一种数据中心动环能耗边云协同优化方法与流程

本发明涉及边云协同数据处理，尤其涉及一种数据中心动环能耗边云协同优化方法。

背景技术：

1、随着数据中心、云计算中心和智算中心的规模不断扩大，机房内供配电系统、ups系统、配电支路、冷水机组、精密空调、冷冻水供回水管路、温湿度传感器以及pue采集装置等动环设备数量持续增加，数据中心运行能耗中制冷能耗和供配电损耗占比较高；为了提升能源利用效率，现有数据中心通常通过边侧动环监控平台采集it负载功率、ups输出功率、配电支路功率、机柜功率、冷通道温度、热通道温度、回风温度、冷冻水供回水温度和精密空调运行状态等数据，并将采集数据上传至云端平台进行能耗分析、趋势预测和节能策略生成，再由边侧平台执行空调设定温度调节、冷水机组负载分配或者精密空调运行模式切换等控制动作，由此形成数据中心动环能耗的边云协同优化模式。

2、在实际运行过程中，it负载功率、ups输出功率、配电支路功率和机柜功率等快负载数据能够快速反映数据中心热量产生端的变化，而冷通道温度、热通道温度、回风温度、冷冻水供回水温度和精密空调送回风状态等慢热场数据需要经过空气流动、换热过程、制冷设备响应和空间热惯性传递后才表现出对应变化，两类数据之间天然存在热响应滞后；由于不同动环设备的采集周期、上传频率、通信链路、边侧缓存补传机制、网络传输时延以及云端分析耗时并不一致，云端平台容易将不同时刻或者不同物理响应阶段的快负载数据和慢热场数据错误拼接为同一时刻的运行状态，形成高负载低热响应或者低负载高热响应的伪运行状态，进而导致云端生成的节能优化指令与边侧真实运行状态不匹配，出现热峰到来前削弱制冷、热峰消退后补偿制冷、过度制冷或者控制频繁切换的问题，影响数据中心节能优化的准确性、稳定性和可执行性。

技术实现思路

1、本发明的目的是为了解决现有技术中存在的快负载数据与慢热场数据因采集周期差异、边侧缓存补传、网络传输时延以及云端分析耗时不同而形成错相拼接，导致云端节能优化指令与边侧真实运行状态不匹配的缺点，而提出的一种数据中心动环能耗边云协同优化方法。

2、为了解决现有技术存在的问题，本发明采用了如下技术方案：

3、一种数据中心动环能耗边云协同优化方法，包括：

4、边侧动环群控管理平台采集数据中心动环系统的快负载数据和慢热场数据，附加边侧采样时间戳，生成原始动环数据集；

5、对原始动环数据集进行清洗、缺失标记和单位标准化，对缓存补传数据保留原边侧采样时间戳并写入缓存补传标识，生成边侧标准数据帧并上传云端数据中心运营分析平台；

6、云端数据中心运营分析平台以边侧采样时间戳为基准对边侧标准数据帧进行时间对齐，从时间对齐后的边侧标准数据帧中提取快负载序列和慢热场序列，并通过快负载序列与慢热场序列的互相关确定热响应滞后时间；

7、在用于生成节能优化指令的当前优化计算窗口内，根据热响应滞后时间和慢热场数据的边侧采样时间戳确定因果负载时间，并将因果负载时间对应的快负载状态与当前优化计算窗口的快负载状态比较，识别错相拼接窗口及错相类型；

8、根据当前快负载状态、慢热场实测状态、因果负载时间和错相类型，生成包含快负载状态、慢热场状态和错相类型标识的云端优化状态；

9、根据云端优化状态生成节能优化指令并下发边侧动环群控管理平台；

10、边侧动环群控管理平台执行节能优化指令并反馈执行后的快负载数据和慢热场数据，以更新错相拼接窗口的识别结果。

11、优选地，所述快负载数据包括it负载功率、ups输出功率、配电支路功率、机柜功率中的至少一种；所述慢热场数据包括冷通道温度、热通道温度、回风温度、冷冻水供回水温度、精密空调送回风状态中的至少一种。

12、优选地，所述边侧标准数据帧包括数据值、设备标识、数据类型、边侧采样时间戳和缓存补传标识；其中，数据值来源于快负载数据或者慢热场数据，设备标识用于确定数据来源设备，数据类型用于区分快负载数据和慢热场数据，缓存补传标识用于区分实时上传数据和缓存补传数据。

13、优选地，所述云端数据中心运营分析平台以边侧采样时间戳为基准对边侧标准数据帧进行时间对齐，包括：

14、依据缓存补传标识识别缓存补传数据；

15、按照边侧采样时间戳将实时上传数据和缓存补传数据恢复为采样时间顺序；

16、将采样时间顺序连续且未写入缺失标记的数据作为历史正常运行数据；

17、从历史正常运行数据中提取快负载序列和慢热场序列。

18、优选地，所述通过快负载序列与慢热场序列的互相关确定热响应滞后时间，包括：

19、计算快负载序列在相邻采样时刻之间的变化量；

20、计算慢热场序列在候选滞后时间下的变化量；

21、计算快负载序列变化量与慢热场序列变化量在不同候选滞后时间下的相关性；

22、将相关性达到最大时的候选滞后时间确定为对应慢热场数据的热响应滞后时间；

23、其中，候选滞后时间由对应慢热场数据的实际采样周期和历史正常运行数据确定。

24、优选地，所述因果负载时间的确定，包括：

25、取得慢热场数据的边侧采样时间戳和对应的热响应滞后时间；

26、将慢热场数据的边侧采样时间戳减去对应的热响应滞后时间，得到该慢热场数据对应的因果负载时间；

27、在时间对齐后的快负载序列中取得因果负载时间对应的快负载状态，并将该快负载状态作为慢热场数据实际反映的负载阶段。

28、优选地，所述错相拼接窗口及错相类型的识别，包括：

29、将因果负载时间对应的快负载状态与当前优化计算窗口的快负载状态进行比较；

30、当当前优化计算窗口的快负载状态相对于因果负载时间对应的快负载状态为升高状态时，将当前优化计算窗口识别为高负载低热响应错相窗口；

31、当当前优化计算窗口的快负载状态相对于因果负载时间对应的快负载状态为降低状态时，将当前优化计算窗口识别为低负载高热响应错相窗口。

32、优选地，所述云端优化状态的生成，包括：

33、当错相类型为高负载低热响应错相窗口时，生成包含当前快负载升高状态、慢热场滞后于当前快负载升高状态的慢热场状态和高负载低热响应错相类型标识的云端优化状态；

34、当错相类型为低负载高热响应错相窗口时，生成包含当前快负载降低状态、慢热场滞后于当前快负载降低状态的慢热场状态和低负载高热响应错相类型标识的云端优化状态；

35、当当前优化计算窗口未被识别为错相拼接窗口时，生成包含当前快负载状态、慢热场实测状态和无错相类型标识的云端优化状态。

36、优选地，所述根据云端优化状态生成节能优化指令，包括：

37、当云端优化状态包含高负载低热响应错相类型标识时，限制生成削弱制冷能力的节能优化指令；

38、当云端优化状态包含低负载高热响应错相类型标识时，限制生成仅依据慢热场实测状态提高制冷能力的节能优化指令；

39、当云端优化状态包含无错相类型标识时，根据当前快负载状态、慢热场实测状态和能耗水平，生成空调设定温度调节指令、冷水机组负载分配指令、精密空调运行模式切换指令或者动环设备节能运行指令。

40、优选地，所述边侧动环群控管理平台执行节能优化指令并反馈执行后的快负载数据和慢热场数据，包括：

41、边侧动环群控管理平台接收节能优化指令后，核验对应动环设备的可执行状态；

42、当对应动环设备处于可执行状态时，执行节能优化指令，并向云端数据中心运营分析平台反馈执行时间、执行结果、执行后的快负载数据和执行后的慢热场数据；

43、当对应动环设备未处于可执行状态时，不执行节能优化指令，并向云端数据中心运营分析平台反馈未执行结果；

44、云端数据中心运营分析平台根据执行后的快负载数据和执行后的慢热场数据，重新计算热响应滞后时间，并将重新计算后的热响应滞后时间用于下一轮因果负载时间确定；

45、云端数据中心运营分析平台根据执行后的快负载数据和执行后的慢热场数据更新错相拼接窗口识别结果，并根据未执行结果调整下一轮节能优化指令生成时的设备可执行状态。

46、与现有技术相比，本发明的有益效果是：

47、1、本发明通过边侧动环群控管理平台在采集快负载数据和慢热场数据时附加边侧采样时间戳，并在发生网络中断、边侧缓存或数据补传时保留原边侧采样时间戳并写入缓存补传标识，使云端数据中心运营分析平台能够以真实采样时刻而非上传到达时刻为基准进行时间对齐；进一步地，根据时间对齐后的快负载序列与慢热场序列确定热响应滞后时间，并利用热响应滞后时间计算慢热场数据对应的因果负载时间，能够识别高负载低热响应错相窗口和低负载高热响应错相窗口，避免云端平台将不同时刻或者不同物理响应阶段的数据错误合成为同一运行状态，提高了边云协同优化过程中运行状态构建的准确性。

48、2、本发明在识别错相拼接窗口后，并不直接将当前优化计算窗口中的快负载数据和慢热场数据输入节能优化模型，而是生成包含快负载状态、慢热场状态、因果负载时间、热响应滞后时间和错相类型标识的云端优化状态，并根据错相类型对候选节能优化指令集合进行约束；对于高负载低热响应错相窗口，限制生成削弱制冷能力的节能优化指令，避免热峰到来前提前降低制冷输出；对于低负载高热响应错相窗口，限制生成仅依据慢热场实测状态提高制冷能力的节能优化指令，避免热峰消退后继续补偿制冷；能够减少节能指令滞后、反向调节、过度制冷和控制频繁切换的问题，提高数据中心动环能耗边云协同优化的稳定性、准确性和可执行性。