所述多个样本冷却方案内进行寻优,获得所述多个最优冷却方案。
5.根据权利要求4所述的方法,其特征在于,根据所述多个特征信息集合中的第一特征信息集合,获取所述第一样本冷却方案的第一冷却评分,包括:
采用所述第一样本冷却方案,对具有所述第一特征信息集合的数据中心栅格区域从第一预设温度进行冷却至第二预设温度,获取冷却时间和冷却成本;
将所述冷却时间和冷却成本输入预设冷却时间标准和预设冷却成本标准内,获得冷却效率评分和冷却节能评分;
对所述冷却效率评分和冷却节能评分进行加权计算,获得所述第一冷却评分。
6.根据权利要求1所述的方法,其特征在于,根据所述多个特征信息集合,分析获取所述第一冷却序列的第一适应度,包括:
采用所述多个最优冷却方案,按照所述第一冷却序列,对所述多个栅格区域进行试冷却,在完成后,采集所述多个栅格区域的多个冷却后温度;
将所述多个冷却后温度输入冷却温度标准内,获得多个冷却温度评分;
根据所述多个特征信息集合内的服务器密度、数据重要性信息和在预设温度区间内正常运行的升温速度的大小,分别进行权重分配,获得三个权重分配结果;
根据所述三个权重分配结果,进行重分配,获得最终权重分配结果;
按照所述最终权重分配结果,对所述多个冷却温度评分进行加权计算,获得所述第一适应度。
7.一种数据中心动态控制节能的系统,其特征在于,所述系统包括:
栅格划分模块,用于按照预设区域大小,对待进行冷却控制的目标数据中心进行划分,获得多个栅格区域;
特征信息采集模块,用于按照多种数据中心特征信息,采集所述多个栅格区域的多个特征信息集合,其中,所述多种数据中心特征信息与数据中心的散热和冷却相关;
冷却方案获取模块,用于制定并获取按照预设周期对每个栅格区域进行冷却的多种方案,获得多个样本冷却方案;
冷却方案寻优模块,用于以提升冷却效果和降低耗能为寻优目的,分别根据所述多个特征信息集合,在所述多个样本冷却方案内进行寻优,获得多个最优冷却方案;
序列优化控制模块,用于根据所述多个特征信息集合,对所述多个栅格区域进行冷却控制的先后顺序进行寻优,获得最优冷却序列,按照所述最优冷却序列内的顺序,分别采用所述多个最优冷却方案,对所述目标数据中心内的多个栅格区域进行冷却控制;
其中,根据所述多个特征信息集合,对所述多个栅格区域进行冷却控制的先后顺序进行寻优,获得最优冷却序列,包括:
对所述多个栅格区域进行冷却控制的先后顺序进行随机组合,获得第一冷却序列;
根据所述多个特征信息集合,分析获取所述第一冷却序列的第一适应度,并作为当前解;
采用多种预设调整方式,对所述第一冷却序列进行调整,构建所述第一冷却序列的第一邻域,所述第一邻域内包括多个调整冷却序列,每种预设调整方式包括调节冷却序列内不同的两个栅格区域的冷却顺序;
根据所述多个特征信息集合,分析获取所述多个特征信息集合的多个调整适应度;
将所述多个调整适应度中的最大值以及对应的调整冷却序列作为第二适应度和第二冷却序列,作为当前解,并将调整获得所述第二冷却序列的预设调整方式加入第二禁忌表内,所述第二禁忌表内的预设调整方式在禁忌迭代次数中不可使用;
采用未禁忌的多种预设调整方式,继续构建所述第二冷却序列的第二邻域,进行迭代寻优;
在达到第三预设迭代次数后,将寻优过程中最大的适应度对应的冷却序列输出,获得所述最优冷却序列。
8.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,所述存储器内存储有计算机程序,所述计算机程序被所述处理器执行时实现权利要求1-6任一项所述方法的步骤。
9.一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内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-6任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310722074.5A CN116471821B (zh) | 2023-06-19 | 2023-06-19 | 一种数据中心动态控制节能的方法、系统、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310722074.5A CN116471821B (zh) | 2023-06-19 | 2023-06-19 | 一种数据中心动态控制节能的方法、系统、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116471821A CN116471821A (zh) | 2023-07-21 |
CN116471821B true CN116471821B (zh) | 2023-09-15 |
Family
ID=87175694
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310722074.5A Active CN116471821B (zh) | 2023-06-19 | 2023-06-19 | 一种数据中心动态控制节能的方法、系统、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116471821B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114063545A (zh) * | 2022-01-14 | 2022-02-18 | 宁波亮控信息科技有限公司 | 融合边缘计算的数据中心能耗管控系统、方法及控制器 |
WO2022126950A1 (zh) * | 2020-12-14 | 2022-06-23 | 山东建筑大学 | 一种楼宇中央空调需求响应控制方法及系统 |
CN114722113A (zh) * | 2022-06-10 | 2022-07-08 | 中国地质科学院地质力学研究所 | 一种用于地质灾害的数据可视化处理方法及系统 |
CN114901057A (zh) * | 2022-07-12 | 2022-08-12 | 联通(广东)产业互联网有限公司 | 一种数据中心机房内部多点能耗检测与动态调节系统 |
CN115049141A (zh) * | 2022-06-29 | 2022-09-13 | 中国电信股份有限公司 | 用于制冷系统的控制方法、控制装置和制冷系统 |
CN115914224A (zh) * | 2022-10-28 | 2023-04-04 | 山西阳煤联创信息技术有限公司 | 一种基于微服务数据架构的智能应用业务管理系统及方法 |
CN115981399A (zh) * | 2022-12-21 | 2023-04-18 | 梧州市天誉茶业有限公司 | 一种针对六堡茶陈化的发酵环境温湿度控制方法及系统 |
CN115983438A (zh) * | 2022-12-08 | 2023-04-18 | 清华大学 | 数据中心末端空调系统运行策略确定方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013040539A1 (en) * | 2011-09-16 | 2013-03-21 | Siemens Corporation | Method and system for energy control management |
-
2023
- 2023-06-19 CN CN202310722074.5A patent/CN116471821B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022126950A1 (zh) * | 2020-12-14 | 2022-06-23 | 山东建筑大学 | 一种楼宇中央空调需求响应控制方法及系统 |
CN114063545A (zh) * | 2022-01-14 | 2022-02-18 | 宁波亮控信息科技有限公司 | 融合边缘计算的数据中心能耗管控系统、方法及控制器 |
CN114722113A (zh) * | 2022-06-10 | 2022-07-08 | 中国地质科学院地质力学研究所 | 一种用于地质灾害的数据可视化处理方法及系统 |
CN115049141A (zh) * | 2022-06-29 | 2022-09-13 | 中国电信股份有限公司 | 用于制冷系统的控制方法、控制装置和制冷系统 |
CN114901057A (zh) * | 2022-07-12 | 2022-08-12 | 联通(广东)产业互联网有限公司 | 一种数据中心机房内部多点能耗检测与动态调节系统 |
CN115914224A (zh) * | 2022-10-28 | 2023-04-04 | 山西阳煤联创信息技术有限公司 | 一种基于微服务数据架构的智能应用业务管理系统及方法 |
CN115983438A (zh) * | 2022-12-08 | 2023-04-18 | 清华大学 | 数据中心末端空调系统运行策略确定方法及装置 |
CN115981399A (zh) * | 2022-12-21 | 2023-04-18 | 梧州市天誉茶业有限公司 | 一种针对六堡茶陈化的发酵环境温湿度控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116471821A (zh) | 2023-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112149209B (zh) | 一种建筑多性能导向设计的优化方法 | |
CN108489013A (zh) | 基于遗传算法和负荷在线修正的中央空调控制方法及装置 | |
Lo et al. | Economic dispatch of chiller plant by improved ripple bee swarm optimization algorithm for saving energy | |
WO2022111232A1 (zh) | 水冷系统的控制模型优化方法、电子设备和存储介质 | |
CN112365076B (zh) | 一种并联冷机负荷分配优化方法、存储介质及计算设备 | |
CN110598923A (zh) | 基于支持向量回归机优化与误差修正的空调负荷预测方法 | |
CN112598195A (zh) | 楼宇型综合能源系统运行优化方法、装置及终端设备 | |
CN113039506A (zh) | 基于因果学习的数据中心基础结构优化方法 | |
CN114240019A (zh) | 适用新能源电力系统的灵活资源价值评估方法及装置 | |
CN112020098A (zh) | 负荷均衡方法、装置、计算设备及计算机存储介质 | |
KR101727434B1 (ko) | 랜덤 포레스트 모델을 이용한 냉동기의 성능 판단 방법 | |
Wang et al. | Rapid evaluation of operation performance of multi-chiller system based on history data analysis | |
CN116471821B (zh) | 一种数据中心动态控制节能的方法、系统、设备及介质 | |
CN111179108A (zh) | 用电能耗的预测方法和装置 | |
CN115983438A (zh) | 数据中心末端空调系统运行策略确定方法及装置 | |
AU2021104467A4 (en) | Method and system for determining building operational energy consumption carbon emissions driven by target source | |
CN115081094B (zh) | 冷却塔布置方法、系统、存储介质及设备 | |
CN114992772B (zh) | 空调温控负荷集群可调节潜力评估方法、装置及存储介质 | |
CN114357412A (zh) | 一种暖通空调系统效率自控寻优控制系统 | |
CN111948446A (zh) | 一种自适应的负荷识别方法以及智能电能表 | |
CN111191818A (zh) | 一种考虑节拍与能耗的u型装配线任务分配方法 | |
CN114325141B (zh) | 基站电量异常监测方法、装置及可读存储介质 | |
CN114650190B (zh) | 数据中心网络的节能方法、系统、终端设备及存储介质 | |
Han et al. | Optimization of workload distribution of data centers based on a self-learning in situ adaptive tabulation model | |
CN114963630B (zh) | 半导体制冷设备的系统调试方法 |
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 |