CN117993623B - 空调运行情况的后评估评价方法、装置及其应用 - Google Patents

空调运行情况的后评估评价方法、装置及其应用 Download PDF

Info

Publication number
CN117993623B
CN117993623B CN202410402906.XA CN202410402906A CN117993623B CN 117993623 B CN117993623 B CN 117993623B CN 202410402906 A CN202410402906 A CN 202410402906A CN 117993623 B CN117993623 B CN 117993623B
Authority
CN
China
Prior art keywords
air conditioner
regulation
machine room
air
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
Application number
CN202410402906.XA
Other languages
English (en)
Other versions
CN117993623A (zh
Inventor
杨鹏
戴伟
周宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Qunding Technology Co ltd
Original Assignee
Nanjing Qunding Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Qunding Technology Co ltd filed Critical Nanjing Qunding Technology Co ltd
Priority to CN202410402906.XA priority Critical patent/CN117993623B/zh
Publication of CN117993623A publication Critical patent/CN117993623A/zh
Application granted granted Critical
Publication of CN117993623B publication Critical patent/CN117993623B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/10—Pre-processing; Data cleansing
    • G06F18/15—Statistical pre-processing, e.g. techniques for normalisation or restoring missing data

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Game Theory and Decision Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明公开了空调运行情况的后评估评价方法、装置及其应用，所述方法包括：采集数据中心机房各个空调设备的能耗数据、运行参数数据、各个温感设备的温度数据，并实时记录空调智能调控算法的运行状态；对采集到的空调设备的能耗数据、运行参数数据进行预处理；从空调节能情况、空调运行健康程度、空调运行对机房环境安全性影响这三个维度分别对空调智能调控算法上线期间的空调运行工况进行评估，综合三个维度的评估结果实现对机房空调运行情况的后评估。本发明能够对空调智能调控算法调控期间空调运行情况进行全面客观的后评估，可以根据评估结果对智能调控算法进行优化，降低机房制冷能耗，延长空调使用寿命，保障机房环境安全。

Description

空调运行情况的后评估评价方法、装置及其应用
技术领域
本发明涉及机房空调控制技术领域，具体是空调运行情况的后评估评价方法、装置及其应用。
背景技术
随着5G通讯的迅速普及，数据中心的规模日益壮大，重要性也不断提升；数据中心机房需要借助空调设备将环境温度维持在适宜的范围内，避免因为温度过高而导致服务器损坏、数据丢失等问题；现有机房普遍依靠运维人员手动调控或者智能调控算法自动调控的方式对空调进行调控，而这其中或多或少都存在不合理的空调调控和制冷量的冗余现象，严重影响空调使用寿命，急剧增加了数据中心的运营成本和运维难度，因此需要构建综合的空调运行情况后评估体系，对机房空调调控效果进行深入研究，以实现数据中心的节能减排与安全稳定。
发明内容
为了解决上述问题，本发明提出了一种能够对空调智能调控算法调控期间空调运行情况进行全面客观的后评估的空调运行情况的后评估评价方法、装置及其应用。
为了达到上述目的，本发明是通过以下技术方案来实现的：
本发明是空调运行情况的后评估评价方法，包括如下操作：
步骤S1，实时采集数据中心机房各个空调设备的能耗数据、运行参数数据、各个温感设备的温度数据，并实时记录数据中心机房的空调智能调控算法的运行状态，并定义空调智能调控算法为关闭状态，空调处于人为指定状态运行的时间段为T0时间段，空调智能调控算法为开启状态，空调在空调智能调控算法调控下运行的时间段为T1时间段；
步骤S2，对步骤S1采集到的空调设备的能耗数据、运行参数数据进行预处理；
步骤S3，根据预处理后的空调设备的能耗数据、运行参数数据，从不同的维度对空调智能调控算法上线后数据中心机房空调运行工况进行评估，包括空调节能情况、空调运行的健康程度、空调运行对机房环境温度安全性的影响；
步骤S4，根据空调智能调控算法上线后数据中心机房空调运行工况的评估结果，构建数据中心机房空调运行状态的后评估评价体系，综合评估空调智能调控算法上线后数据中心机房空调运行工况，其中，/>为空调节能情况评分、/>为空调运行的健康程度评分、/>为空调运行对机房环境温度安全性的影响评分；
步骤S5，基于数据中心机房空调运行状态的后评估结果，评估空调智能调控算法上线后数据中心机房空调运行状况：
若后评估得分Score90分，则说明数据中心机房空调在空调智能调控算法的控 制下运行状况健康；
若后评估得分90分，则说明数据中心机房空调在空调智能调控算法的控制下运行状况存在明显不合理的现象，可从/>、/>、中筛选出评分低于85分的项，进行优化。
本发明的进一步改进在于：步骤S1中，空调设备的运行参数数据包括空调开关状态、温度设定值、压缩机开关状态、风机转速。
本发明的进一步改进在于：步骤S2具体包括：
步骤S2-1，将空调设备的非数值类运行参数数据进行数值化转换，包括空调开关状态、压缩机开关状态，用0表示开启，1表示关闭；
步骤S2-2，基于运行参数实际可调节的区间范围对异常值进行剔除，包括温度设定值、风机转速；
步骤S2-3，根据包括空调压缩机开关状态、温感设备的温度的信号参数取值特性的不同，分别采用向前填充法、均值填充法对缺失值进行填充。
本发明的进一步改进在于：步骤S3具体包括：
步骤S3-1，对比T0、T1时间段数据中心机房空调制冷能耗数据，计算空调智能调控算法上线后空调能耗节能率：
，其中：
T0时间段空调单位时间能耗=，
T1时间段空调单位时间能耗=；
根据空调能耗节能率对数据中心机房空调节能情况进行评分：
；
步骤S3-2，根据T1时间段数据中心机房各个空调运行参数数据，分析每个空调设备不同运行参数的调控情况以及每个空调设备运行负载情况，评估在空调智能调控算法调控期间空调运行的健康程度，具体包括：
步骤S3-2-1，根据T1时间段空调运行参数数据，遍历每个时间点，若当前时间点该空调设备的该项运行参数数据与前一个时间点不一致，则记作一次调控操作，即可分别得出T1时间段机房各个空调设备各项运行参数的调控次数，结合T1时间段的时长计算出各个空调平均单日的开关机调控次数、温度设定值调控次数/>、压缩机开关调控次数/>、风机转速调控次数/>；
步骤S3-2-2，根据步骤S3-2-1得出的数据中心机房各个空调设备各项运行参数的调控次数，对数据中心机房空调调控情况进行评分：
单台空调设备单日的开关机调控次数上限、温度设定值调控次数上限、压缩机开关调控次数上限、风机转速调控次数上限分别为、/>、/>、/>，单台空调设备各项运行参数调控次数得分如下：空调开关机调控次数得分
；
温度设定值调控次数得分
；
压缩机开关调控次数得分
；
风机转速调控次数得分
；
单台空调设备的调控次数得分该空调设备各项运行参数调控次数得分的均值，数据中心机房总体空调调控次数得分即为该数据中心机房各个空调设备调控次数得分的均值；
步骤S3-2-3，根据T1时间段空调运行参数数据，分别计算空调各项运行参数的运行负载得分：空调开关状态负载得分；
温度设定值状态负载得分
；
压缩机开关状态负载得分；
风机运行状态负载得分
；
单台空调设备的运行负载得分该空调设备各项运行参数运行负载得分的均值，数据中心机房总体空调运行负载得分即为该数据中心机房各个空调设备运行负载得分的均值；
步骤S3-2-4，根据步骤步骤S3-2-2得到的数据中心机房总体空调调控次数得分和步骤S3-2-3得到的数据中心机房总体空调运行负载得分/>，对空调智能调控算法调控期间, 数据中心机房空调整体运行健康程度进行评分:；
步骤S3-3，根据T1时间段机房各个温感设备的温度数据，对照温感实际告警温度上限，统计机房各个温感高温告警的次数，累加得到机房高温告警总次数H，根据机房高温告警情况评估空调智能调控算法调控期间空调运行对机房环境温度安全性的影响：；
本发明的空调运行情况的后评估评价装置，所述装置包括：
数据采集模块，用于实时采集数据中心机房各个空调设备的能耗数据、运行参数数据、各个温感设备的温度数据，并实时记录数据中心机房的空调智能调控算法的运行状态，并定义空调智能调控算法为关闭状态，空调处于人为指定状态运行的时间段为T0时间段，空调智能调控算法为开启状态，空调在空调智能调控算法调控下运行的时间段为T1时间段；
数据预处理模块，用于对所述数据采集模块采集到的数据进行预处理，包括数值化转换、异常值剔除、空值填充；
多维度空调运行状况评估模块，用于根据预处理后的数据，从空调节能情况、空调运行的健康程度、空调运行对机房环境温度安全性的影响的三个维度分别对空调智能调控算法上线后的数据中心机房空调运行工况进行评估；
空调运行状况综合评估模块，用于根据从不同维度对空调智能调控算法上线后数据中心机房空调运行工况的评估结果，综合评估空调智能调控算法上线后数据中心机房空调运行工况；
后评估应用模块，基于所述空调运行状况综合评估模块得到的数据中心机房空调运行的后评估结果，评估空调智能调控算法上线后数据中心机房空调运行状况。
本发明的进一步改进在于：空调设备的运行参数数据包括空调开关状态、温度设定值、压缩机开关状态、风机转速。
本发明的进一步改进在于：数据预处理模块具体进行如下操作：
a1，将空调设备的非数值类运行参数数据进行数值化转换，包括空调开关状态、压缩机开关状态，用0表示开启，1表示关闭；
a2，基于运行参数实际可调节的区间范围对异常值进行剔除，包括温度设定值、风机转速；
a3，根据包括空调压缩机开关状态、温感设备的温度的信号参数取值特性的不同，分别采用向前填充法、均值填充法对缺失值进行填充。
本发明的进一步改进在于：多维度空调运行状况评估模块具体进行如下操作：
b1，对比T0、T1时间段数据中心机房空调制冷能耗数据，计算空调智能调控算法上线后空调能耗节能率：，其中：T0时间段空调单位时间能耗/>；T1时间段空调单位时间能耗=/>；根据空调能耗节能率对数据中心机房空调节能情况进行评分：；
b2，根据T1时间段数据中心机房各个空调运行参数数据，分析每个空调设备不同运行参数的调控情况以及每个空调设备运行负载情况，评估在空调智能调控算法调控期间空调运行的健康程度，具体包括：
b2.1，根据T1时间段空调运行参数数据，遍历每个时间点，若当前时间点该空调设备的该项运行参数数据与前一个时间点不一致，则记作一次调控操作，即可分别得出T1时间段机房各个空调设备各项运行参数的调控次数，结合T1时间段的时长计算出各个空调平均单日的开关机调控次数、温度设定值调控次数/>、压缩机开关调控次数、风机转速调控次数/>；
b2.2，根据b2.1得出的数据中心机房各个空调设备各项运行参数的调控次数，对数据中心机房空调调控情况进行评分：
单台空调设备单日的开关机调控次数上限、温度设定值调控次数上限、压缩机开关调控次数上限、风机转速调控次数上限分别为、/>、/>、/>，单台空调设备各项运行参数调控次数得分如下：空调开关机调控次数得分；
温度设定值调控次数得分；
压缩机开关调控次数得分
；
风机转速调控次数得分
；
单台空调设备的调控次数得分该空调设备各项运行参数调控次数得分的均值，数据中心机房总体空调调控次数得分即为该数据中心机房各个空调设备调控次数得分的均值；
b2.3，根据T1时间段空调运行参数数据，分别计算空调各项运行参数的运行负载得分：空调开关状态负载得分；
温度设定值状态负载得分LSV=
;
压缩机开关状态负载得分Lcom= ;
风机运行状态负载得分
；
单台空调设备的运行负载得分该空调设备各项运行参数运行负载得分的均值，数据中心机房总体空调运行负载得分即为该数据中心机房各个空调设备运行负载得分的均值；
b2.4，根据b2.2得到的数据中心机房总体空调调控次数得分和步骤b2.3得到的数据中心机房总体空调运行负载得分/>，对空调智能调控算法调控期间, 数据中心机房空调整体运行健康程度进行评分:；
b3，根据T1时间段机房各个温感设备的温度数据，对照温感实际告警温度上限，统计机房各个温感高温告警的次数，累加得到机房高温告警总次数H，根据机房高温告警情况评估空调智能调控算法调控期间空调运行对机房环境温度安全性的影响：。
本发明的进一步改进在于：空调运行状况综合评估模块综合评估空调智能调控算法上线后数据中心机房空调运行工况，得到的后评估结果为：；其中，/>为空调节能情况评分、/>为空调运行的健康程度评分、/>为空调运行对机房环境温度安全性的影响评分。
本发明的
空调运行情况的后评估评价方法在数据中心机房空调使用寿命延长方法中的运用，包括如下操作：
步骤1，筛选空调运行的健康程度评分<85分的数据中心机房；
步骤2，对筛选到的数据中心机房，根据数据中心机房总体空调调控次数得分<85分进一步筛选出存在空调频繁调节现象的数据中心机房，根据数据中心机房总体空调运行负载得分/><85分进一步筛选出存在空调长期高负载运行现象的数据中心机房；
步骤3，对于筛选出存在空调频繁调节现象的数据中心机房，进一步筛选出调控次数得分小于85分的空调；对于筛选出存在空调高负载现象的数据中心机房，进一步筛选出运行负载得分小于85分的空调；
步骤4，对于筛选出的调控次数得分小于85分的空调，进一步筛选出调控次数得分小于85分的运行参数，空调智能调控算法针对筛选出的运行参数进行包括可调节区间调整、调控频率限制的优化，以降低对应空调运行参数的调节频率；对于筛选出的运行负载得分小于85分的空调，进一步筛选出运行负载得分小于85分的运行参数，空调智能调控算法针对筛选出的运行参数进行包括但不限于提升空调备用空调对应运行参数负载作为替补的优化，以降低对应空调运行参数的运行负载。本发明的有益效果是：本发明基于机房空调设备与温感设备的时序数据，从空调节能情况、空调运行健康程度、空调运行对机房环境安全性影响这三个维度对空调智能调控算法上线期间的机房空调运行工况进行综合评估，为空调智能调控算法调控效果建立全面、量化的评价指标体系，精准定位空调智能调控算法调控期间空调运行的不足之处，有针对性的进行分析优化，提空调高智能调控算法的合理性，从而降低机房制冷能耗，延长空调使用寿命，保障机房环境安全。
附图说明
图1是本发明的流程示意图；
图2是本发明实施例中数据预处理的流程示意图；
图3是本发明实施例中从不同的维度对智能调控算法上线后机房运行工况进行评估的详细流程示意图；
图4是本发明实施例中在空调智能调控算法调控期间空调运行的健康程度评估的详细流程示意图；
图5是本发明实施例中的空调运行情况的后评估评价装置的功能示意图；
图6是本发明实施例中基于空调运行的健康程度评分的数据中心机房空调使用寿命延长方法流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
如图1所示，本实施例的空调运行情况的后评估评价方法，包括如下操作：
步骤S1，实时采集数据中心机房各个空调设备的能耗数据、运行参数数据、各个温感设备的温度数据，并实时记录数据中心机房的空调智能调控算法的运行状态，并定义空调智能调控算法为关闭状态，空调处于人为指定状态运行的时间段为T0时间段，空调智能调控算法为开启状态，空调在空调智能调控算法调控下运行的时间段为T1时间段。运行参数数据包括但不限于：空调开关状态、温度设定值、压缩机开关状态、风机转速。
步骤S2，对步骤S1采集到的空调设备的能耗数据、运行参数数据进行预处理；如图2所示，具体包括如下步骤：
步骤S2-1，将空调设备的非数值类运行参数数据进行数值化转换，包括空调开关状态、压缩机开关状态，用0表示开启，1表示关闭；
步骤S2-2，基于运行参数实际可调节的区间范围对异常值进行剔除，包括温度设定值、风机转速；
步骤S2-3，根据包括空调压缩机开关状态、温感设备的温度的信号参数取值特性的不同，分别采用向前填充法、均值填充法对缺失值进行填充。
步骤S3，根据预处理后的空调设备的能耗数据、运行参数数据，从不同的维度对空调智能调控算法上线后数据中心机房空调运行工况进行评估，包括空调节能情况、空调运行的健康程度、空调运行对机房环境温度安全性的影响。
如图3-图4所示，步骤S3具体包括：步骤S3-1，对比T0、T1时间段数据中心机房空调制冷能耗数据，计算空调智能调控算法上线后空调能耗节能率：，其中：T0时间段空调单位时间能耗=/>，
T1时间段空调单位时间能耗=；根据空调能耗节能率对数据中心机房空调节能情况进行评分：
；
步骤S3-2，根据T1时间段数据中心机房各个空调运行参数数据，分析每个空调设备不同运行参数的调控情况以及每个空调设备运行负载情况，评估在空调智能调控算法调控期间空调运行的健康程度，具体包括：
步骤S3-2-1，根据T1时间段空调运行参数数据，遍历每个时间点，若当前时间点该空调设备的该项运行参数数据与前一个时间点不一致，则记作一次调控操作，即可分别得出T1时间段机房各个空调设备各项运行参数的调控次数，结合T1时间段的时长计算出各个空调平均单日的开关机调控次数、温度设定值调控次数/>、压缩机开关调控次数/>、风机转速调控次数/>；
步骤S3-2-2，根据步骤S3-2-1得出的数据中心机房各个空调设备各项运行参数的调控次数，对数据中心机房空调调控情况进行评分：
单台空调设备单日的开关机调控次数上限、温度设定值调控次数上限、压缩机开关调控次数上限、风机转速调控次数上限分别为、/>、/>、/>，单台空调设备各项运行参数调控次数得分如下： 空调开关机调控次数得分
；
温度设定值调控次数得分
；
压缩机开关调控次数得分
；
风机转速调控次数得分
；
单台空调设备的调控次数得分该空调设备各项运行参数调控次数得分的均值，数据中心机房总体空调调控次数得分即为该数据中心机房各个空调设备调控次数得分的均值；
步骤S3-2-3，根据T1时间段空调运行参数数据，分别计算空调各项运行参数的运行负载得分：空调开关状态负载得分；
温度设定值状态负载得分
；
压缩机开关状态负载得分；
风机运行状态负载得分
；
单台空调设备的运行负载得分该空调设备各项运行参数运行负载得分的均值，数据中心机房总体空调运行负载得分即为该数据中心机房各个空调设备运行负载得分的均值；
步骤S3-2-4，根据步骤步骤S3-2-2得到的数据中心机房总体空调调控次数得分和步骤S3-2-3得到的数据中心机房总体空调运行负载得分，对空调智能调控算法期间, 数据中心机房空调整体运行健康程度进行评分:/>；步骤S3-3，根据T1时间段机房各个温感设备的温度数据，对照温感实际告警温度上限，统计机房各个温感高温告警的次数，累加得到机房高温告警总次数H，根据机房高温告警情况评估空调智能调控算法调控期间空调运行对机房环境温度安全性的影响：/>。
步骤S4，根据空调智能调控算法上线后数据中心机房空调运行工况的评估结果，构建数据中心机房空调运行状态的后评估评价体系，综合评估空调智能调控算法上线后数据中心机房空调运行工况，其中，为空调节能情况评分、/>为空调运行的健康程度评分、为空调运行对机房环境温度安全性的影响评分；
步骤S5，基于数据中心机房空调运行状态的后评估结果，评估空调智能调控算法上线后数据中心机房空调运行状况：
若后评估得分分，则说明数据中心机房空调在空调智能调控算法的控制下运行状况健康；
若后评估得分分，则说明数据中心机房空调在空调智能调控算法的控制下运行状况存在明显不合理的现象，可从/>、/>、中筛选出评分低于85分的项，进行优化。
具体优化如下：针对的数据中心机房，说明数据中心机房在空调智能调控算法控制期间能耗较高，通过分析对比T0、T1时间段数据中心机房的空调运行状况，找出能耗上升的空调，适当降低其运行负载，提升节能率。
针对的数据中心机房，说明数据中心机房在空调智能调控算法控制期间存在空调调节频繁或者持续高负载运行的现象，需要对频繁调节的空调进行调节次数合理限制，或者寻找周围合适的空调对高负载运行的空调进行替补。
针对的数据中心机房，说明数据中心机房在空调智能调控算法控制期间多次出现温感高温告警的现象，通过分析温感告警的原因，适当补充温感周围的冷量，保障环境温度的安全。
上述方法是通过空调运行情况的后评估评价装置实现的，如图5所示，空调运行情况的后评估评价装置包括：
数据采集模块，用于实时采集数据中心机房各个空调设备的能耗数据、运行参数数据、各个温感设备的温度数据，并实时记录数据中心机房的空调智能调控算法的运行状态，并定义空调智能调控算法为关闭状态，空调处于人为指定状态运行的时间段为T0时间段，空调智能调控算法为开启状态，空调在空调智能调控算法调控下运行的时间段为T1时间段；
数据预处理模块，用于对所述数据采集模块采集到的数据进行预处理，包括数值化转换、异常值剔除、空值填充；
多维度空调运行状况评估模块，用于根据预处理后的数据，从空调节能情况、空调运行的健康程度、空调运行对机房环境温度安全性的影响的三个维度分别对空调智能调控算法上线后的数据中心机房空调运行工况进行评估；
空调运行状况综合评估模块，用于根据从不同维度对空调智能调控算法上线后数据中心机房空调运行工况的评估结果，综合评估空调智能调控算法上线后数据中心机房空调运行工况；
后评估应用模块，基于所述空调运行状况综合评估模块得到的数据中心机房空调运行的后评估结果，评估空调智能调控算法上线后数据中心机房空调运行状况。
由空调运行情况的后评估评价方法得到空调智能调控算法上线后数据中心机房空调运行工况的后评估结果，基于空调运行的健康程度评分的数据中心机房空调使用寿命延长方法，包括如下操作：
如图6所示，本实施例的空调运行情况的后评估评价方法在数据中心机房空调使用寿命延长方法中的运用具体如下：
S001，筛选空调运行的健康程度评分<85分的数据中心机房；
S002，对筛选到的数据中心机房，根据数据中心机房总体空调调控次数得分<85分进一步筛选出存在空调频繁调节现象的数据中心机房，根据机房总体空调运行负载得分/><85分进一步筛选出存在空调长期高负载运行现象的数据中心机房；
S003，对于筛选出存在空调频繁调节现象的数据中心机房，进一步筛选出调控次数得分小于85分的空调；对于筛选出存在空调高负载现象的数据中心机房，进一步筛选出运行负载得分小于85分的空调；
S004，对于筛选出的调控次数得分小于85分的空调，进一步筛选出调控次数得分小于85分的运行参数，空调智能调控算法针对筛选出的运行参数进行包括但不限于可调节区间调整、调控频率限制的优化，以降低对应空调运行参数的调节频率；对于筛选出的运行负载得分小于85分的空调，进一步筛选出运行负载得分小于85分的运行参数，空调智能调控算法针对筛选出的运行参数进行包括但不限于提升周围合适的空调和/或备用空调对应运行参数负载作为替补的优化，以降低对应空调运行参数的运行负载。
本技术领域技术人员可以理解的是，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，除非类似这里一样定义，不会用理想化或过于正式的含义来解释。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.空调运行情况的后评估评价方法，其特征在于：包括如下操作：
步骤S1，实时采集数据中心机房各个空调设备的能耗数据、运行参数数据、各个温感设备的温度数据，并实时记录数据中心机房的空调智能调控算法的运行状态，并定义空调智能调控算法为关闭状态，空调处于人为指定状态运行的时间段为T0时间段，空调智能调控算法为开启状态，空调在空调智能调控算法调控下运行的时间段为T1时间段；
步骤S2，对步骤S1采集到的空调设备的能耗数据、运行参数数据进行预处理；
步骤S3，根据预处理后的空调设备的能耗数据、运行参数数据，从不同的维度对空调智能调控算法上线后数据中心机房空调运行工况进行评估，包括空调节能情况、空调运行的健康程度、空调运行对机房环境温度安全性的影响；
步骤S4，根据空调智能调控算法上线后数据中心机房空调运行工况的评估结果，构建数据中心机房空调运行状态的后评估评价体系，综合评估空调智能调控算法上线后数据中心机房空调运行工况，其中，为空调节能情况评分、/>为空调运行的健康程度评分、为空调运行对机房环境温度安全性的影响评分；
步骤S5，基于数据中心机房空调运行状态的后评估结果，评估空调智能调控算法上线后数据中心机房空调运行状况：
若后评估得分分，则说明数据中心机房空调在空调智能调控算法的控制下运行状况健康；
若后评估得分分，则说明数据中心机房空调在空调智能调控算法的控制下运行状况存在不合理的现象，从/>、/>、/>中筛选出评分低于85分的项，进行优化；
所述步骤S3具体包括：
步骤S3-1，对比T0、T1时间段数据中心机房空调制冷能耗数据，计算空调智能调控算法上线后空调能耗节能率：，其中：
T0时间段空调单位时间能耗=,
T1时间段空调单位时间能耗=;
根据空调能耗节能率对数据中心机房空调节能情况进行评分：
;
步骤S3-2，根据T1时间段数据中心机房各个空调运行参数数据，分析每个空调设备不同运行参数的调控情况以及每个空调设备运行负载情况，评估在空调智能调控算法调控期间空调运行的健康程度，具体包括：
步骤S3-2-1，根据T1时间段空调运行参数数据，遍历每个时间点，若当前时间点该空调设备的该项运行参数数据与前一个时间点不一致，则记作一次调控操作，即可分别得出T1时间段机房各个空调设备各项运行参数的调控次数，结合T1时间段的时长计算出各个空调平均单日的开关机调控次数、温度设定值调控次数/>、压缩机开关调控次数、风机转速调控次数/>；
步骤S3-2-2，根据步骤S3-2-1得出的数据中心机房各个空调设备各项运行参数的调控次数，对数据中心机房空调调控情况进行评分：
单台空调设备单日的开关机调控次数上限、温度设定值调控次数上限、压缩机开关调控次数上限、风机转速调控次数上限分别为、/>、/>、/>，单台空调设备各项运行参数调控次数得分如下：空调开关机调控次数得分
;
温度设定值调控次数得分;
压缩机开关调控次数得分;
风机转速调控次数得分;
单台空调设备的调控次数得分该空调设备各项运行参数调控次数得分的均值，数据中心机房总体空调调控次数得分即为该数据中心机房各个空调设备调控次数得分的均值；
步骤S3-2-3，根据T1时间段空调运行参数数据，分别计算空调各项运行参数的运行负载得分：空调开关状态负载得分;
温度设定值状态负载得分
；
压缩机开关状态负载得分；
风机运行状态负载得分
；
单台空调设备的运行负载得分该空调设备各项运行参数运行负载得分的均值，数据中心机房总体空调运行负载得分即为该数据中心机房各个空调设备运行负载得分的均值；
步骤S3-2-4，根据步骤步骤S3-2-2得到的数据中心机房总体空调调控次数得分和步骤S3-2-3得到的数据中心机房总体空调运行负载得分/>，对空调智能调控算法调控期间, 数据中心机房空调整体运行健康程度进行评分:；
步骤S3-3，根据T1时间段机房各个温感设备的温度数据，对照温感实际告警温度上限，统计机房各个温感高温告警的次数，累加得到机房高温告警总次数H，根据机房高温告警情况评估空调智能调控算法调控期间空调运行对机房环境温度安全性的影响：
。
2.根据权利要求1所述的空调运行情况的后评估评价方法，其特征在于：所述步骤S1中，空调设备的运行参数数据包括空调开关状态、温度设定值、压缩机开关状态、风机转速。
3.根据权利要求2所述的空调运行情况的后评估评价方法，其特征在于：所述步骤S2具体包括：
步骤S2-1，将空调设备的非数值类运行参数数据进行数值化转换，包括空调开关状态、压缩机开关状态，用0表示开启，1表示关闭；
步骤S2-2，基于运行参数实际可调节的区间范围对异常值进行剔除，包括温度设定值、风机转速；
步骤S2-3，根据包括空调压缩机开关状态、温感设备的温度的信号参数取值特性的不同，分别采用向前填充法、均值填充法对缺失值进行填充。
4.空调运行情况的后评估评价装置，其特征在于：所述装置包括：
数据采集模块，用于实时采集数据中心机房各个空调设备的能耗数据、运行参数数据、各个温感设备的温度数据，并实时记录数据中心机房的空调智能调控算法的运行状态，并定义空调智能调控算法为关闭状态，空调处于人为指定状态运行的时间段为T0时间段，空调智能调控算法为开启状态，空调在空调智能调控算法调控下运行的时间段为T1时间段；
数据预处理模块，用于对所述数据采集模块采集到的数据进行预处理，包括数值化转换、异常值剔除、空值填充；
多维度空调运行状况评估模块，用于根据预处理后的数据，从空调节能情况、空调运行的健康程度、空调运行对机房环境温度安全性的影响的三个维度分别对空调智能调控算法上线后的数据中心机房空调运行工况进行评估；
空调运行状况综合评估模块，用于根据从不同维度对空调智能调控算法上线后数据中心机房空调运行工况的评估结果，综合评估空调智能调控算法上线后数据中心机房空调运行工况；
后评估应用模块，基于所述空调运行状况综合评估模块得到的数据中心机房空调运行的后评估结果，评估空调智能调控算法上线后数据中心机房空调运行状况；
所述多维度空调运行状况评估模块具体进行如下操作：
b1，对比T0、T1时间段数据中心机房空调制冷能耗数据，计算空调智能调控算法上线后空调能耗节能率：，
其中：
T0时间段空调单位时间能耗=，
T1时间段空调单位时间能耗=；
根据空调能耗节能率对数据中心机房空调节能情况进行评分：
；
b2，根据T1时间段数据中心机房各个空调运行参数数据，分析每个空调设备不同运行参数的调控情况以及每个空调设备运行负载情况，评估在空调智能调控算法调控期间空调运行的健康程度，具体包括：
b2.1，根据T1时间段空调运行参数数据，遍历每个时间点，若当前时间点该空调设备的该项运行参数数据与前一个时间点不一致，则记作一次调控操作，即可分别得出T1时间段机房各个空调设备各项运行参数的调控次数，结合T1时间段的时长计算出各个空调平均单日的开关机调控次数、温度设定值调控次数/>、压缩机开关调控次数/>、风机转速调控次数/>；
b2.2，根据b2.1得出的数据中心机房各个空调设备各项运行参数的调控次数，对数据中心机房空调调控情况进行评分：
单台空调设备单日的开关机调控次数上限、温度设定值调控次数上限、压缩机开关调控次数上限、风机转速调控次数上限分别为、/>、/>、/>，单台空调设备各项运行参数调控次数得分如下：空调开关机调控次数得分
；
温度设定值调控次数得分
；
压缩机开关调控次数得分
；
风机转速调控次数得分
；
单台空调设备的调控次数得分该空调设备各项运行参数调控次数得分的均值，数据中心机房总体空调调控次数得分即为该数据中心机房各个空调设备调控次数得分的均值；
b2.3，根据T1时间段空调运行参数数据，分别计算空调各项运行参数的运行负载得分：空调开关状态负载得分；
温度设定值状态负载得分
；
压缩机开关状态负载得分；
风机运行状态负载得分
；
单台空调设备的运行负载得分该空调设备各项运行参数运行负载得分的均值，数据中心机房总体空调运行负载得分即为该数据中心机房各个空调设备运行负载得分的均值；
b2.4，根据b2.2得到的数据中心机房总体空调调控次数得分和步骤b2.3得到的数据中心机房总体空调运行负载得分/>，对空调智能调控算法调控期间, 数据中心机房空调整体运行健康程度进行评分:；
b3，根据T1时间段机房各个温感设备的温度数据，对照温感实际告警温度上限，统计机房各个温感高温告警的次数，累加得到机房高温告警总次数H，根据机房高温告警情况评估空调智能调控算法调控期间空调运行对机房环境温度安全性的影响：
。
5.根据权利要求4所述的空调运行情况的后评估评价装置，其特征在于：所述空调设备的运行参数数据包括空调开关状态、温度设定值、压缩机开关状态、风机转速。
6.根据权利要求5所述的空调运行情况的后评估评价装置，其特征在于：所述数据预处理模块具体进行如下操作：
a1，将空调设备的非数值类运行参数数据进行数值化转换，包括空调开关状态、压缩机开关状态，用0表示开启，1表示关闭；
a2，基于运行参数实际可调节的区间范围对异常值进行剔除，包括温度设定值、风机转速；
a3，根据包括空调压缩机开关状态、温感设备的温度的信号参数取值特性的不同，分别采用向前填充法、均值填充法对缺失值进行填充。
7.根据权利要求6所述的空调运行情况的后评估评价装置，其特征在于：所述空调运行状况综合评估模块综合评估空调智能调控算法上线后数据中心机房空调运行工况，得到的后评估结果为：；
其中，为空调节能情况评分、/>为空调运行的健康程度评分、/>为空调运行对机房环境温度安全性的影响评分。
8.基于权利要求1至3任意一项所述的空调运行情况的后评估评价方法在数据中心机房空调使用寿命延长方法中的运用，其特征在于：包括如下操作：
步骤1，筛选空调运行的健康程度评分<85分的数据中心机房；
步骤2，对筛选到的数据中心机房，根据数据中心机房总体空调调控次数得分<85分进一步筛选出存在空调频繁调节现象的数据中心机房，根据数据中心机房总体空调运行负载得分<85分进一步筛选出存在空调长期高负载运行现象的数据中心机房；
步骤3，对于筛选出存在空调频繁调节现象的数据中心机房，进一步筛选出调控次数得分小于85分的空调；对于筛选出存在空调高负载现象的数据中心机房，进一步筛选出运行负载得分小于85分的空调；
步骤4，对于筛选出的调控次数得分小于85分的空调，进一步筛选出调控次数得分小于85分的运行参数，空调智能调控算法针对筛选出的运行参数进行包括可调节区间调整、调控频率限制的优化，以降低对应空调运行参数的调节频率；对于筛选出的运行负载得分小于85分的空调，进一步筛选出运行负载得分小于85分的运行参数，空调智能调控算法针对筛选出的运行参数进行包括但不限于提升空调备用空调对应运行参数负载作为替补的优化，以降低对应空调运行参数的运行负载。
CN202410402906.XA 2024-04-03 2024-04-03 空调运行情况的后评估评价方法、装置及其应用 Active CN117993623B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410402906.XA CN117993623B (zh) 2024-04-03 2024-04-03 空调运行情况的后评估评价方法、装置及其应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410402906.XA CN117993623B (zh) 2024-04-03 2024-04-03 空调运行情况的后评估评价方法、装置及其应用

Publications (2)

Publication Number Publication Date
CN117993623A CN117993623A (zh) 2024-05-07
CN117993623B true CN117993623B (zh) 2024-06-04

Family

ID=90896382

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410402906.XA Active CN117993623B (zh) 2024-04-03 2024-04-03 空调运行情况的后评估评价方法、装置及其应用

Country Status (1)

Country Link
CN (1) CN117993623B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113685962A (zh) * 2021-10-26 2021-11-23 南京群顶科技有限公司 一种基于相关性分析的机房温度高效控制方法及其系统
CN114923268A (zh) * 2022-07-11 2022-08-19 南京群顶科技有限公司 基于空调负载和区域温度评估的机房空调调控方法及装置
WO2023116742A1 (zh) * 2021-12-21 2023-06-29 清华大学 一体化数据中心柜末端空调系统节能优化方法及装置
WO2023246088A1 (zh) * 2022-06-24 2023-12-28 中国华能集团清洁能源技术研究院有限公司 一种锂电池性能评分计算方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113685962A (zh) * 2021-10-26 2021-11-23 南京群顶科技有限公司 一种基于相关性分析的机房温度高效控制方法及其系统
WO2023116742A1 (zh) * 2021-12-21 2023-06-29 清华大学 一体化数据中心柜末端空调系统节能优化方法及装置
WO2023246088A1 (zh) * 2022-06-24 2023-12-28 中国华能集团清洁能源技术研究院有限公司 一种锂电池性能评分计算方法及系统
CN114923268A (zh) * 2022-07-11 2022-08-19 南京群顶科技有限公司 基于空调负载和区域温度评估的机房空调调控方法及装置

Also Published As

Publication number Publication date
CN117993623A (zh) 2024-05-07

Similar Documents

Publication Publication Date Title
CN104566868B (zh) 一种中央空调控制系统及其控制方法
CN105444356A (zh) 一种中央空调系统的能效优化智能控制系统及其控制方法
CN112611076B (zh) 基于iscs的地铁车站通风空调节能控制系统和方法
CN114659237B (zh) 一种基于物联网的空调能效监管方法
CN111047117B (zh) 一种基于末端负荷预测的压差旁通阀节能优化方法
CN110161863A (zh) 一种建筑机电设备系统调控优化方法
CN108105969A (zh) 一种空调智能监测系统及空调的运行效率异常检测方法
CN113361132A (zh) 一种基于深度q学习对决网络的风冷数据中心节能方法
CN117993623B (zh) 空调运行情况的后评估评价方法、装置及其应用
CN116839185B (zh) 一种空调温度调控方法及系统
CN115218346B (zh) 蓄热化霜控制方法以及空调机组
CN107036231A (zh) 中央空调监控系统中冷却塔智能节电控制方法
CN105240993A (zh) 一种中央空调的精细化节能控制系统及其实现方法
CN115682490A (zh) 一种多方式热泵智能切换方法
CN204853838U (zh) 一种中央空调控制系统
TWI604162B (zh) Automatic air conditioner operation capacity adjustment system and method
CN115129770A (zh) 一种建筑能源数据采集分析平台数据分析系统及其方法
CN113757856A (zh) 一种空调冷却水系统控制方法及装置
CN112257779A (zh) 一种中央空调自学习工况参数获取方法
CN115031369B (zh) 空调器及其控制方法
CN115031371B (zh) 空调器及其控制方法
CN113847713B (zh) 一种基于冷量与质量的空调水泵能效诊断方法及装置
CN116697529A (zh) 一种空调温控负荷的功率可调潜力评估方法
CN118816335A (zh) 一种中央空调运行效率异常智能监测分析系统
CN115031366A (zh) 空调器及其控制方法

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