WO2017036131A1 - 一种实现idc功耗控制的方法及装置 - Google Patents

一种实现idc功耗控制的方法及装置 Download PDF

Info

Publication number
WO2017036131A1
WO2017036131A1 PCT/CN2016/077847 CN2016077847W WO2017036131A1 WO 2017036131 A1 WO2017036131 A1 WO 2017036131A1 CN 2016077847 W CN2016077847 W CN 2016077847W WO 2017036131 A1 WO2017036131 A1 WO 2017036131A1
Authority
WO
WIPO (PCT)
Prior art keywords
idc
systems
parameters
pue
adjustment parameters
Prior art date
Application number
PCT/CN2016/077847
Other languages
English (en)
French (fr)
Inventor
范红国
Original Assignee
中兴通讯股份有限公司
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 中兴通讯股份有限公司 filed Critical 中兴通讯股份有限公司
Publication of WO2017036131A1 publication Critical patent/WO2017036131A1/zh

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power

Definitions

  • the control device acquires the Internet technology IT load of the IDC and the corresponding adjustment parameters of the system in the IDC;

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Automation & Control Theory (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

一种实现IDC功耗控制的方法及装置，包括：控制设备获取IDC中所有系统的PUE、IDC中所有系统相应的调整参数和环境参数（100）；控制设备根据获得的IDC中所有系统的PUE、IDC中所有系统相应的调整参数和环境参数计算每一个调整参数相应的权重，将计算得到的所有调整参数相应的权重发送给IDC中所有系统（101）。

Description

一种实现IDC功耗控制的方法及装置 技术领域
本文涉及但不限于神经网络技术，尤指一种实现互联网数据中心(IDC，Internet Data Center)功耗控制的方法及装置。
背景技术
目前，在互联网数据中心的设计及运行过程中，往往出现大冗余设计或高电源使用效率(PUE，Power Usage Effectiveness)的运行状态，PUE是一个比值，即数据中心总设备能耗除以互联网技术(IT，Internet Technology)设备能耗，基准(即目前机房PUE的平均值)是2，越接近1表明能效水平越好；PUE是数据中心基础架构效率(Data Center Infrastructure Efficiency，DCIE)的反比，其中，对造成高PUE的运行状态的原因是技术人员将互联网数据中心的制冷外机系统、制冷末端系统及交直流供电系统进行分离，通过对分离的多个系统分别进行功耗控制，达到对多个分离系统进行优化。
上述方法，对IDC中分离的多个系统分别进行功耗控制，虽然可以对多个分离系统实现优化，然而高PUE的运行状态说明，多个分离的系统最优并不能使IDC本身最优，IDC的系统功耗仍存在浪费。
发明内容
以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
本发明实施例提供一种实现IDC功耗控制的方法及装置，能够实现IDC优化，降低IDC功耗。
本发明实施例提供了一种实现互联网数据中心IDC功耗控制的方法，包括：
控制设备获取IDC中所有系统的PUE、IDC中所有系统相应的调整参数和环境参数；
控制设备根据获得的IDC中所有系统的PUE、IDC中所有系统相应的调整参数和环境参数计算每一个调整参数相应的权重，将计算得到的所有调整 参数相应的权重发送给IDC中所有系统。
可选的，该方法还包括：
所述控制设备继续执行获取新的IDC中所有系统的PUE、IDC中所有系统相应的根据上一次的权重调整后的调整参数和新的环境参数的步骤，直到迭代预设次数；将预设次数迭代过程中PUE最小对应的所有调整参数的权重发送给IDC中所有系统。
可选的，所述IDC中系统包含制冷外机系统、制冷末端系统及交直流供电系统；所述IDC中所有系统相应的调整参数包括：
IDC中制冷外机系统、制冷末端系统及交直流供电系统中一个或多个单元相应的调整参数。
可选的，
所述制冷外机系统包含制冷外机单元，所述制冷外机单元相应的调整参数包括：制冷外机处于开启状态的数目、开启的制冷外机中压缩机的工作状态参数和质量载体的流量；
所述制冷末端系统包括风机单元和盘管单元，所述制冷末端系统相应的调整参数包括：风机单元的风机速度参数、盘管单元的盘管流量参数；
所述交直流供电系统包括交流供电装置和直流供电装置，所述交直流供电系统相应的调整参数包括：交流供电装置是否开启参数、直流供电装置是否开启参数、直流供电装置开启时供电有效赋值参数。
可选的，所述控制设备获取IDC中所有系统的PUE包括：
所述控制设备根据所述IDC的IT负载计算所述IDC中所有系统的PUE。
可选的，所述控制设备根据获得的IDC中所有系统的PUE、IDC中所有系统相应的调整参数和环境参数采用神经网络算法计算每一个调整参数相应的权重。
本发明实施例还提出了一种计算机可读存储介质，存储有计算机可执行指令，计算机可执行指令用于执行上述描述的任意一个方法。
本发明实施例还提供了一种实现互联网数据中心IDC功耗控制的方法， 包括：
控制设备获取IDC的互联网技术IT负载及IDC中系统相应的调整参数；
控制设备将获得的IT负载及所有的调整参数输入到加载有预设规则算法的神经网络中，进行神经网络的计算获得的电源使用效率PUE值和所有调整参数的权重；
控制设备将所有调整参数的权重发送给IDC，继续获取IDC的IT负载和IDC中系统相应的调整参数，直到循环预设次数；
控制设备将预设次数的循环中得到的PUE最小时对应的所有调整参数的权重发送给IDC。
另一方面，本发明实施例还提供一种实现IDC功耗控制的装置，包括：
获取单元，设置为获取IDC中所有系统的PUE、IDC中所有系统相应的调整参数和环境参数；
计算单元，设置为根据获得的IDC中所有系统的PUE、IDC中所有系统相应的调整参数和环境参数计算每一个调整参数相应的权重；
发送单元，设置为将计算得到的所有调整参数相应的权重发送给IDC中所有系统。
可选的，所述获取单元还设置为：
继续执行获取新的IDC中所有系统的PUE、IDC中所有系统相应的根据上一次的权重调整后的调整参数和新的环境参数的步骤，直到迭代预设次数；
所述发送单元还设置为：
将预设次数迭代过程中PUE最小对应的所有调整参数的权重发送给IDC中所有系统。
可选的，所述获取模块是设置为采用以下方式实现获取IDC中所有系统的PUE：
根据所述IDC的IT负载计算所述IDC中所有系统的PUE。
可选的，所述计算模块是设置为采用以下方式实现根据获得的IDC中所有系统的PUE、IDC中所有系统相应的调整参数和环境参数计算每一个调整 参数相应的权重：
根据获得的IDC中所有系统的PUE、IDC中所有系统相应的调整参数和环境参数采用神经网络算法计算每一个调整参数相应的权重。
与相关技术相比，本申请技术方案包括：控制设备获取IDC中所有系统的PUE、IDC中所有系统相应的调整参数和环境参数；控制设备根据获得的IDC中所有系统的PUE、IDC中所有系统相应的调整参数和环境参数计算每一个调整参数相应的权重，将计算得到的所有调整参数相应的权重发送给IDC中所有系统。本发明实施例的方法通过IDC中所有系统的PUE、IDC中所有系统相应的调整参数和环境参数计算每一个调整参数相应的权重，优化了IDC的性能，降低了IDC的功耗。
在阅读并理解了附图和详细描述后，可以明白其他方面。
附图概述
图1为本发明实施例实现IDC功耗控制的方法的流程图；
图2为本发明实施例实现IDC功耗控制的装置的结构框图；
图3为本发明实施例制冷外机系统的结构框图；
图4为本发明实施例制冷末端系统的结构框图；
图5为本发明实施例交直流供电系统的结构框图；
图6为本发明实施例获取单元实现假负载的结构框图；
图7为本发明实施例计算单元输入输出示意图。
本发明的实施方式
下文中将结合附图对本发明的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。
图1为本发明实施例实现IDC功耗控制的方法的流程图，如图1所示，包括：
步骤100、控制设备获取IDC中所有系统的PUE、IDC中所有系统相应 的调整参数和环境参数；
本步骤中，IDC中所有系统的PUE可以直接从其他设备获取，也可以由控制设备根据IDC的IT负载计算得到，具体如何计算可以采用本领域技术人员的公知技术实现，并不用于限定本发明的保护范围，这里不再赘述。
其中，IDC的IT负载可以直接从IDC中获取，也可以根据IDC系统功率等级模拟生成IDC假负载功耗，作为IDC的IT负载。
需要说明的是，这里模拟生成IDC假负载功耗是指通过电热组及相应的开关，加上电能控制表等产生与IDC系统功率等级相同的负载环境。
本步骤中，环境参数包括：温度、湿度等。
本步骤中，具体如何获取IDC中所有系统相应的调整参数和环境参数可以采用本领域技术人员的公知技术实现，并不用于限定本发明的保护范围，这里不再赘述。
本步骤中，IDC中的系统包含制冷外机系统、制冷末端系统及交直流供电系统；IDC中系统相应的调整参数包括：
IDC中制冷外机系统、制冷末端系统及交直流供电系统中一个或多个单元相应的调整参数。
可选的，制冷外机系统包含制冷外机单元，制冷外机单元相应的调整参数包括：制冷外机处于开启状态的数目、开启的制冷外机中压缩机的工作状态参数和质量载体的流量；
制冷末端系统包括风机单元和盘管单元，制冷末端系统相应的调整参数包括：风机单元的风机速度参数、盘管单元的盘管流量参数；
交直流供电系统包括交流供电单元和直流供电单元，交直流供电系统相应的调整参数包括：交流供电单元是否开启参数、直流供电单元是否开启参数、直流供电装置开启时供电有效赋值参数。
步骤101、控制设备根据获得的IDC中所有系统的PUE、IDC中所有系统相应的调整参数和环境参数计算每一个调整参数相应的权重，将计算得到的所有调整参数相应的权重发送给IDC中所有系统。
本步骤中，IDC中的每一个系统接收到所有调整参数相应的权重后，根 据调整参数相应的权重调整自身的调整参数，具体如何调整可以采用本领域技术人员的公知技术实现，并不用于限定本发明的保护范围，这里不再赘述。
本步骤中，控制设备可以采用神经网络算法计算每一个调整参数相应的权重。
其中，神经网络算法包括赫步定律(HEbb)规则、Delta规则或反向传播学习法。
需要说明的是，HEbb规则、Delta规则或反向传播学习法包含的内容为本领域技术人员的公知常识。
可选的，该方法还包括：控制设备继续执行获取新的IDC中所有系统的PUE、IDC中所有系统相应的根据上一次的权重调整后的调整参数和新的环境参数的步骤，直到迭代预设次数；将预设次数迭代过程中PUE最小对应的所有调整参数的权重发送给IDC中所有系统。
其中，第(i+1)次迭代获得的PUE对应的调整参数的权重为第i次迭代计算得到的调整参数的权重。
需要说明的是，预设次数大小根据系统功耗控制要求确定，计算次数越多，可以获得最佳的权重调整的调整参数越好；由于进行权重调整的调整参数的加载并不影响IDC的工作，因此，本发明实施例方法可以循环进行，当然，根据需要在系统稳定之后，可以设定预设次数较大，这样可以进行较少次数的调整。
本发明实施例方法通过IDC中所有系统的PUE、IDC中所有系统相应的调整参数和环境参数计算获得每一个系统的权重调整的调整参数，优化了IDC的性能，降低了IDC的功耗。
本发明实施例还提出了一种计算机可读存储介质，存储有计算机可执行指令，计算机可执行指令用于执行上述描述的任意一个方法。
图3为本发明实施例实现IDC功耗控制的装置的结构框图，如图3所示，包括：
获取单元，设置为获取IDC中所有系统的PUE、IDC中所有系统相应的 调整参数和环境参数；
计算单元，设置为根据获得的IDC中所有系统的PUE、IDC中所有系统相应的调整参数和环境参数计算每一个调整参数相应的权重；
发送单元，设置为将计算得到的所有调整参数相应的权重发送给IDC中所有系统。
本发明实施例的装置中，所述获取单元还设置为：
继续执行获取新的IDC中所有系统的PUE、IDC中所有系统相应的根据上一次的权重调整后的调整参数和新的环境参数的步骤，直到迭代预设次数；
所述发送单元还设置为：
将预设次数迭代过程中PUE最小对应的所有调整参数的权重发送给IDC中所有系统。
本发明实施例的装置中，所述获取模块是设置为采用以下方式实现获取IDC中所有系统的PUE：
根据所述IDC的IT负载计算所述IDC中所有系统的PUE。
本发明实施例的装置中，所述计算模块是设置为采用以下方式实现根据获得的IDC中所有系统的PUE、IDC中所有系统相应的调整参数和环境参数计算每一个调整参数相应的权重：
根据获得的IDC中所有系统的PUE、IDC中所有系统相应的调整参数和环境参数采用神经网络算法计算每一个调整参数相应的权重。
以下通过具体实施例对本发明方法进行清楚详细的说明，实施例仅用于陈述本发明，并不用于限制本发明方法的保护范围。
实施例1
IDC中包含制冷外机系统、制冷末端系统及交直流供电系统；其中，制冷外机系统包含制冷外机单元，制冷外机单元相应的调整参数包括：制冷外机处于开启状态的数目、开启的制冷外机中压缩机的工作状态参数和质量载体的流量；可选的，可以通过串联在一个或多个单元的调节器实现调整参数的调整，本实施例假设制冷外机处于开启状态的数目为P0，通过P0调节器 进行调整；开启的制冷外机中压缩机的工作状态参数P1，通过P1调节器进行调整；质量载体的流量P2，通过P2调节器进行调整；调整参数的加载过程通过第一MCU实现。图3为本发明实施例制冷外机系统的结构框图，如图3所示，通过设定的第一MCU及调节器P0、P1、P2进行制冷外机系统调整参数的加载。
制冷末端系统包括风机单元和盘管单元，制冷末端系统相应的调整参数包括：风机单元的风机速度参数、盘管单元的盘管流量参数；本实施例假设风机单元的风机速度参数为P3，通过P3调节器进行调整；盘管单元的盘管流量参数P4，通过P4调节器进行调整；调整参数的加载过程通过第二MCU实现。图4为本发明实施例制冷末端系统的结构框图，如图4所示，通过设定的第二MCU及调节器P3、P4进行制冷外机系统调整参数的加载。
交直流供电系统包括交流供电装置和直流供电装置，交直流供电系统相应的调整参数包括：交流供电装置是否开启参数、直流供电装置是否开启参数、直流供电装置开启时供电有效赋值参数。本实施例假设交流供电装置是否开启参数、直流供电装置是否开启参数为一对布尔参数P5，通过P5调节器进行调整，与开关电路连接；直流供电装置开启时供电有效赋值参数P6，通过P6调节器进行调整，P6为大于0且小于1的参数，用于调整电压比例。参数加载过程通过第三MCU实现。图5为本发明实施例交直流供电系统的结构框图，如图5所示，通过设定的第三MCU及调节器P5、P6进行交直流供电系统的调整参数的加载，在交直流供电系统中，还包括电能综合仪，执行布尔参数的选择开关执行器等。
本实施包括获取单元，设置为根据IDC系统功率等级模拟生成IDC假负载功耗，作为IDC的IT负载，根据IDC的IT负载计算IDC中所有系统的PUE，获取IDC中所有系统相应的调整参数和环境参数。图6为本发明实施例获取单元实现假负载的结构框图，如图6所示，本实施例获取单元按照IDC的功率等级模拟生成IDC假负载功耗，即通过多开关控制器控制发热电阻组的工作状态，通过电量仪获得准确的功耗信息，电路中还包括风扇、进行开关控制的第四MCU和硬件通信接口。
计算单元，设置为将根据获得的IDC中所有系统的PUE、IDC中所有系 统相应的调整参数和环境参数计算每一个调整参数相应的权重；
发送单元，将计算得到的所有调整参数相应的权重发送给IDC中所有系统。
图7为本发明实施例计算单元输入输出示意图，如图7所示，在输入层输入PUE、P0、P1、P2、P3、P4、P5、P6、环境参数后，通过加载有赫步定律(HEbb)规则、Delta规则或反向传播学习法的神经网络，计算获得P0的权重、P1的权重、P2的权重、P3的权重、P4的权重、P5的权重、P6的权重，具体计算过程在隐含层或处理层进行，图7输入层和输出层之间为隐含层或处理层。
本领域普通技术人员可以理解上述方法中的全部或部分步骤可通过程序来指令相关硬件(例如处理器)完成，所述程序可以存储于计算机可读存储介质中，如只读存储器、磁盘或光盘等。可选地，上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现。相应地，上述实施例中的各模块/单元可以采用硬件的形式实现，例如通过集成电路来实现其相应功能，也可以采用软件功能模块的形式实现，例如通过处理器执行存储与存储器中的程序/指令来实现其相应功能。本发明不限于任何特定形式的硬件和软件的结合。
虽然本发明所揭露的实施方式如上，但所述的内容仅为便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式及细节上进行任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。
工业实用性
本发明实施例优化了IDC的性能，降低了IDC的功耗。

Claims (11)

  1. 一种实现互联网数据中心IDC功耗控制的方法，包括：
    控制设备获取IDC中所有系统的PUE、IDC中所有系统相应的调整参数和环境参数；
    控制设备根据获得的IDC中所有系统的PUE、IDC中所有系统相应的调整参数和环境参数计算每一个调整参数相应的权重，将计算得到的所有调整参数相应的权重发送给IDC中所有系统。
  2. 根据权利要求1所述的方法，该方法还包括：
    所述控制设备继续执行获取新的IDC中所有系统的PUE、IDC中所有系统相应的根据上一次的权重调整后的调整参数和新的环境参数的步骤，直到迭代预设次数；将预设次数迭代过程中PUE最小对应的所有调整参数的权重发送给IDC中所有系统。
  3. 根据权利要求1或2所述的方法，其中，所述IDC中系统包含制冷外机系统、制冷末端系统及交直流供电系统；所述IDC中所有系统相应的调整参数包括：
    IDC中制冷外机系统、制冷末端系统及交直流供电系统中一个或多个单元相应的调整参数。
  4. 根据权利要求3所述的方法，其中，
    所述制冷外机系统包含制冷外机单元，所述制冷外机单元相应的调整参数包括：制冷外机处于开启状态的数目、开启的制冷外机中压缩机的工作状态参数和质量载体的流量；
    所述制冷末端系统包括风机单元和盘管单元，所述制冷末端系统相应的调整参数包括：风机单元的风机速度参数、盘管单元的盘管流量参数；
    所述交直流供电系统包括交流供电装置和直流供电装置，所述交直流供电系统相应的调整参数包括：交流供电装置是否开启参数、直流供电装置是否开启参数、直流供电装置开启时供电有效赋值参数。
  5. 根据权利要求1或2所述的方法，其中，所述控制设备获取IDC中所 有系统的PUE包括：
    所述控制设备根据所述IDC的IT负载计算所述IDC中所有系统的PUE。
  6. 根据权利要求1、2或3所述的方法，其中，所述控制设备根据获得的IDC中所有系统的PUE、IDC中所有系统相应的调整参数和环境参数采用神经网络算法计算每一个调整参数相应的权重。
  7. 一种实现互联网数据中心IDC功耗控制的装置，包括：
    获取单元，设置为获取IDC中所有系统的PUE、IDC中所有系统相应的调整参数和环境参数；
    计算单元，设置为根据获得的IDC中所有系统的PUE、IDC中所有系统相应的调整参数和环境参数计算每一个调整参数相应的权重；
    发送单元，设置为将计算得到的所有调整参数相应的权重发送给IDC中所有系统。
  8. 根据权利要求7所述的装置，所述获取单元还设置为：
    继续执行获取新的IDC中所有系统的PUE、IDC中所有系统相应的根据上一次的权重调整后的调整参数和新的环境参数的步骤，直到迭代预设次数；
    所述发送单元还设置为：
    将预设次数迭代过程中PUE最小对应的所有调整参数的权重发送给IDC中所有系统。
  9. 根据权利要求7或8所述的装置，所述获取模块是设置为采用以下方式实现获取IDC中所有系统的PUE：
    根据所述IDC的IT负载计算所述IDC中所有系统的PUE。
  10. 根据权利要求7或8所述的装置，所述计算模块是设置为采用以下方式实现根据获得的IDC中所有系统的PUE、IDC中所有系统相应的调整参数和环境参数计算每一个调整参数相应的权重：
    根据获得的IDC中所有系统的PUE、IDC中所有系统相应的调整参数和环境参数采用神经网络算法计算每一个调整参数相应的权重。
  11. 一种计算机可读存储介质，存储有计算机可执行指令，计算机可执行指令用于执行权利要求1～6任意一项所述的方法。
PCT/CN2016/077847 2015-08-31 2016-03-30 一种实现idc功耗控制的方法及装置 WO2017036131A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201510547075.6 2015-08-31
CN201510547075.6A CN106483843A (zh) 2015-08-31 2015-08-31 一种实现idc功耗控制的方法及系统

Publications (1)

Publication Number Publication Date
WO2017036131A1 true WO2017036131A1 (zh) 2017-03-09

Family

ID=58186572

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2016/077847 WO2017036131A1 (zh) 2015-08-31 2016-03-30 一种实现idc功耗控制的方法及装置

Country Status (2)

Country Link
CN (1) CN106483843A (zh)
WO (1) WO2017036131A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108990383B (zh) * 2018-08-15 2020-08-04 北京建筑大学 一种数据中心空调系统预测控制方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102213475A (zh) * 2011-03-22 2011-10-12 曙光信息产业(北京)有限公司 一种数据中心功耗自适应管理方法
CN102620378A (zh) * 2011-01-27 2012-08-01 国际商业机器公司 数据中心节能控制方法和系统
CN102854418A (zh) * 2012-08-27 2013-01-02 北京华胜天成科技股份有限公司 一种能源使用效率检测仪及检测系统
US20130227217A1 (en) * 2012-02-29 2013-08-29 Hitachi Consumer Electronics Co., Ltd. Archive system and processing method
CN103780699A (zh) * 2014-01-26 2014-05-07 山东钢铁集团有限公司 一种成长性数据中心及其构建方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2731668A1 (en) * 2008-08-15 2010-02-18 Edsa Micro Corporation A method for predicting power usage effectiveness and data center infrastructure efficiency within a real-time monitoring system
CN103616945B (zh) * 2013-11-20 2016-10-26 浪潮电子信息产业股份有限公司 一种大规模云数据中心中服务器节能方法
CN103645795A (zh) * 2013-12-13 2014-03-19 浪潮电子信息产业股份有限公司 一种基于人工神经网络的云计算数据中心节能方法
CN104391560A (zh) * 2014-09-28 2015-03-04 浪潮(北京)电子信息产业有限公司 云数据中心基于Hopfield神经网络的服务器节能方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102620378A (zh) * 2011-01-27 2012-08-01 国际商业机器公司 数据中心节能控制方法和系统
CN102213475A (zh) * 2011-03-22 2011-10-12 曙光信息产业(北京)有限公司 一种数据中心功耗自适应管理方法
US20130227217A1 (en) * 2012-02-29 2013-08-29 Hitachi Consumer Electronics Co., Ltd. Archive system and processing method
CN102854418A (zh) * 2012-08-27 2013-01-02 北京华胜天成科技股份有限公司 一种能源使用效率检测仪及检测系统
CN103780699A (zh) * 2014-01-26 2014-05-07 山东钢铁集团有限公司 一种成长性数据中心及其构建方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
MILLER, RICHER: "Google Using Machine Learning to Boost Data Center Efficiency", CSDN, 29 May 2014 (2014-05-29), XP055368262, Retrieved from the Internet <URL:http://www.csdn.net/article/2014-05-29/2820023> *

Also Published As

Publication number Publication date
CN106483843A (zh) 2017-03-08

Similar Documents

Publication Publication Date Title
Stamova et al. Mittag-Leffler synchronization of fractional neural networks with time-varying delays and reaction–diffusion terms using impulsive and linear controllers
Aghababa A Lyapunov-based control scheme for robust stabilization of fractional chaotic systems
Van Damme et al. Optimized thermal-aware job scheduling and control of data centers
Sheikholeslam et al. Design of adaptive fuzzy wavelet neural sliding mode controller for uncertain nonlinear systems
Xiong et al. Multi-objective optimal design of feedback controls for dynamical systems with hybrid simple cell mapping algorithm
Ran et al. Optimizing energy efficiency for data center via parameterized deep reinforcement learning
Tarutani et al. Temperature distribution prediction in data centers for decreasing power consumption by machine learning
Balochian et al. Variable structure control of linear time invariant fractional order systems using a finite number of state feedback law
WO2017036131A1 (zh) 一种实现idc功耗控制的方法及装置
Baros et al. Distributed conditions for small-signal stability of power grids and local control design
Owens et al. Influence of nonminimum phase zeros on the performance of optimal continuous-time iterative learning control
Gao et al. Dlora: Distributed parameter-efficient fine-tuning solution for large language model
Tran et al. A modified generic second order algorithm with fixed-time stability
US10684594B2 (en) Machine learning device, servo motor controller, servo motor control system, and machine learning method
Yonezawa et al. Model-free active vibration control approach using proof-mass actuator with uncertainty
JP2022151563A (ja) 確率的勾配推定による極値シーク制御
TWI410103B (zh) Chaos Communication Confidentiality System and Its Data Transmission Method and Proportional Integral Control Module Design Method
Bekakra et al. Optimizing of IP speed controller using particle swarm optimization for FOC of an induction motor
CN106897140B (zh) 一种输出调节方法、装置和系统
CN116345451B (zh) 一种变频类温控负荷的运行控制方法、装置和终端设备
Zhang et al. Stability and stabilization of positive switched systems under asynchronous switching
Fang et al. Energy efficiency improvement method for data centers based on hybrid proximal policy optimization algorithm
Qiu et al. Dual-parameter collaborative intelligent optimal control of chaotic motion of permanent magnet synchronous motor
Kaneko et al. Data-driven parameter optimization of two-degree-of-freedom controllers approximated by Laguerre expansions
Joshi et al. Velocity control of Voice Coil Actuator using Field Programmable Gate Array

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16840560

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 16840560

Country of ref document: EP

Kind code of ref document: A1