一种数据中心制冷系统在线诊断方法、装置和设备与流程

1.本发明涉及新基础设施建设技术领域，尤其涉及一种数据中心制冷系统在线诊断方法、装置和设备。


背景技术：

2.数据中心是用于安置计算机系统及相关部件的设施，一般还具有备用电源、数据通信连接、环境控制和各种安全设备。主要用于数据信息的传递、计算、存储和展示，属于新基础设施建设领域。
3.数据中心属于能耗密集型产业，并且随着服务器集成密度的持续增高，服务器机柜设备区成为了机房内主要的热岛区域。为保证数据中心设备的良好运行，数据中心制冷与空调设施需要全年不间断运行，而据统计数据显示，这些设施占机房总功耗最高可达40％左右。随着全年气象条件的变化、末端负荷的变化，制冷与空调系统的运行模式和运行台数也需要相应的调整，以降低能耗。
4.因此数据中心制冷与空调设施监控系统除了维持电子信息设备的运行环境，还应顾及节能运行与方便运维的要求。而将数据中心各类设备的运行数据进行收集与分析，给机房基础设施建设与管理提供依据，不仅能减少人力与物力投入，同时也提高运维与节能效率。


技术实现要素：

5.有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供一种数据中心制冷系统在线诊断方法、装置和设备，用于对数据中心制冷系统提出实时运行建议，以降低能耗。
6.为实现上述目的，本发明提供了一种数据中心制冷系统在线诊断方法，包括：
7.读取数据库中存储的当前时段监测数据；
8.依据监测数据，对比各种预设定参数阈值，判断制冷系统运行工况及能耗；
9.依据制冷系统工况及能耗，给出制冷设备在线诊断建议。
10.进一步的，所述读取数据库中存储的当前时段监测数据，包括：读取数据库中按不同制冷设备不同物理量的监测数据，包括但不限于如下：
11.干球温度、湿球温度、空气湿度；
12.it设备电量；
13.冷机监测功率、冷机电流百分比；
14.冷塔监测功率、冷塔风机频率；
15.冷冻泵功率、冷冻泵频率；
16.冷却泵功率、冷却泵频率；
17.冷冻水回水温度、冷冻水供水温度、冷冻水进水压力、冷冻水出水压力、冷冻水流量；
18.冷却水回水温度、冷却水供水温度、冷却水进塔压力、冷却水出塔压力、冷却水流量。
19.进一步的，所述读取数据库中存储的当前时段监测数据之前，还包括对采集数据进行分类，分类原则如下：按制冷设备所供应的机房，将不限于冷机、冷塔、板式换热器、冷冻泵、冷却泵对应划分为不同水冷机组，其中室内温度、it设备电量也按此划分，对应的设备监测数据也应按上述原则对应划分，以对数据中心制冷系统运行状况做出设备级与系统级诊断。
20.进一步的，所述依据监测数据，对比各种预设定参数阈值，判断制冷系统运行工况及能耗，具体为：
21.依据监测数据判断制冷系统运行工况包括：依据冷机电流百分比判断当前时段内冷机运行状态；依据冷塔风机频率判断当前时段内冷塔运行状态；依据冷冻泵频率判断当前时段内冷冻泵运行状态；依据冷却泵频率判断当前时段内冷却泵运行状态；
22.依据监测数据判断制冷系统能耗包括：冷机监测功率计算冷机设备当前时段内耗电量；冷塔监测功率计算冷塔设备当前时段内耗电量；冷冻泵功率计算冷冻泵设备当前时段内耗电量；冷却泵功率计算冷却泵设备当前时段内耗电量。
23.进一步的，所述依据制冷系统工况及能耗，给出制冷设备在线诊断建议，具体为：设定制冷系统运行参数阈值，根据预定阈值对制冷设备运行工况及能耗给出诊断建议，包括：
24.依据不同的制冷设备(如冷机、冷塔、板式换热器、冷冻泵、冷却泵)的运行工况及能耗，对比预定阈值给出相应设备级诊断建议；
25.以及根据不同制冷机组(一套或多套，如果开启多套)的运行工况及能耗，对比预定阈值给出相应系统级诊断建议；
26.其次还包括依据当前时间段采集数据或之前累计的某一时间段内的采集数据，对比预定阈值给出时刻或时间段上的运行工况及能耗诊断建议。
27.进一步的，所述运行参数阈值从两方面进行设置：以设备安全性为基准的阈值，以设备能耗性为基准的阈值。
28.其中，以设备安全性为基准的阈值，因设备不同型号及生产厂商有所不同，需依据具体数据中心进行设置，也包括维持机房温湿度在稳定区间内所需设备工况，需依据数据中心具体需要而设置。
29.其中，以设备能耗性为基准的阈值，主要为在满足机房末端负载要求下所需的最优工况。主要可以从机房负载或进出水温度及流量，根据算法模型计算出，诸如最优冷冻泵频率、冷冻泵最优功率、最优冷却泵频率、冷却泵最优功率、最优冷塔风机频率、冷塔最优功率、冷机最优功率、最优冷冻水供水温度、最优冷冻水流量、最优冷却水出塔温度、最优冷却水流量等。
30.一种实现上述一种数据中心制冷系统在线诊断方法的装置，包括：
31.数据采集模块，负责采集数据中心制冷系统在线诊断所必需的监测数据；
32.数据处理模块，负责依据监测数据，对比各种参数预设定阈值，判断制冷系统工况及能耗，并给出在线诊断建议；
33.数据展示模块，用于将在线诊断建议以可视化的方式展现，对数据中心运维给出
数据支撑。
34.一种实现上述一种数据中心制冷系统在线诊断方法的设备，至少包括传感器、存储器、处理器以及显示器，其中：
35.传感器，包括采集所述监测数据的温度传感器、湿度传感器、压力传感器以及电力监测设备；
36.存储器，负责对采集的监测数据以及进行在线诊断所需程序进行存储；
37.处理器，用于依据监测数据，对比各种参数预设定阈值，判断制冷系统工况及能耗，并给出在线诊断建议；
38.显示器，负责将诊断建议以图形可视化的方式展现在前端界面上，以供现场运维人员参考。
39.本发明的有益效果是：
40.本发明首先采集制冷系统设备运行参数，监测参数主要包括：干球温度、湿球温度、空气湿度、it设备电量、冷机功率及电流百分比、冷塔功率及风机频率、冷冻泵功率及频率、冷却泵功率及频率、冷冻水回水温度及供水温度及进水压力及出水压力及流量、冷却水回水温度及供水温度及进塔压力及出塔压力及水流量；然后经过数据处理与分析，得出制冷系统设备运行工况及能耗，根据预设定阈值，对当前制冷系统运行状况给出设备级与系统级诊断建议。通过将数据中心各类设备的运行数据进行采集与分析，对制冷设备建设与管理提供数据依据与支撑，在减少人力与物力投入的同时，也提高了运维与节能效率。
41.以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本发明的目的、特征和效果。
附图说明
42.图1为本发明提供的数据中心制冷系统在线诊断方案一实施例的流程图；
43.图2为本发明提供的依据采集数据诊断制冷设备工况及能耗一实施例的流程图；
44.图3为本发明提供的数据中心制冷系统在线诊断装置一实施例的结构示意图；
45.图4为本发明提供的数据中心制冷系统在线诊断设备一实施例的结构示意图。
具体实施方式
46.图1为本发明提供的数据中心制冷系统在线诊断方法一实施列的流程图。如图1所示，本实施例提供的方法还可以包括：
47.g101读取数据库中存储的当前时段监测数据，包括：
48.监测数据包括但不限于，具体如下：干球温度、湿球温度、空气湿度；it设备电量；冷机监测功率、冷机电流百分比；冷塔监测功率、冷塔风机频率；冷冻泵功率、冷冻泵频率；冷却泵功率、冷却泵频率；冷冻水回水温度、冷冻水供水温度、冷冻水进水压力、冷冻水出水压力、冷冻水流量：冷却水回水温度、冷却水供水温度、冷却水进塔压力、冷却水出塔压力、冷却水流量。
49.本实施例中采集的干湿球温度应包括数据中心楼宇外和数据中心楼宇内，前者用于判断数据中心制冷系统应该在何种工况下运行，如夏季工况、冬季工况和过度季工况，以此来决定使用哪些制冷设备，以及应开启设备数量。it设备电量主要用于估算数据中心机
房末端负荷，也会参与pue计算，但实际计算时应还包括照明设备、布线损耗电量等，这里不再赘述；冷机监测功率、冷塔监测功率、冷冻泵功率、冷却泵功率等分别用于计算冷机、冷塔、冷冻泵、冷却泵在相应时间段内消耗的电量；冷机电流百分比、冷塔风机频率、冷冻泵频率、冷却泵频率主要用来分别判断冷机、冷塔、冷冻泵、冷却泵的运行工况；冷冻水回水温度、冷冻水供水温度、冷冻水流量、冷却水回水温度、冷却水供水温度、冷却水流量主要是判断制冷设备是否满足机房冷量需求的指标，以及计算it设备负荷的一种备用方案。冷冻水进水压力、冷冻水出水压力、冷却水进塔压力、冷却水出塔压力主要用于判断制冷设备运行的安全性与稳定性。
50.本实施例中监测数据采用高频率采集，将采集的结果以固定频率存储到数据库中(本实施例中为5分钟)，数据采集到存储的过程中可以通过bacnet或modbus协议进行传输，而对数据库中数据进行读取分析的频率，又会根据不同设备、不同物理量以及实际需要，划分为5分钟，15分钟，1个小时，一天，一周等。数据存储会累积之前一段时间内的监测数据，数据分析也会读取实时数据和历史数据。
51.g102依据监测数据，对比各种预设定参数阈值，判断制冷系统工况及能耗。
52.本实施例中，将监测数据按照不同制冷设备进行匹配，依据冷机电流百分比、冷塔风机频率、冷冻泵频率、冷却泵频率分别判断冷机、冷塔、冷冻泵、冷却泵
53.运行状况；依据冷机监测功率、冷塔监测功率、冷冻泵功率、冷却泵功率计算相应的冷机、冷塔、冷冻泵、冷却泵在当前时段内的能耗。
54.g103依据制冷系统工况及能耗，给出制冷设备在线诊断建议。
55.本实施例中，先通过数据中心设备实际情况，以保证数据中心设备安全稳定并且制冷设备供应冷量能够满足机房负荷需求，通过数学模型计算出最优条件下的冷冻泵频率、功率，冷却泵频率、功率，冷塔风机频率、功率，冷冻水供水温度、流量，冷却水出塔温度、流量，以及实时pue，从保安全与降能耗两方面提出优化建议。
56.具体制冷系统诊断逻辑可参考图2：
57.g201按时间读取不同设备对应的某一时段内监测数据，并作初步处理；
58.g202按不同设备、不同时段的采集数据，将数据分为设备数据和系统数据，分别转入步骤g203-1和g203-2；
59.g203-1对设备数据按照相应阈值判断条件匹配，进行计算或比较，给出对应诊断建议；
60.g203-2对系统数据按照相应阈值判断条件匹配，进行计算或比较，给出对应诊断建议；
61.g204将上一步得出的诊断建议存入数据库，以便将诊断建议进行可视化反馈。
62.本实施例提供的数据中心制冷系统在线诊断方案，通过采集制冷设备监测数据，按照设备类型对应参数的某时段数据，与预设定阈值进行计算或比较，给出实时制冷系统在线诊断建议，降低数据中心人力物力投入，提高管理效率，并降低能耗。其中，预设定阈值主要通过数据中心实时末端负荷和维持数据中心设备安全稳定所需最优制冷量，反推出的各种设备最优运行参数，与监测设备实时采集的数据进行对比，从而得出对制冷设备或制冷系统的运行诊断建议。
63.图3为本发明提供的数据中心制冷系统在线诊断装置一实施例的结构示意图；
64.如图所示，本实施例提供的数据中心制冷系统的节能控制装置可以包括：g301数据采集模块、g302数据处理模块和g303数据展示模块。
65.数据采集模块g301：主要用于采集进行数据中心制冷系统在线诊断所必需的监测数据，具体监测数据如g101中所述数据；
66.数据处理模块g302：主要用于依据监测数据，对比各种参数预设定阈值，判断制冷系统工况及能耗，并给出在线诊断建议；
67.数据展示模块g303：主要用于将在线诊断建议以可视化的方式展现，对数据中心运维给出数据支撑。
68.一种实施例中，数据处理模块主要负责读取采集并存储于数据库中的当前时间段内的数据并进行实时处理、分析，做出诊断。其中包括，从时间层面给出某一时刻或某一时段的设备及系统运行工况和能耗诊断建议；从设备层面给出对某一制冷设备或某一制冷系统的时刻及时段运行工况和能耗诊断建议。具体诊断逻辑和方法请参照图2和图1所说明的内容。
69.一种实施例中，数据展示模块主要用于将经过数据采集模块和数据处理模块得出的诊断建议，以图形界面可视化的形式展现，当现场运维人员查看时，实时对当前数据中心设备运行工况及能耗做出反馈，方便运维人员从安全性和节能性角度对数据中心运行设备进行调整。
70.图4为本发明提供的数据中心制冷系统在线诊断设备一实施例的结构示意图。
71.如图所示，本实施例提供的数据中心制冷系统在线诊断设备可以包括：g401传感器，g402存储器，g403处理器，g404显示器及g405总线。
72.其中，g401传感器主要用于采集在线诊断所需的各种设备监测数据；g402存储器主要存储计算机程序与监测数据；g403主要用于执行程序与处理数据；g404主要用于诊断建议以及监测数据可视化的呈现；g405总线主要用于实现各元器件之间的连接。
73.以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。