基于大数据实现数据中心PUE预测以及降耗策略的方法与流程

技术特征：
1.一种基于大数据实现数据中心pue预测以及降耗策略的方法，包括以下步骤：s1：定义并分解pue计算公式，将计算公式变成含有具体项目的计算方式，并制定降耗目标；s2：确定能够调整的具体项目；s3：对具体项目设定能够进行调整的采集参数，并对这些参数进行数据采集；s4：引入当地温度信息的影响数据；s5：利用人工智能虚拟调整具体项目的参数，将参数作为模拟值，纳入到pue的计算公式中进行模拟试算；s6：结合历史数据，判断虚拟调整的参数是否影响数据中心安全运行，通过不断调整，找出影响数据中心安全运行的临界点；s7：根据临界点得出的虚拟参数，获得未来pue的值；s8：根据未来pue的值，结合现在pue的值，判断是否满足指定的降耗目标；s9：对虚拟调整的参数进行展示，生成降耗策略和参数调整列表。2.根据权利要求1所述的基于大数据实现数据中心pue预测以及降耗策略的方法，其特征在于：步骤s1中，pue＝数据中心总耗电/数据中心中it设备耗电，其中，所述数据中心总耗电和数据中心中it设备耗电，都分解成具体项目的和，所述具体项目分为it设备的能耗、制冷的能耗、照明的能耗、其他办公能耗。3.根据权利要求1所述的基于大数据实现数据中心pue预测以及降耗策略的方法，其特征在于：步骤s1中，降耗目标分阶段进行，每个阶段的差值相同。4.根据权利要求1所述的基于大数据实现数据中心pue预测以及降耗策略的方法，其特征在于：步骤s2中，确定参与pue的具体项目，并划定能够降低能耗的具体项目。5.根据权利要求1所述的基于大数据实现数据中心pue预测以及降耗策略的方法，其特征在于：步骤s3中，所述参数是与具体项目的能耗相关的参数内容。6.根据权利要求1所述的基于大数据实现数据中心pue预测以及降耗策略的方法，其特征在于：步骤s4中，根据数据中心所在位置的海拔、天气因素，在海拔、天气因素对pue形成影响时，决定引入当地的温度信息的影响数据。7.根据权利要求1所述的基于大数据实现数据中心pue预测以及降耗策略的方法，其特征在于：步骤s5中，通过机器学习，利用人工智能将步骤s3中的采集参数的数据进行虚拟调整，并将虚拟调整后的参数数据作为模拟值，纳入到pue的计算公式中进行模拟试算。8.根据权利要求1所述的基于大数据实现数据中心pue预测以及降耗策略的方法，其特征在于：步骤s6中，历史数据是该数据中心过去的12
‑
36个月的参数数据。9.根据权利要求1所述的基于大数据实现数据中心pue预测以及降耗策略的方法，其特征在于：步骤s8中，如果不满足降耗目标，则判断是否已经影响数据中心的安全运行，然后跳转到步骤s5中，重新进行参数的虚拟调整。

技术总结
本发明提供一种基于大数据实现数据中心PUE预测以及降耗策略的方法，基于成熟的大数据分析技术，对海量的设备监控信息进行科学的检测和利用，并使用人工智能技术，进行机器学习，对影响能耗的参数进行虚拟调整，并模拟最终实现状态，而后预测数据中心PUE的未来变化趋势，并提供降耗策略。并提供降耗策略。并提供降耗策略。


技术研发人员：何威 徐志强
受保护的技术使用者：龙坤（无锡）智慧科技有限公司
技术研发日：2021.09.10
技术公布日：2021/12/12