功耗特性模型库建立方法、装置、电子设备及存储介质与流程

1.本技术涉及通信技术领域，特别是涉及一种功耗特性模型库建立方法、装置、电子设备及存储介质。


背景技术：

2.目前，云计算、大数据、移动互联网、物联网等新一代信息技术蓬勃发展，数据存储、交换、计算等应用需求急剧增加，以数据中心为代表的新型信息基础设施已成为智慧城市和数字经济发展的重要载体和支撑。节能降碳是贯穿机房全生命周期的重要工作之一，当前数据中心、通信机楼在实际运营过程中，电源利用率普遍低下，不仅造成一定程度的投资浪费，而且成为机房降低pue(power usage effectiveness)的最大障碍。
3.数据中心、通信机楼运营阶段，受运维保障考核指标的设定导向以及运维规范条款的限制，在没有完善的技术保障前提下，运行风险较高，因此在管控设备上架用电时较为严苛，一般均按“额定功率”进行设备安装加电，而“额定功率”尚无统一的计算方式，目前，常用的技术方式有：(1)电源模块的最大输出功率；(2)由厂家提供设备各种板件的功耗累加；(3)通过多年实践并结合以往的电源监控数据，计算得出综合平均经验值。以上计算方式均不同程度的造成电源利用率不高的情况。
4.目前主流厂家设备具备“功耗帽”、“功耗墙”等类似功能控制单台设备的最大功耗，所有设备均进行该项设置，使整机柜功耗控制在安全范围内。运维系统结合功耗情况和负载情况，通过对业务的编排进行动态调整以提高机柜使用效率。“功耗帽”采用物理方式，对cpu(central processing processor，中央处理器)进行降频处理，因此会导致业务处理能力降低，而触发“功耗帽”时，往往为业务繁忙时期，因此可能导致业务拥塞。并且，在it、网络的设计运营层面，与通信机楼局房、数据中心局房的设计运营层面存在一定的专业间信息壁垒，未能从根本上解决通信机楼、数据中心电源利用率低下的问题。


技术实现要素：

5.本技术实施例所要解决的技术问题是提供一种功耗特性模型库建立方法、装置、电子设备及存储介质，以在保障通信机房用电运营安全的同时，有效提高电源利用率。
6.第一方面，本技术实施例提供了一种功耗特性模型库建立方法，包括：
7.获取目标机房内各类型设备在不同时段内的实时运行数据；
8.基于时变参数随机波动率向量自回归模型对所述实时运行数据进行特性建模，生成各类型设备对应的时变影响系数图和脉冲响应图；
9.根据所述时变影响系数图和所述脉冲响应图，确定各类型设备在运行过程中的相关变量间的变量关系；
10.根据所述变量关系，构建得到所述目标机房内各类型设备对应的基于应用场景的功耗特性模型库。
11.可选地，所述获取目标机房内各类型设备在不同时段内的实时运行数据，包括：
12.获取所述目标机房内各类型设备在不同时段内的cpu利用率；
13.根据各类型设备对应的设备标识和所述cpu利用率，获取各类型设备在对应时段内的运行功率；
14.将所述cpu利用率和所述运行功率作为所述目标机房内各类型设备在不同时段内的实时运行数据，并将所述实时运行数据存储至时序数据库中。
15.可选地，所述基于时变参数随机波动率向量自回归模型对所述实时运行数据进行特性建模，生成各类型设备对应的时变影响系数图和脉冲响应图，包括：
16.获取所述时序数据库中各类型设备的实时运行数据；
17.对所述实时运行数据进行平稳性检验，获取所述实时运行数据中平稳性低于设定值的设备运行数据；
18.对所述设备运行数据进行差分处理，得到差分运行数据；
19.将所述差分运行数据和各类型设备对应的基准设备功耗输入至所述时变参数随机波动率向量自回归模型，以得到各类型设备对应的时变影响系数图和所述脉冲响应图。
20.可选地，所述根据所述变量关系，构建得到所述目标机房内各类型设备对应的基于应用场景的功耗特性模型库，包括：
21.基于所述变量关系，获取所述目标机房内各类型设备在全天内的功耗特性数据；
22.根据所述功耗特性数据，构建得到所述目标机房内各类型设备对应的基于应用场景的功耗特性模型；
23.根据各类型设备对应的功耗特性模型，生成所述功耗特性模型库；
24.其中，所述应用场景包括：平稳场景和非平稳场景中的至少一种；
25.所述平稳场景用于指示全天功耗平稳的场景，所述非平稳场景用于指示全天功耗存在设定峰值/谷值的场景。
26.可选地，在所述根据所述变量关系，构建得到所述目标机房内各类型设备对应的基于应用场景的功耗特性模型库之后，还包括：
27.在所述目标机房内上架目标设备时，获取所述目标设备的目标设备类型；
28.根据所述目标设备类型，从所述功耗特性模型库中筛选出所述目标设备对应的目标功耗特性模型；
29.根据所述目标功耗特性模型，确定所述目标设备在未来一天内的模拟运行功耗；
30.根据所述模拟运行功耗和所述目标机房内除所述目标设备外的设备的系统功耗，确定是否满足所述目标设备的加电条件；
31.在满足所述目标设备的加电条件的情况下，对所述目标设备进行加电处理。
32.可选地，所述根据所述模拟运行功耗和所述目标机房内除所述目标设备外的设备的系统功耗，确定是否满足所述目标设备的加电条件，包括：
33.比较所述模拟运行功耗和所述系统功耗的和值与功耗阈值之间的大小关系；
34.根据比较结果，确定是否满足所述目标设备的加电条件。
35.可选地，在所述根据所述模拟运行功耗和所述目标机房内除所述目标设备外的设备的系统功耗，确定是否满足所述目标设备的加电条件之后，还包括：
36.在不满足所述目标设备的加电条件的情况下，确定所述目标机房所处的目标区域的电源环境是否具备扩容条件；
37.在确定所述目标区域的电源环境具备扩容条件的情况下，对所述目标机房进行扩容处理，并对所述目标设备进行加电处理；
38.在确定所述目标区域的电源环境不具备扩容条件的情况下，变更所述目标设备的上架区域。
39.第二方面，本技术实施例提供了一种功耗特性模型库建立装置，包括：
40.运行数据获取模块，用于获取目标机房内各类型设备在不同时段内的实时运行数据；
41.设备系数图生成模块，用于基于时变参数随机波动率向量自回归模型对所述实时运行数据进行特性建模，生成各类型设备对应的时变影响系数图和脉冲响应图；
42.变量关系确定模块，用于根据所述时变影响系数图和所述脉冲响应图，确定各类型设备在运行过程中的相关变量间的变量关系；
43.功耗特性模型库构建模块，用于根据所述变量关系，构建得到所述目标机房内各类型设备对应的基于应用场景的功耗特性模型库。
44.可选地，所述运行数据获取模块包括：
45.cpu利用率获取单元，用于获取所述目标机房内各类型设备在不同时段内的cpu利用率；
46.运行功率获取单元，用于根据各类型设备对应的设备标识和所述cpu利用率，获取各类型设备在对应时段内的运行功率；
47.实时运行数据获取单元，用于将所述cpu利用率和所述运行功率作为所述目标机房内各类型设备在不同时段内的实时运行数据，并将所述实时运行数据存储至时序数据库中。
48.可选地，所述设备系数图生成模块包括：
49.运行数据获取单元，用于获取所述时序数据库中各类型设备的实时运行数据；
50.设备运行数据获取单元，用于对所述实时运行数据进行平稳性检验，获取所述实时运行数据中平稳性低于设定值的设备运行数据；
51.差分运行数据获取单元，用于对所述设备运行数据进行差分处理，得到差分运行数据；
52.设备系数图获取单元，用于将所述差分运行数据和各类型设备对应的基准设备功耗输入至所述时变参数随机波动率向量自回归模型，以得到各类型设备对应的时变影响系数图和所述脉冲响应图。
53.可选地，所述功耗特性模型库构建模块包括：
54.功耗特性数据获取单元，用于基于所述变量关系，获取所述目标机房内各类型设备在全天内的功耗特性数据；
55.功耗特性模型构建单元，用于根据所述功耗特性数据，构建得到所述目标机房内各类型设备对应的基于应用场景的功耗特性模型；
56.功耗特性模型库生成单元，用于根据各类型设备对应的功耗特性模型，生成所述功耗特性模型库；
57.其中，所述应用场景包括：平稳场景和非平稳场景中的至少一种；
58.所述平稳场景用于指示全天功耗平稳的场景，所述非平稳场景用于指示全天功耗
存在设定峰值/谷值的场景。
59.可选地，所述装置还包括：
60.目标设备类型获取模块，用于在所述目标机房内上架目标设备时，获取所述目标设备的目标设备类型；
61.目标功耗模型筛选模块，用于根据所述目标设备类型，从所述功耗特性模型库中筛选出所述目标设备对应的目标功耗特性模型；
62.模拟运行功耗确定模块，用于根据所述目标功耗特性模型，确定所述目标设备在未来一天内的模拟运行功耗；
63.加电条件确定模块，用于根据所述模拟运行功耗和所述目标机房内除所述目标设备外的设备的系统功耗，确定是否满足所述目标设备的加电条件；
64.目标设备加电模块，用于在满足所述目标设备的加电条件的情况下，对所述目标设备进行加电处理。
65.可选地，所述加电条件确定模块包括：
66.功耗大小比较单元，用于比较所述模拟运行功耗和所述系统功耗的和值与功耗阈值之间的大小关系；
67.加电条件确定单元，用于根据比较结果，确定是否满足所述目标设备的加电条件。
68.可选地，所述装置还包括：
69.扩容条件确定模块，用于在不满足所述目标设备的加电条件的情况下，确定所述目标机房所处的目标区域的电源环境是否具备扩容条件；
70.加电处理模块，用于在确定所述目标区域的电源环境具备扩容条件的情况下，对所述目标机房进行扩容处理，并对所述目标设备进行加电处理；
71.上架区域变更模块，用于在确定所述目标区域的电源环境不具备扩容条件的情况下，变更所述目标设备的上架区域。
72.第三方面，本技术实施例提供了一种电子设备，包括：
73.处理器、存储器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任一项所述的功耗特性模型库建立方法。
74.第四方面，本技术实施例提供了一种计算机可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行上述任一项所述的功耗特性模型库建立方法。
75.与现有技术相比，本技术实施例包括以下优点：
76.本技术实施例中，通过获取目标机房内各类型设备在不同时段内的实时运行数据，基于时变参数随机波动率向量自回归模型对实时运行数据进行特性建模，生成各类型设备对应的时变影响系数图和脉冲响应图，根据时变影响系数图和脉冲响应图，确定各类型设备在运行过程中的相关变量间的变量关系，根据变量关系，构建得到目标机房内各类型设备对应的基于应用场景的功耗特性模型库。本技术实施例通过结合机房内各类型设备在不同时段内的实时运行数据构建目标机房内各类型设备对应的基于应用场景的功耗特性模型库，在建模完成对新设备进行加电评估时，可以对设备实际功耗进行赋值，并叠加时间维度因素进行加电评估，可以在保障通信机房用电运营安全的同时，最终达到提升电源利用率的目的。
77.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。
附图说明
78.图1为本技术实施例提供的一种功耗特性模型库建立方法的步骤流程图；
79.图2为本技术实施例提供的一种运行数据获取方法的步骤流程图；
80.图3为本技术实施例提供的一种设备系数图获取方法的步骤流程图；
81.图4为本技术实施例提供的一种功耗特性模型库生成方法的步骤流程图；
82.图5为本技术实施例提供的一种目标设备加电方法的步骤流程图；
83.图6为本技术实施例提供的一种加电条件确定方法的步骤流程图；
84.图7为本技术实施例提供的一种上架区域变更方法的步骤流程图；
85.图8为本技术实施例提供的一种功耗特性模型库建立装置的结构示意图；
86.图9为本技术实施例提供的一种电子设备的结构示意图。
具体实施方式
87.为使本技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本技术作进一步详细的说明。
88.在本技术实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本技术。在本技术实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
89.在现有技术方案中，采用的方式通常有以下两种：
90.1、一个数据中心的云资源池，平台在调度和分配资源时，已经可以智能化的控制到调用指定服务器、指定存储设备资源的开销，即已经可以间接控制到设备功耗级，但平台并未与云资源池整体所在的数据中心局房动力资源情况进行联动，云资源池设计人员、平台系统运维人员并不知悉局房空间电力的总体情况和潜力情况；反之，数据中心动环系统并不会监测到云资源池系统it(internet technology，互联网技术)设备级的运行机制，局房动力运维人员也并不熟知云资源池it系统智能化调度技术已经可以实现资源开销的智能调度和功耗的控制，通常采用保守的设备上架和用电控制策略，导致机柜空间利用率、电源利用率长期处于较低水平，造成数据中心机房建设成本的提升、电力能源的浪费以及降低机房pue的困难。
91.2、一个通信机楼，交换、传输、数据、无线等各专业的用能设备相较数据中心用能设备，设备种类较为复杂，在规划初期各专业向通信机楼局房专业提交动力需求时，通常按照厂家反馈的设备功耗值提交需求(例如某5g(5th generation mobile communication technology，第五代移动通信技术)bbu(building base band unit，基带处理单元)设备，厂家反馈设备功耗20kw，通信局房专业按此功耗标准配置基础设施，结果设备入网上线后实际功率较估算值偏差很大，造成电源实际利用率低下)，并且上线后的通信设备网管与通信机楼局房动环系统网管之间缺乏联动，同样存在运营阶段系统间无信息再交互的问题，现场动力运维人员在管控上电时也依照厂家提供的估算值核定设备功率，保守的设备加电策略导致电源利用率同样长期处于较低水平。
92.本技术实施例为了解决上述技术问题，在对设备cpu利用率与实际运行功耗之间进行建模的同时，建立各系统之间的交互机制，实现在保障通信机房用电运营安全的同时，有效提高电源利用率，也为企业节约投资、节能降耗做贡献。
93.接下来结合具体实施例对本技术实施例的技术方案进行如下详细描述。
94.参照图1，示出了本技术实施例提供的一种功耗特性模型库建立方法的步骤流程图，如图1所示，该功耗特性模型库建立方法可以包括以下步骤：
95.步骤101：获取目标机房内各类型设备在不同时段内的实时运行数据。
96.本技术实施例可以应用于结合机房内各类型设备在多时段内的运行数据构建功耗特性模型库，以结合模型库对新设备进行加电评估的场景中。
97.目标机房即需要建模的放置通信设备的通信机房，在目标机房内放置的设备可以包括：信号发射器、传输设备(如sdh(synchronous digital hierarchy，同步数字体系)、pdh(plesiochronous digital hierarchy，准同步数字系列)等设备)、纤配线架odf(optical distribution frame)、数字配线架ddf(digital distribution frame)、bbu设备等等。
98.实时运行数据是指目标机房内各类型设备在不同时段内的运行数据，实时运行数据可以包括：各类型设备在不同时段内的cpu利用率和功耗等数据。
99.在构建目标机房的功耗特性模型库时，可以获取目标机房内各类型设备在不同时段内的实时运行数据。对于实时运行数据的实现过程可以结合图2进行如下详细描述。
100.参照图2，示出了本技术实施例提供的一种运行数据获取方法的步骤流程图，如图2所示，该运行数据获取方法可以包括：步骤201、步骤202和步骤203。
101.步骤201：获取所述目标机房内各类型设备在不同时段内的cpu利用率。
102.在本实施例中，cpu利用率是指运行的程序占用的cpu资源，表示设备在某个时间点的运行程序的情况。
103.可以获取目标机房内各类型设备在不同时段内的cpu利用率。
104.在获取到目标机房内各类型设备在不同时段内的cpu利用率之后，执行步骤202。
105.步骤202：根据各类型设备对应的设备标识和所述cpu利用率，获取各类型设备在对应时段内的运行功率。
106.设备标识可以用于指示各类型设备对应的生产厂家、型号等信息。
107.在获取到目标机房内各类型设备在不同时段内的cpu利用率之后，可以根据各类型设备对应的设备标识和各类型设备对应的cpu利用率，获取各类型设备在对应时段内的运行功率。在具体实现中，可以根据各类型设备的设备标识确定其对应的厂家和型号，然后结合该厂家和型号对应的分值功率和cpu利用率，可以获取到各类型设备实时的运行功率。
108.在根据各类型设备对应的设备标识和cpu利用率获取到各类型设备在对应时段内的运行功率之后，执行步骤202。
109.步骤203：将所述cpu利用率和所述运行功率作为所述目标机房内各类型设备在不同时段内的实时运行数据，并将所述实时运行数据存储至时序数据库中。
110.在根据各类型设备对应的设备标识和cpu利用率获取到各类型设备在对应时段内的运行功率之后，可以将cpu利用率和运行功率走位目标机房内各类型设备在不同时段内的实时运行数据，并将该实时运行数据存储至时序数据库中，在该时序数据库中即可以记
录目标机房内每个通信设备在每个时段内的运行数据，以便于后续针对目标机房建立功耗特性模型库。
111.系统的数据采集包括：使用一体化的云管平台运营系统，开发云管平台相关接口及应用功能，网络、传输、it等系统采集设备实时运行功耗，动环系统采集机架、局房等单元集合的实时功耗，网络、传输、it等系统与动力环境系统之间交互采用snmp协议，数据采集颗粒度5分钟/次(若设备及系统支持更优的telemetry协议，采集颗粒度频次可提高到5秒/次)。完成机房网络、传输、it、动力等各系统信息之间的充分交互，将采集到的各类设备不同时段的cpu利用率、实际功耗等实时数据，以及通信机房机架、局房不同时段的实际功耗等实时数据存入时序数据库。
112.在获取到目标机房内各类型设备在不同时段内的实时运行数据之后，执行步骤102。
113.步骤102：基于时变参数随机波动率向量自回归模型对所述实时运行数据进行特性建模，生成各类型设备对应的时变影响系数图和脉冲响应图。
114.时变参数随机波动率向量自回归模型(tvp-var，time varying parameter-stochastic volatility-vector auto regression)相较于向量自回归模型，模型没有同方差的假定，更符合实际。并且时变参数假定随机波动率，更能捕捉到变量在不同时间背景下所具有的关系和特征(即时变影响)，可以显着提高估算性能。
115.在获取到目标机房内各类型设备在不同时段内的实时运行数据之后，可以基于tvp-var对目标机房内各类型设备的实时运行数据进行特性建模，从而可以生成各类型设备对应的时变影响系数图和脉冲响应图。
116.其中，时变影响系数图可以反映通信设备在全天候运行中的波峰波谷的状态。脉冲响应图可以反映出通信设备在不同时段内的cpu利用率和实际运行功率。
117.对于时变影响系数图和脉冲响应图的生成过程可以结合图3进行如下详细描述。
118.参照图3，示出了本技术实施例提供的一种设备系数图获取方法的步骤流程图，如图3所示，该设备系数图获取方法可以包括：步骤301、步骤302、步骤303和步骤304。
119.步骤301：获取所述时序数据库中各类型设备的实时运行数据。
120.在本实施例中，在获取各类型设备对应的时变影响系数图和所述脉冲响应图时，可以从时序数据库中获取各类型设备的实时运行数据。
121.在获取时序数据库中各类型设备的实时运行数据之后，执行步骤302。
122.步骤302：对所述实时运行数据进行平稳性检验，获取所述实时运行数据中平稳性低于设定值的设备运行数据。
123.设定值是指由业务人员预先设置的用于获取通信设备的实时运行数据中平稳性较差的数据的平稳性阈值，对于设定值的具体数值可以根据业务需求而定，本实施例对此不加以限制。
124.在获取时序数据库中各类型设备的实时运行数据之后，可以对实时运行数据进行平稳性检验，以获取实时运行数据中平稳性低于设定值的设备运行数据。在具体实现中，可以采用adf单位根检验法检验数据的平稳性。
125.在对实时运行数据进行平稳性检验获取到实时运行数据中平稳性低于设定值的设备运行数据之后，执行步骤303。
126.步骤303：对所述设备运行数据进行差分处理，得到差分运行数据。
127.在得到各类型设备对应的设备运行数据之后，可以对设备运行数据进行差分处理，以得到各类型设备对应的差分运行数据。即消除设备运行数据中的一些波动数据，使数据趋于平稳。
128.在对各类型设备的设备运行数据进行差分处理得到差分运行数据之后，执行步骤304。
129.步骤304：将所述差分运行数据和各类型设备对应的基准设备功耗输入至所述时变参数随机波动率向量自回归模型，以得到各类型设备对应的时变影响系数图和所述脉冲响应图。
130.基准设备功耗与实际设备功耗不同，该基准设备功耗是结合设备结构等特性由厂家指定的各类型设备在运行时的功耗。
131.在对各类型设备的设备运行数据进行差分处理得到差分运行数据之后，可以将差分运行数据和各类型设备对应的基准设备功耗输入至时变参数随机波动率向量自回归模型，以得到各类型设备的对应的时变影响系数图和脉冲响应图。即通过时变参数随机波动率向量自回归模型根据差分运行数据进行特性建模，从而得到各类型设备的对应的时变影响系数图和脉冲响应图。具体地，可以采用时变参数随机波动率向量自回归模型对设备标称功耗、设备实际运行功耗以及设备cpu利用率数据进行分析，建立各类型设备的脉冲响应规律，以确定各类型设备实际运行功耗与设备cpu利用率之间的相关性。即将各类型设备的设备标称功耗(即基准设备功耗)、设备实际运行功耗以及设备cpu利用率作为模型变量，代入向量自回归模型标准公式中进行建模。
132.具体实现过程如下：
133.1、定义一个标准形式的向量自回归模型：
134.ay
t
＝f1y
t-1
... f
syt-s
μ
t
,t＝s 1,...,n
135.设y
t
为k
×
1维的观察变量，a为k
×
k维的系数矩阵，fs为k
×
k维滞后算子，μ
t
为k
×
1维的随机扰动项，假设μ
t
～n(0,∑∑)，其中，∑为对角阵。
[0136][0137]
假设a为下三角矩阵，通过递归识别指定结构冲击的关系。
[0138][0139]
对标准形式的向量自回归模型两边同时乘以a-1
，可以改写为：
[0140]yt
＝b1y
t-1
... b
syt-s
a-1
∑ε
t
[0141]
其中，bi＝a-1fi
,i＝1...s，定义(表示克罗内克积)，ε
t
～n(0,ik)。
[0142]yt
＝x
t
β a-1
∑ε
t
表达式中，所有的参数都是时变的，可以推算出不同设备型号变量间的时变向量自回归(tvp-var)模型，所以tvp-var模型表示成以下形式：
[0143]yt
＝x
t
β a-1
∑
t
ε
t
,t＝s 1,...,n
[0144]
其中，β
t
为维时变系数向量，扰动项ε
t
是k
×
1的结构性冲击。其中的系数向量β
t
、矩阵a
t
和协方差矩阵∑
t
都是时变的，时变的矩阵a
t
表示第i个变量冲击对第j个变量的影响是随时间而变化的。
[0145]
在基于时变参数随机波动率向量自回归模型对实时运行数据进行特性建模生成各类型设备对应的时变影响系数图和脉冲响应图之后，执行步骤103。
[0146]
步骤103：根据所述时变影响系数图和所述脉冲响应图，确定各类型设备在运行过程中的相关变量间的变量关系。
[0147]
在本实施例中，相关变量可以是指cpu利用率、实际功耗等变量。
[0148]
在于时变参数随机波动率向量自回归模型对实时运行数据进行特性建模生成各类型设备对应的时变影响系数图和脉冲响应图之后，可以根据各类型设备对应的时变影响系数图和脉冲响应图确定各类型设备在运行过程中的相关变量间的变量关系。即通过时变影响系数图和脉冲响应图对各类型设备进行分析，以得到各类型设备在全天候波峰波谷段cpu利用率和实际功耗之间存在的关系等。
[0149]
在根据时变影响系数图和脉冲响应图确定出各类型设备在运行过程中的相关变量间的变量关系之后，执行步骤104。
[0150]
步骤104：根据所述变量关系，构建得到所述目标机房内各类型设备对应的基于应用场景的功耗特性模型库。
[0151]
在根据时变影响系数图和脉冲响应图确定出各类型设备在运行过程中的相关变量间的变量关系之后，可以根据该变量关系，构建得到目标机房内各类型设备对应的基于应用场景的功耗特性模型库。具体地，可以根据各类型设备对应的变量关系，构建每种类型设备的对应的功耗特性模型，然后，结合多种类型设备的功耗特性模型可以得到目标机房内各类型设备对应的基于应用场景的功耗特性模型库。具体地，可以将系统采集到的数据进行建模，采用蒙特卡洛马尔可夫链(mcmc)算法估计方程式中时变参数值，使用脉冲响应函数分析tvp-var模型中不同时变向量之间的影响，建立基于应用场景的功耗特性模型库。
[0152]
对于构建功耗特性模型库的过程可以结合图4进行如下详细描述。
[0153]
参照图4，示出了本技术实施例提供的一种功耗特性模型库生成方法的步骤流程图，如图4所示，该功耗特性模型库生成方法可以包括：步骤401、步骤402和步骤403。
[0154]
步骤401：基于所述变量关系，获取所述目标机房内各类型设备在全天内的功耗特性数据。
[0155]
在本实施例中，在得到各类型设备对应的变量关系之后，可以根据各类型设备所对应的变量关系获取目标机房内各类型设备在全天内的功耗特性数据，即cpu利用率、运行功率等数据。
[0156]
在基于变量关系获取目标机房内各类型设备在全天内的功耗特性数据之后，执行步骤402。
[0157]
步骤402：根据所述功耗特性数据，构建得到所述目标机房内各类型设备对应的基于应用场景的功耗特性模型。
[0158]
在本实施例中，应用场景可以包括：平稳场景(即物场景)和非平稳场景(即人场景)等场景中的至少一种。平稳场景可以用于指示全天功耗平稳的场景，非平稳场景用于指示全天功耗存在设定峰值/谷值的场景。全天功耗相对平稳，基本没有明显峰谷的可定义为“物场景”，该场景设备通常7
×
24小时平稳运行。全天功耗有非常明显峰谷的可定义为“人场景”，该场景设备功耗体现为潮汐现象，主要与人的作息、出行等活动有关。
[0159]
在基于变量关系获取目标机房内各类型设备在全天内的功耗特性数据之后，可以根据各类型设备在全天内的功耗特性数据构建得到目标机房内各类型设备对应的基于应用场景功耗特性模型。
[0160]
在根据功耗特性数据构建得到目标机房内各类型设备对应的基于应用场景的功耗特性模型之后，执行步骤403。
[0161]
步骤403：根据各类型设备对应的功耗特性模型，生成所述功耗特性模型库。
[0162]
在根据功耗特性数据构建得到目标机房内各类型设备对应的基于应用场景的功耗特性模型之后，可以根据各类型设备对应的功耗特性模型生成该目标机房对应的功耗特性模型库。
[0163]
本技术实施例使用基于时变参数随机波动率向量自回归模型来对设备实际运行功耗进行特性建模，该模型没有同方差的假定，更符合实际，时变参数假定随机波动率，更能捕捉到各个变量在不同时间维度下所具有的关系和特征(时变影响)。建立各类设备cpu利用率、实际功耗等参数的时序数据库，属于普适的建模计算方法，具有快速、准确、因地制宜的特点。建模后以设备实际功率并叠加时间维度作为设备加电标准，能够稳定平滑的逐步逼近电源利用率最优的加电方式，解决了传统完全依靠经验值进行判断的劣势，可以在确保用电安全的前提下有效提升电源利用率。
[0164]
在实际应用中，模型库建立初期，应用场景可简单定义为“物场景”和“人场景”两类功耗特征模型库，后期随着机房的持续运营，采集数据量、模型的不断壮大，模型库可以更加细分到基于行业、基于行政区域等。由于在评估新设备加电时，系统建模后不仅会对设备实际功耗进行赋值，还将叠加时间维度因素，这将统合综效的进一步挖掘基础设施空间及电力资源潜力，最终达成提升电源利用率的目标。
[0165]
对于加电评估的实现过程可以结合图5进行如下详细描述。
[0166]
参照图5，示出了本技术实施例提供的一种目标设备加电方法的步骤流程图，如图5所示，该目标设备加电方法可以包括：步骤501、步骤502、步骤503、步骤504和步骤505。
[0167]
步骤501：在所述目标机房内上架目标设备时，获取所述目标设备的目标设备类型。
[0168]
在本实施例中，目标设备是指目标机房内新上架的设备。即目标设备为最新放置于目标机房内的通信设备。
[0169]
在目标机房内上架目标设备时，可以获取目标设备的目标设备类型。
[0170]
在获取到目标设备的目标设备类型之后，执行步骤502。
[0171]
步骤502：根据所述目标设备类型，从所述功耗特性模型库中筛选出所述目标设备对应的目标功耗特性模型。
[0172]
目标功耗特性模型是指与目标设备类型匹配的功耗特性模型。
[0173]
在获取到目标设备的目标设备类型之后，可以根据目标设备类型从功耗特性模型库中筛选出目标设备对应的目标功耗特性模型。在本示例中，在功耗特性模型库中保存有不同设备类型对应的功耗特性模型，在得到目标设备的目标设备类型之后，可以从功耗特性模型库中获取该目标设备类型对应的功耗特性模型。例如，功耗特性模型库中保存有设备类型a对应的功耗特性模型1，设备类型b对应的功耗特性模型2，以及设备类型c对应的功耗特性模型3。在目标设备类型为设备类型c时，则将功耗特性模型3视为目标功耗特性模型。而在目标设备类型为设备类型a时，则将功耗特性模型1视为目标功耗特性模型等。
[0174]
可以理解地，上述示例仅是为了更好地理解本技术实施例的技术方案而列举的示例，不作为对本实施例的唯一限制。
[0175]
在根据目标设备类型从功耗特性模型库中筛选出目标设备对应的目标功耗特性模型之后，执行步骤503。
[0176]
步骤503：根据所述目标功耗特性模型，确定所述目标设备在未来一天内的模拟运行功耗。
[0177]
在根据目标设备类型从功耗特性模型库中筛选出目标设备对应的目标功耗特性模型之后，可以根据目标功耗特性模型确定出目标设备在未来一天内的模拟运行功耗。具体地，可以将目标设备的基准设备功耗作为目标功耗特性模型的输入，以通过目标功耗特性模型预估得到目标设备在未来一天内的模拟运行功耗。
[0178]
在根据目标功耗特性模型确定出目标设备在未来一天内的模拟运行功耗之后，执行步骤504。
[0179]
步骤504：根据所述模拟运行功耗和所述目标机房内除所述目标设备外的设备的系统功耗，确定是否满足所述目标设备的加电条件。
[0180]
加电条件是指预先设置的用于判断是否可以对新上架的通信设备进行加电的条件。
[0181]
在根据目标功耗特性模型确定出目标设备在未来一天内的模拟运行功耗之后，可以根据模拟运行功耗和目标机房内除目标设备外的设备的系统功耗，确定是否满足目标设备的加电条件。在本示例中，加电条件可以为功耗阈值条件，通过比较模拟运行功耗和系统功耗的和值与功耗阈值之间的大小关系可以确定出是否满足新上架通信设备的加电条件。对于该实现过程可以结合图6进行详细描述。
[0182]
参照图6，示出了本技术实施例提供的一种加电条件确定方法的步骤流程图，如图6所示，该加电条件确定方法可以包括：步骤601和步骤602。
[0183]
步骤601：比较所述模拟运行功耗和所述系统功耗的和值与功耗阈值之间的大小关系。
[0184]
在本实施例中，在预估得到目标设备在未来一天内的模拟运行功耗之后，可以计算得到模拟运行功耗和系统功耗的功耗和值。具体地，在进行功耗的和值计算时，可以按照一天内每个时段的模拟运行功耗和系统功耗进行求和计算，即得到一天内多个时段的功耗和值。
[0185]
在得到模拟运行功耗和系统功耗的和值之后，可以比较该和值与功耗阈值的大小关系。
[0186]
步骤602：根据比较结果，确定是否满足所述目标设备的加电条件。
[0187]
在得到模拟运行功耗和系统功耗的和值与功耗阈值的大小关系的比较结果之后，可以根据该比较结果确定是否满足目标设备的加电条件。具体地，在该比较结果指示模拟运行功耗和系统功耗的和值大于或者等于功耗阈值的情况下，则不满足目标设备的加电条件。在该比较结果指示模拟运行功耗和系统功耗的和值小于功耗阈值的情况下，则满足目标设备的加电条件。
[0188]
本技术实施例通过设置功耗阈值以判断是否满足新上架通信设备的加电条件，能够保障机房的安全运营。
[0189]
在确定满足目标设备的加电条件之后，则执行步骤505。
[0190]
步骤505：在满足所述目标设备的加电条件的情况下，对所述目标设备进行加电处理。
[0191]
在确定满足目标设备的加电条件之后，可以对目标设备进行加电处理。
[0192]
本技术实施例在评估新设备加电时，系统建模不仅考虑实际功耗的峰值赋值，还将叠加时间维度因素，统合综效后进一步挖掘基础设施空间及电力资源潜力，最终达成提升电源利用率的目标。
[0193]
在本实施例中，在不满足目标设备的加电条件时，可以对目标机房的电源环境进行扩容，或变更目标设备的上架区域，以上架目标设备。对于该实现过程可以结合图7进行如下详细描述。
[0194]
参照图7，示出了本技术实施例提供的一种上架区域变更方法的步骤流程图，如图7所示，该上架区域变更方法可以包括：步骤701、步骤702和步骤703。
[0195]
步骤701：在不满足所述目标设备的加电条件的情况下，确定所述目标机房所处的目标区域的电源环境是否具备扩容条件。
[0196]
在本实施例中，在确定不满足目标设备的加电条件的情况下，可以判断目标机房所处的目标区域的电源环境是否具备扩容条件。具体地，可以判断目标区域内现有的通信设备的负荷量是否达到预先设置的阈值，若是，则确定该目标区域不具备扩容条件，否则，可以确定该目标区域具备扩容条件。
[0197]
在确定目标机房所处的目标区域的电源环境具备扩容条件时，执行步骤702。而在确定目标机房所处的目标区域的电源环境不具备扩容条件时，执行步骤703。
[0198]
步骤702：在确定所述目标区域的电源环境具备扩容条件的情况下，对所述目标机房进行扩容处理，并对所述目标设备进行加电处理。
[0199]
在确定目标区域的电源环境具备扩容条件时，则可以对目标机房进行扩容处理，在扩容之后，可以对目标设备进行加电处理，以保障目标机房的安全运营。
[0200]
步骤703：在确定所述目标区域的电源环境不具备扩容条件的情况下，变更所述目标设备的上架区域。
[0201]
在确定目标区域的电源环境不具备扩容条件时，则可以变更目标设备的上架区域，针对上架区域可以执行上述过程的判断，即判断是否满足上电条件，满足时则上架目标设备，否则进行扩容条件的判断等。
[0202]
本技术实施例通过变更目标设备的上架区域或对目标机房进行扩容处理，以对目标设备进行上电，可以在保障目标机房安全运营的同时，对新增目标设备上电，以满足用户
的通信需求。
[0203]
本技术实施例提供的功耗特性模型库建立方法，通过获取目标机房内各类型设备在不同时段内的实时运行数据，基于时变参数随机波动率向量自回归模型对实时运行数据进行特性建模，生成各类型设备对应的时变影响系数图和脉冲响应图，根据时变影响系数图和脉冲响应图，确定各类型设备在运行过程中的相关变量间的变量关系，根据变量关系，构建得到目标机房内各类型设备对应的基于应用场景的功耗特性模型库。本技术实施例通过结合机房内各类型设备在不同时段内的实时运行数据构建目标机房内各类型设备对应的基于应用场景的功耗特性模型库，在建模完成对新设备进行加电评估时，可以对设备实际功耗进行赋值，并叠加时间维度因素进行加电评估，可以在保障通信机房用电运营安全的同时，最终达到提升电源利用率的目的。
[0204]
参照图8，示出了本技术实施例提供的一种功耗特性模型库建立装置的结构示意图，如图8所示，该功耗特性模型库建立装置800可以包括以下模块：
[0205]
运行数据获取模块810，用于获取目标机房内各类型设备在不同时段内的实时运行数据；
[0206]
设备系数图生成模块820，用于基于时变参数随机波动率向量自回归模型对所述实时运行数据进行特性建模，生成各类型设备对应的时变影响系数图和脉冲响应图；
[0207]
变量关系确定模块830，用于根据所述时变影响系数图和所述脉冲响应图，确定各类型设备在运行过程中的相关变量间的变量关系；
[0208]
功耗特性模型库构建模块840，用于根据所述变量关系，构建得到所述目标机房内各类型设备对应的基于应用场景的功耗特性模型库。
[0209]
可选地，所述运行数据获取模块810包括：
[0210]
cpu利用率获取单元，用于获取所述目标机房内各类型设备在不同时段内的cpu利用率；
[0211]
运行功率获取单元，用于根据各类型设备对应的设备标识和所述cpu利用率，获取各类型设备在对应时段内的运行功率；
[0212]
实时运行数据获取单元，用于将所述cpu利用率和所述运行功率作为所述目标机房内各类型设备在不同时段内的实时运行数据，并将所述实时运行数据存储至时序数据库中。
[0213]
可选地，所述设备系数图生成模块820包括：
[0214]
运行数据获取单元，用于获取所述时序数据库中各类型设备的实时运行数据；
[0215]
设备运行数据获取单元，用于对所述实时运行数据进行平稳性检验，获取所述实时运行数据中平稳性低于设定值的设备运行数据；
[0216]
差分运行数据获取单元，用于对所述设备运行数据进行差分处理，得到差分运行数据；
[0217]
设备系数图获取单元，用于将所述差分运行数据和各类型设备对应的基准设备功耗输入至所述时变参数随机波动率向量自回归模型，以得到各类型设备对应的时变影响系数图和所述脉冲响应图。
[0218]
可选地，所述功耗特性模型库构建模块840包括：
[0219]
功耗特性数据获取单元，用于基于所述变量关系，获取所述目标机房内各类型设
备在全天内的功耗特性数据；
[0220]
功耗特性模型构建单元，用于根据所述功耗特性数据，构建得到所述目标机房内各类型设备对应的基于应用场景的功耗特性模型；
[0221]
功耗特性模型库生成单元，用于根据各类型设备对应的功耗特性模型，生成所述功耗特性模型库；
[0222]
其中，所述应用场景包括：平稳场景和非平稳场景中的至少一种；
[0223]
所述平稳场景用于指示全天功耗平稳的场景，所述非平稳场景用于指示全天功耗存在设定峰值/谷值的场景。
[0224]
可选地，所述装置还包括：
[0225]
目标设备类型获取模块，用于在所述目标机房内上架目标设备时，获取所述目标设备的目标设备类型；
[0226]
目标功耗模型筛选模块，用于根据所述目标设备类型，从所述功耗特性模型库中筛选出所述目标设备对应的目标功耗特性模型；
[0227]
模拟运行功耗确定模块，用于根据所述目标功耗特性模型，确定所述目标设备在未来一天内的模拟运行功耗；
[0228]
加电条件确定模块，用于根据所述模拟运行功耗和所述目标机房内除所述目标设备外的设备的系统功耗，确定是否满足所述目标设备的加电条件；
[0229]
目标设备加电模块，用于在满足所述目标设备的加电条件的情况下，对所述目标设备进行加电处理。
[0230]
可选地，所述加电条件确定模块包括：
[0231]
功耗大小比较单元，用于比较所述模拟运行功耗和所述系统功耗的和值与功耗阈值之间的大小关系；
[0232]
加电条件确定单元，用于根据比较结果，确定是否满足所述目标设备的加电条件。
[0233]
可选地，所述装置还包括：
[0234]
扩容条件确定模块，用于在不满足所述目标设备的加电条件的情况下，确定所述目标机房所处的目标区域的电源环境是否具备扩容条件；
[0235]
加电处理模块，用于在确定所述目标区域的电源环境具备扩容条件的情况下，对所述目标机房进行扩容处理，并对所述目标设备进行加电处理；
[0236]
上架区域变更模块，用于在确定所述目标区域的电源环境不具备扩容条件的情况下，变更所述目标设备的上架区域。
[0237]
本技术实施例提供的功耗特性模型库建立装置，通过获取目标机房内各类型设备在不同时段内的实时运行数据，基于时变参数随机波动率向量自回归模型对实时运行数据进行特性建模，生成各类型设备对应的时变影响系数图和脉冲响应图，根据时变影响系数图和脉冲响应图，确定各类型设备在运行过程中的相关变量间的变量关系，根据变量关系，构建得到目标机房内各类型设备对应的基于应用场景的功耗特性模型库。本技术实施例通过结合机房内各类型设备在不同时段内的实时运行数据构建目标机房内各类型设备对应的基于应用场景的功耗特性模型库，在建模完成对新设备进行加电评估时，可以对设备实际功耗进行赋值，并叠加时间维度因素进行加电评估，可以在保障通信机房用电运营安全的同时，最终达到提升电源利用率的目的。
[0238]
本技术实施例还提供了一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述功耗特性模型库建立方法。
[0239]
图9示出了本发明实施例的一种电子设备900的结构示意图。如图9所示，电子设备900包括中央处理单元(cpu)901，其可以根据存储在只读存储器(rom)902中的计算机程序指令或者从存储单元908加载到随机访问存储器(ram)903中的计算机程序指令，来执行各种适当的动作和处理。在ram903中，还可存储电子设备900操作所需的各种程序和数据。cpu901、rom902以及ram903通过总线904彼此相连。输入/输出(i/o)接口905也连接至总线904。
[0240]
电子设备900中的多个部件连接至i/o接口905，包括：输入单元906，例如键盘、鼠标、麦克风等；输出单元907，例如各种类型的显示器、扬声器等；存储单元908，例如磁盘、光盘等；以及通信单元909，例如网卡、调制解调器、无线通信收发机等。通信单元909允许电子设备900通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
[0241]
上文所描述的各个过程和处理，可由处理单元901执行。例如，上述任一实施例的方法可被实现为计算机软件程序，其被有形地包含于计算机可读介质，例如存储单元908。在一些实施例中，计算机程序的部分或者全部可以经由rom902和/或通信单元909而被载入和/或安装到电子设备900上。当计算机程序被加载到ram903并由cpu901执行时，可以执行上文描述的方法中的一个或多个动作。
[0242]
另外地，本技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述功耗特性模型库建立方法。
[0243]
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
[0244]
本领域内的技术人员应明白，本技术实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本技术实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0245]
本技术实施例是参照根据本技术实施例的方法、终端(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0246]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0247]
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端上，使得在计
算机或其他可编程终端上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0248]
尽管已描述了本技术实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本技术实施例范围的所有变更和修改。
[0249]
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端中还存在另外的相同要素。
[0250]
以上对本技术所提供的一种功耗特性模型库建立方法、一种功耗特性模型库建立装置、一种电子设备和一种计算机可读存储介质，进行了详细介绍，本文中应用了具体个例对本技术的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本技术的方法及其核心思想；同时，对于本领域的一般技术人员，依据本技术的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本技术的限制。