CN113853096B - 基于物联网联动的idc机房的温度调控方法及*** - Google Patents
基于物联网联动的idc机房的温度调控方法及*** Download PDFInfo
- Publication number
- CN113853096B CN113853096B CN202110962297.XA CN202110962297A CN113853096B CN 113853096 B CN113853096 B CN 113853096B CN 202110962297 A CN202110962297 A CN 202110962297A CN 113853096 B CN113853096 B CN 113853096B
- Authority
- CN
- China
- Prior art keywords
- server
- cold air
- area
- sub
- temperature
- Prior art date
- Legal status (The legal status 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 status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
- H05K7/00—Constructional details common to different types of electric apparatus
- H05K7/20—Modifications to facilitate cooling, ventilating, or heating
- H05K7/20709—Modifications to facilitate cooling, ventilating, or heating for server racks or cabinets; for data centers, e.g. 19-inch computer racks
- H05K7/20836—Thermal management, e.g. server temperature control
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D23/00—Control of temperature
- G05D23/19—Control of temperature characterised by the use of electric means
- G05D23/20—Control of temperature characterised by the use of electric means with sensing elements having variation of electric or magnetic properties with change of temperature
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
- H05K7/00—Constructional details common to different types of electric apparatus
- H05K7/20—Modifications to facilitate cooling, ventilating, or heating
- H05K7/20709—Modifications to facilitate cooling, ventilating, or heating for server racks or cabinets; for data centers, e.g. 19-inch computer racks
- H05K7/20718—Forced ventilation of a gaseous coolant
- H05K7/20745—Forced ventilation of a gaseous coolant within rooms for removing heat from cabinets, e.g. by air conditioning device
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Thermal Sciences (AREA)
- Microelectronics & Electronic Packaging (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了基于物联网联动的IDC机房的温度调控方法,步骤包括检测服务器机房内服务器的温度,以间隔T0获取服务器的平均负载和冷气工作状态,建立平均负载和冷气状态的关系,根据平均负载和冷气状态的关系判断冷却能力,根据冷却能力调节子区域内冷气的制冷量。本发明实现了通过引入服务器负载与多个温度传感器,实现了服务器机房的温度智能调控冷却***,避免了局部服务器超过正常工作温度范围。
Description
技术领域
本发明涉及服务器机房的温度调控领域,具体涉及基于物联网联动的IDC机房的温度调控方法及***。
背景技术
在下面的背景讨论中,参考了某些结构和/或方法。然而,下面的参考不应被解释为承认这些结构和/或方法构成了现有技术。申请人明确保留证明这种结构和/或方法不作为现有技术的权利。
随着信息化社会范围的逐步扩大,电子通信、云计算、5G、数字货币等技术的高速发展,数据中心日益成为社会重要基础设施之一,计算机行业的能源问题逐渐突显,根据工信部5月公布的《全国数据中心应用发展指引(2018)》数据显示,截至2017年底,我国在用数据中心的服务器总规模为166万个,同比增长33.4%,其中大型、超大型数据中心的规模增速达到68%。
数据机房的服务器需要的工作环境需要在一个合适的温度范围,如果温度过高则会影响机器个零部件的正常运作,如果温度过低则浪费电力资源,行业数据统计表面数据中心的冷却耗能占总耗能的大约40%,因此如何达到服务器机房的正常工作和节能减排之间的平衡是重要课题。
目前现有技术多是根据实时温度监控来调节冷气***,但一个冷气单元控制的区域内包括多个服务器,每个服务器的配置不尽相同,负荷和业务类型不尽相同,容易造成局部温度不平衡。
发明内容
本发明的目的在于提出基于物联网联动的IDC机房的温度调控方法,以解决现有技术中所存在的一个或多个技术问题,至少提供一种有益的选择或创造条件。为实现上述技术目的,本发明技术方案如下:
基于物联网联动的IDC机房的温度调控方法,所述方法包括以下步骤:
步骤1,检测服务器机房内服务器的温度;
步骤2,以间隔T0获取服务器的平均负载和冷气工作状态;
步骤3,建立平均负载和冷气状态的关系,根据平均负载和冷气状态的关系判断冷却能力;
步骤4,根据冷却能力调节子区域内冷气的制冷量,其中所述冷气为制冷设备。
进一步地,步骤1中,检测服务器机房内服务器的温度的子步骤为:
根据制冷***的覆盖范围划分服务器机房内的区域为多个子区域,每个子区域包括子区域内所有服务器的进风口和服务器的出风口、冷气的送风端和回风端;在每个子区域布置传感器,所有传感器获取的数据传送到传感器网络;
上述所有传感器与传感器网络连接,传感器网络利用Multi-hop LQI路由协议实现数据传输;
传感器网络获取的数据包括冷气送风端的温度,冷气回风端的温度,服务器进风口的温度,服务器出风口的温度;
所述连接可以是有线连接,还可以是无线传输,所述无线传输包括以下的一种或多种技术:NB-IoT,LTE-M,Weightless,HaLow,LoRa,Sigfox,RPMA,Neul,BLE。
进一步地,步骤2中,以间隔T0获取服务器的平均负载和冷气工作状态的子步骤为:
步骤2.1,通过服务器管理终端获取服务器在当前时间前T0的设备信息,所述设备信息包括服务器的平均负载,将所述平均负载记录为平均负载集合L={L1,L2,……,Ln},所述平均负载集合L中的子元素Li表示第i个服务器在当前时刻到前T0时刻内的平均负载,n为服务器数量,i为取值1到n的序号变量;
其中,平均负载为服务器在特定时间间隔内的平均进程数,包括可运行状态和不可中断状态的平均进程数,也就是活跃进程数。
步骤2.2,获取服务器在当前时间的前N个间隔T1的冷气状态,所述冷气状态为(HTi-ATi)其中HTi为第i个服务器的出风口和进风口的温度差,ATi为第i个服务器所在的冷气送风端和冷气回风端的温度的差ATi,所述冷气状态记录为冷气状态集合AH={AH1,AH,……,AHn},所述冷气状态集合AH中的子元素AHi为第i个服务器在当前时刻到前T0时刻内的冷气状态,n为服务器数量;
其中,冷气机为工业冷气机、空调或制冷设备。
其中,冷气管理终端为经由通信设施向计算机输入程序和数据或接收计算机输出处理结果的终端设备。
步骤2.3,对平均负载集合L和冷气状态集合AH进行归一化处理。
进一步地,步骤3中,建立平均负载和冷气状态的关系,根据平均负载和冷气状态的关系判断冷却能力的子步骤为:
步骤3.1,建立服务器的平均负载和冷气状态的关系:
Bi为第i个服务器平均负载和冷气状态关联度,范围为[0,1],Li表示第i个服务器在当前时刻到前T0时刻内的平均负载,为所有服务器在当前时刻到前T0时刻内的平均负载的算术平均值,AHi为第i个服务器在当前时刻到前T0时刻内的冷气状态,为所有服务器在当前时刻到前T0时刻内的冷气状态的算术平均值,n为服务器数量;
步骤3.2,如果第i个服务器平均负载和冷气状态关联度Bi不大于第一阈值,跳转步骤3.3,否则跳转步骤3.4,其中第一阈值为0.5或者是全部服务器的平均负载和冷气状态关联度的平均值;
步骤3.3,以时间间隔T1检测每个子区域的温度,计算每个子区域内每个服务器的进风口和服务器的出风口的温度差,如果子区域内存在服务器的进风口和服务器的出风口的温度ΔT差大于第一温度阈值,则判断当前服务器所在的子区域的冷气送风端和回风端的温差是否大于(Bi×ΔT),其中Bi为第i个服务器的平均负载和冷气状态关联度,判断一个子区域内温差大于(Bi×ΔT)的服务器数量是否超过第二阈值,如果超过第二阈值则当前区域定义为冷却能力不足区域;在一个实施例里,第一温度阈值为20℃,第二阈值为20;
在一个实施例里,第二阈值为子区域服务器数量的30%;
如果子区域内所有服务器的进风口和出风口的温度ΔT的平均值小于当前子区域的冷气送风端和回风端的温差,则定义当前子区域为冷却能力盈余区域;
步骤3.4,以时间间隔T1检测每个子区域内的各个服务器在过去时间T1的平均负载Lq,所述平均负载的取值范围为[0%,100%],获得当前子区域的冷气送风端和回风端的温差ΔTac,计算预估温差ΔTEac:
式中,ΔTEac为当前子区域的预估温差,Lqj为第j个服务器的平均负载,Bj为第j个服务器的平均负载和冷气状态关联度,m为当前子区域的服务器数量,σ为第一温度系数;
在一个实施例里,σ为202;
如果当前子区域的冷气送风端和回风端的温差ΔTac大于预估温差1.1倍ΔTEac则标记当前子区域为冷却能力不足区域,如果当前子区域的冷气送风端和回风端的温差ΔTac小于0.9倍的预估温差ΔTEac则标记当前子区域为冷却能力盈余区域;步骤3.5,输出标记为冷却能力不足区域和冷却能力盈余区域。
优选地,判断冷却能力的步骤还可以为:
步骤3.1,计算每个子区域的第二指数I1d和所述第一指数I1u:
I1u={1-[Σ(Rin-R↑)/((THRS↑-R↑)×Rn)]}×100%,
式中,I1u为第一指数,Rin为服务器进风口的温度,R↑为服务器进风温度第一参数,THRS↑为服务器进风温度警戒值的上限,(Rin-R↑)为子区域内所有服务器进风口的温度与服务器进风温度第一阈值的差值,Σ(Rin-R↑)为对上述所有差值进行求和;
I1d={1-[Σ(R↓-Rin)/((R↓-THRS↓)×Rn)]}×100%,
式中,I1d为第二指数,Rin为服务器进风口的温度,R↓为服务器进风温度第二参数,THRS↓为服务器进风温度警戒值的下限,(R↓-Rin)为服务器进风温度第二参数与子区域内所有服务器进风口的温度的差值,Σ(R↓-Rin)为对上述所有差值进行求和;
在一个实施例里,服务器进风温度第一参数R↑的值为26℃,服务器进风温度警戒值的上限THRS↑取值为35℃,服务器进风温度第二参数R↓取值为20℃,服务器进风温度警戒值的下限THRS↓取值为16℃;
步骤3.2,计算冷却***效率指数ACE:
ACE=[(ACh-ACs)/(R'out-R'in)]-1,式中,ACE为冷却***效率指数,ACh为冷却***的回风端温度,ACs为冷却***的送风端温度,R'out为当前冷却***管理区域内所有服务器的出风口温度的平均值,R'in为当前冷却***管理区域内所有服务器的进风口温度的平均值;步骤3.3,判断冷却***是否工作在理想状态。
进一步地,步骤3.3中,判断冷却***是否工作在理想状态的子步骤为:
步骤3.3.1,判断冷却***效率指数ACE是否在理想范围,所述理想范围为[-0.1,0.1],如果冷却***效率指数ACE大于理想范围的上限,则判断:
所有子区域里,统计第二指数I1d大于第一指数I1u且差值大于20%的子区域数量超过阈值δ,则标记冷却***当前的通风能力不够;
所有子区域里,统计第二指数I1d大于第一指数I1u且差值大于20%的子区域数量没有超过阈值δ,则标记冷却***当前的冷却能力不够;
如果冷却***效率指数ACE小于理想范围的下限,则判断:
所有子区域里,统计第二指数I1d大于第一指数I1u且差值小于20%的子区域数量超过阈值δ,则标记冷却***当前的通风能力盈余;
所有子区域里,统计第二指数I1d大于第一指数I1u且差值小于20%的子区域数量没有超过阈值δ,则标记冷却***当前的冷却能力盈余;
所述超过指>,没有超过指≤。
在一个实施例里,阈值δ取值为3。其中,冷却***为中央空调或者制冷机之类的制冷设备。
进一步地,步骤4中,根据冷却能力调节子区域内冷气的制冷量的子步骤为:获取步骤3被标记为冷却能力不足的区域,增大所述冷却能力不足的区域内的冷却***的制冷量10个百分点,获取步骤3被标记为冷却能力盈余的区域,减少所述冷却能力盈余的区域冷却***的制冷量10个百分点;循环执行步骤2到步骤4。
优选地,冷却能力调节制冷量的子步骤还可以为:
步骤4.1,如果冷却***没有工作在理想状态,则根据步骤3.3.1的判断结果调整,如果冷却***的通风能力不够,则提高冷却***的风机转速10个百分点;如果冷却***的冷却能力不够,则增大冷却***的制冷量10个百分点;如果冷却***的通风能力盈余,则降低冷却***的风机转速10个百分点;如果冷却***的冷却能力盈余,则减少冷却***的制冷量10个百分点;
步骤4.2,按照设定的时间间隔执行步骤3.1到步骤3.3和步骤4.1,如果在重复执行设定的次数后,在风力或者制冷能力到达制冷功率阈值后如果冷却***效率指数ACE仍然没有达到理想范围则发出警报;
所述制冷功率阈值为冷气***额定制冷量的110%;
在一个实施例里,冷却***的冷却能力不足,在经过设定的次数8次,每次间隔30min,冷却***效率指数ACE为1.2,没有达到理想范围。
基于物联网联动的IDC机房的温度调控***,所述***包括:
服务器管理终端:用于获取服务器的设备信息,发送设备信息至数据处理终端;冷气管理终端:用于获取冷气的运行状态;
传感器***:包括部署在各个子内所有服务器的进风口和服务器的出风口,每个冷气送风端和回风端的温度传感器,发送温度数据至数据处理终端;
数据处理终端:获得来自服务器管理终端的设备信息和传感器***的温度数据、冷气的运行状态,并建立服务器的平均负载和冷气状态的关系:
Bi为第i个服务器平均负载和冷气状态关联度,范围为[0,1],Li表示第i个服务器在当前时刻到前T0时刻内的平均负载,为所有服务器在当前时刻到前T0时刻内的平均负载的算术平均值,AHi为第i个服务器在当前时刻到前T0时刻内的冷气状态,为所有服务器在当前时刻到前T0时刻内的冷气状态的算术平均值,n为服务器数量;
和计算预估温差ΔTEac:
式中,ΔTEac为当前子区域的预估温差,Lqj为第j个服务器的平均负载,Bj为第j个服务器的平均负载和冷气状态关联度,m为当前子区域的服务器数量,σ为第一温度系数;
输出冷却能力不足区域和冷却能力盈余区域信息并传送至冷却***调节模块;冷却***调节模块:获取来自数据处理终端的冷却能力不足区域和冷却能力盈余区域信息,并调节冷却***。
与现有技术相比,本发明具有以下有益的技术效果:
通过引入服务器负载与多个温度传感器,实现了服务器机房的温度智能调控冷却***,避免了局部服务器超过正常工作温度范围。
附图说明
为了使本领域的技术人员更好地理解本发明的技术方案,下面通过对结合附图所示出的实施方式进行详细说明,本发明的上述以及其他特征将更加明显,本发明附图中相同的参考标号表示相同或相似的元素,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图,在附图中:
图1为本发明提供的基于物联网联动的IDC机房的温度调控方法的流程图;
图2为本发明一个实施例的基于物联网联动的IDC机房的温度调控***结构示意框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清晰,以下结合附图及实施例,对本发明进行进一步详尽说明。此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
同样应理解,以下实施例只用于对本发明进行进一步说明,不能理解为对本发明保护范围的限制,本领域的技术人员根据本发明上述内容做出的一些非本质的改进和调整均属于本发明的保护范围。下述示例具体的工艺参数等也仅是合适范围内的一个示例,即本领域技术人员可以通过本文的说明做合适的范围内选择,而并非要限定于下文示例的具体数值。
以下示例性地说明本发明提供的基于物联网联动的IDC机房的温度调控方法。如图1所示为基于物联网联动的IDC机房的温度调控方法的流程图,下面结合图1来阐述根据本发明的实施方式的基于物联网联动的IDC机房的温度调控方法,基于物联网联动的IDC机房的温度调控方法,所述方法包括以下步骤:
步骤1,检测服务器机房内服务器的温度;
步骤2,以间隔T0获取服务器的平均负载和冷气工作状态;
步骤3,建立平均负载和冷气状态的关系,根据平均负载和冷气状态的关系判断冷却能力;
步骤4,根据冷却能力调节子区域内冷气的制冷量。
进一步地,步骤1中,检测服务器机房内服务器的温度的子步骤为:
根据制冷***的覆盖范围划分服务器机房内的区域为多个子区域,或者将服务器机房等面积的平均划分为8到20个子区域,每个子区域包括子区域内所有服务器的进风口和服务器的出风口、冷气的送风端和回风端;
在每个子区域布置传感器,所有传感器获取的数据传送到传感器网络;
上述所有传感器与传感器网络连接,传感器网络利用Multi-hop LQI路由协议实现数据传输;
传感器网络获取的数据包括冷气送风端的温度,冷气回风端的温度,服务器进风口的温度,服务器出风口的温度;
所述连接可以是有线连接,还可以是无线传输,所述无线传输包括以下的一种或多种技术:NB-IoT,LTE-M,Weightless,HaLow,LoRa,Sigfox,RPMA,Neul,BLE。
进一步地,步骤2中,以间隔T0获取服务器的平均负载和冷气工作状态的子步骤为:
步骤2.1,通过服务器管理终端获取服务器在***当前时间前T0的设备信息,所述设备信息包括服务器的平均负载,所述平均负载记录为平均负载集合L={L1,L2,……,Ln},所述平均负载集合L中的子元素Li表示第i个服务器在当前时刻到前T0时刻内的平均负载,n为服务器数量;
步骤2.2,获取服务器在***当前时间前N个间隔T1的冷气状态,所述冷气状态为(HTi-ATi)其中HTi为第i个服务器的出风口和进风口的温度差,ATi为第i个服务器所在的冷气送风端和冷气回风端的温度的差ATi,所述冷气状态记录为冷气状态集合AH={AH1,AH,……,AHn},所述冷气状态集合AH中的子元素AHi为第i个服务器在当前时刻到前T0时刻内的冷气状态,n为服务器数量;
步骤2.3,对平均负载集合L和冷气状态集合AH进行归一化处理。
进一步地,步骤3中,建立平均负载和冷气状态的关系,根据平均负载和冷气状态的关系判断冷却能力的子步骤为:
步骤3.1,建立服务器的平均负载和冷气状态的关系:
Bi为第i个服务器平均负载和冷气状态关联度,范围为[0,1],Li表示第i个服务器在当前时刻到前T0时刻内的平均负载,为所有服务器在当前时刻到前T0时刻内的平均负载的算术平均值,AHi为第i个服务器在当前时刻到前T0时刻内的冷气状态,为所有服务器在当前时刻到前T0时刻内的冷气状态的算术平均值,n为服务器数量;
步骤3.2,如果第i个服务器平均负载和冷气状态关联度Bi不大于第一阈值,跳转步骤3.3,否则跳转步骤3.4,其中第一阈值为0.5或者是全部服务器的平均负载和冷气状态关联度的平均值;
步骤3.3,以时间间隔T1检测每个子区域的温度,计算每个子区域内每个服务器的进风口和服务器的出风口的温度差,如果子区域内存在服务器的进风口和服务器的出风口的温度ΔT差大于第一温度阈值,则判断当前服务器所在的子区域的冷气送风端和回风端的温差是否大于(Bi×ΔT),其中Bi为第i个服务器的平均负载和冷气状态关联度,判断一个子区域内温差大于(Bi×ΔT)的服务器数量是否超过第二阈值,如果超过第二阈值则当前区域定义为冷却能力不足区域;如果子区域内所有服务器的进风口和出风口的温度ΔT的平均值小于当前子区域的冷气送风端和回风端的温差,则定义当前子区域为冷却能力盈余区域;
步骤3.4,以时间间隔T1检测每个子区域内的各个服务器在过去时间T1的平均负载Lq,所述平均负载的范围为[0%,100%],获得当前子区域的冷气送风端和回风端的温差ΔTac,计算预估温差ΔTEac:
式中,ΔTEac为当前子区域的预估温差,Lqj为第j个服务器的平均负载,Bj为第j个服务器的平均负载和冷气状态关联度,m为当前子区域的服务器数量,σ为第一温度系数;
如果当前子区域的冷气送风端和回风端的温差ΔTac大于预估温差1.1倍ΔTEac则当前子区域为冷却能力不足区域,如果当前子区域的冷气送风端和回风端的温差ΔTac小于0.9倍预估温差ΔTEac当前子区域为冷却能力盈余区域;
步骤3.5,输出冷却能力不足区域和冷却能力盈余区域。
优选地,判断冷却能力的步骤还可以为:
步骤3.1,计算每个子区域的第二指数I1d和所述第一指数I1u:
I1u={1-[Σ(Rin-R↑)/((THRS↑-R↑)×Rn)]}×100%,
式中,I1u为第一指数,Rin为服务器进风口的温度,R↑为服务器进风温度第一参数,THRS↑为服务器进风温度警戒值的上限,(Rin-R↑)为子区域内所有服务器进风口的温度与服务器进风温度第一阈值的差值,Σ(Rin-R↑)为对上述所有差值进行求和;
I1d={1-[Σ(R↓-Rin)/((R↓-THRS↓)×Rn)]}×100%,
式中,I1d为第二指数,Rin为服务器进风口的温度,R↓为服务器进风温度第二参数,THRS↓为服务器进风温度警戒值的下限,(R↓-Rin)为服务器进风温度第二参数与子区域内所有服务器进风口的温度的差值,Σ(R↓-Rin)为对上述所有差值进行求和;
在一个实施例里,服务器进风温度第一参数R↑的值为26℃,服务器进风温度警戒值的上限THRS↑取值为35℃,服务器进风温度第二参数R↓取值为20℃,服务器进风温度警戒值的下限THRS↓取值为16℃;
步骤3.2,计算冷却***效率指数ACE:
ACE=[(ACh-ACs)/(R'out-R'in)]-1,
式中,ACE为冷却***效率指数,ACh为冷却***的回风端温度,ACs为冷却***的送风端温度,R'out为当前冷却***管理区域内所有服务器的出风口温度的平均值,R'in为当前冷却***管理区域内所有服务器的进风口温度的平均值;步骤3.3,判断冷却***是否工作在理想状态。
进一步地,步骤3.3中,判断冷却***是否工作在理想状态的子步骤为:
步骤3.3.1,判断冷却***效率指数ACE是否在理想范围,所述理想范围为[-0.1,0.1],如果冷却***效率指数ACE大于理想范围的上限,则判断:
所有子区域里,统计第二指数I1d大于第一指数I1u且差值大于20%的子区域数量超过阈值δ,则标记冷却***当前的通风能力不够;
所有子区域里,统计第二指数I1d大于第一指数I1u且差值大于20%的子区域数量没有超过阈值δ,则标记冷却***当前的冷却能力不够;
如果冷却***效率指数ACE小于理想范围的下限,则判断:
所有子区域里,统计第二指数I1d大于第一指数I1u且差值小于20%的子区域数量超过阈值δ,则标记冷却***当前的通风能力盈余;
所有子区域里,统计第二指数I1d大于第一指数I1u且差值小于20%的子区域数量没有超过阈值δ,则标记冷却***当前的冷却能力盈余;
所述超过指>,没有超过指≤。
在一个实施例里,阈值δ取值为3。
进一步地,步骤4中,根据冷却能力调节子区域内冷气的制冷量的子步骤为:获取步骤3被标记为冷却能力不足的区域,增大所述冷却能力不足的区域冷却***的制冷量,获取步骤3被标记为冷却能力盈余的区域,减少所述冷却能力盈余的区域冷却***的制冷量;循环执行步骤2到步骤4。
优选地,冷却能力调节制冷量的子步骤还可以为:
步骤4.1,如果冷却***没有工作在理想状态,则根据步骤3.3.1的判断结果调整,如果冷却***的通风能力不够,则提高冷却***的风机转速10个百分点;如果冷却***的冷却能力不够,则增大冷却***的制冷量10个百分点;如果冷却***的通风能力盈余,则降低冷却***的风机转速10个百分点;如果冷却***的冷却能力盈余,则减少冷却***的制冷量10个百分点;
步骤4.2,按照设定的时间间隔执行步骤3.1到步骤3.3和步骤4.1,如果在重复执行设定的次数后,在风力或者制冷能力到达制冷功率阈值后如果冷却***效率指数ACE仍然没有达到理想范围则发出警报;
所述制冷功率阈值为冷气***额定制冷量的110%;
在一个实施例里,冷却***的冷却能力不足,在经过设定的次数8次,每次间隔30min,冷却***效率指数ACE为1.2,没有达到理想范围。
基于物联网联动的IDC机房的温度调控***,所述***包括:
服务器管理终端:用于获取服务器的设备信息,发送设备信息至数据处理终端;冷气管理终端:用于获取冷气的运行状态;
传感器***:包括部署在各个子内所有服务器的进风口和服务器的出风口,每个冷气送风端和回风端的温度传感器,发送温度数据至数据处理终端;
数据处理终端:获得来自服务器管理终端的设备信息和传感器***的温度数据、冷气的运行状态,并建立服务器的平均负载和冷气状态的关系:
Bi为第i个服务器平均负载和冷气状态关联度,范围为[0,1],Li表示第i个服务器在当前时刻到前T0时刻内的平均负载,为所有服务器在当前时刻到前T0时刻内的平均负载的算术平均值,AHi为第i个服务器在当前时刻到前T0时刻内的冷气状态,为所有服务器在当前时刻到前T0时刻内的冷气状态的算术平均值,n为服务器数量;
和计算预估温差ΔTEac:
式中,ΔTEac为当前子区域的预估温差,Lqj为第j个服务器的平均负载,Bj为第j个服务器的平均负载和冷气状态关联度,m为当前子区域的服务器数量,σ为第一温度系数;
输出冷却能力不足区域和冷却能力盈余区域信息并传送至冷却***调节模块;冷却***调节模块:获取来自数据处理终端的冷却能力不足区域和冷却能力盈余区域信息,并调节冷却***。
与现有技术相比,本发明具有以下有益的技术效果:
通过引入服务器负载与多个温度传感器,实现了服务器机房的温度智能调控冷却***,避免了局部服务器超过正常工作温度范围。
如图2所示是本发明一个实施例的基于物联网联动的IDC机房的温度调控***结构示意框图。
所述基于基于物联网联动的IDC机房的温度调控***可以运行于桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备中。所述基于物联网联动的IDC机房的温度调控***,可运行的***可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,所述例子仅仅是基于物联网联动的IDC机房的温度调控***的示例,并不构成对基于物联网联动的IDC机房的温度调控***的限定,可以包括比例子更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述基于物联网联动的IDC机房的温度调控***还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述基于物联网联动的IDC机房的温度调控***运行***的控制中心,利用各种接口和线路连接整个基于物联网联动的IDC机房的温度调控***可运行***的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述基于物联网联动的IDC机房的温度调控***的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
尽管本发明的描述已经相当详尽且特别对几个所述实施例进行了描述,但其并非旨在局限于任何这些细节或实施例或任何特殊实施例,从而有效地涵盖本发明的预定范围。此外,上文以发明人可预见的实施例对本发明进行描述,其目的是为了提供有用的描述,而那些目前尚未预见的对本发明的非实质性改动仍可代表本发明的等效改动。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
Claims (3)
1.基于物联网联动的IDC机房的温度调控方法,其特征在于,所述方法包括以下步骤:
步骤1,检测服务器机房内服务器的温度;
步骤2,以间隔T0获取服务器的平均负载和冷气工作状态;
步骤3,建立平均负载和冷气状态的关系,根据平均负载和冷气状态的关系判断冷却能力;
步骤4,根据冷却能力调节子区域内冷气的制冷量;
其中,步骤1中,检测服务器机房内服务器的温度的子步骤为:
根据制冷***的覆盖范围划分服务器机房内的区域为多个子区域,或者将服务器机房等面积的平均划分为8到20个子区域,每个子区域包括子区域内所有服务器的进风口和服务器的出风口、冷气的送风端和回风端;
传感器网络获取的数据包括冷气送风端的温度,冷气回风端的温度,服务器进风口的温度,服务器出风口的温度;
上述所有传感器与传感器网络连接,传感器网络利用Multi-hop LQI路由协议实现数据传输;所述连接可以是有线连接,还可以是无线传输,所述无线传输包括以下的一种或多种技术:NB-IoT,LTE-M,Weightless,HaLow,LoRa,Sigfox,RPMA,Neul,BLE;
步骤2中,以间隔T0获取服务器的平均负载和冷气工作状态的子步骤为:
步骤2.1,通过服务器管理终端获取服务器在当前时间前T0的设备信息,所述设备信息包括服务器的平均负载,所述平均负载记录为平均负载集合L={L1,L2,……,Ln},所述平均负载集合L中的子元素Li表示第i个服务器在当前时刻到前T0时刻内的平均负载,n为服务器数量;
步骤2.2,通过冷气管理终端获取服务器在当前时间前N个间隔T1的冷气状态,所述冷气状态为(HTi-ATi)其中HTi为第i个服务器的出风口和进风口的温度差,ATi为第i个服务器所在的冷气送风端和冷气回风端的温度的差ATi,所述冷气状态记录为冷气状态集合AH={AH1,AH,……,AHn},所述冷气状态集合AH中的子元素AHi为第i个服务器在当前时刻到前T0时刻内的冷气状态,n为服务器数量;
步骤2.3,对平均负载集合L和冷气状态集合AH进行归一化处理;
步骤3中,建立平均负载和冷气状态的关系,根据平均负载和冷气状态的关系判断冷却能力的子步骤为:
步骤3.1,建立服务器的平均负载和冷气状态的关系:
Bi为第i个服务器平均负载和冷气状态关联度,范围为[0,1],Li表示第i个服务器在当前时刻到前T0时刻内的平均负载,为所有服务器在当前时刻到前T0时刻内的平均负载的算术平均值,AHi为第i个服务器在当前时刻到前T0时刻内的冷气状态,为所有服务器在当前时刻到前T0时刻内的冷气状态的算术平均值,n为服务器数量;
步骤3.2,如果第i个服务器平均负载和冷气状态关联度Bi不大于第一阈值,跳转步骤3.3,否则跳转步骤3.4,其中第一阈值为0.5或者是全部服务器的平均负载和冷气状态关联度的平均值;
步骤3.3,以时间间隔T1检测每个子区域的温度,计算每个子区域内每个服务器的进风口和服务器的出风口的温度差,如果子区域内存在服务器的进风口和服务器的出风口的温度ΔT差大于第一温度阈值,则判断当前服务器所在的子区域的冷气送风端和回风端的温差是否大于(Bi×ΔT),其中Bi为第i个服务器的平均负载和冷气状态关联度,判断一个子区域内温差大于(Bi×ΔT)的服务器数量是否超过第二阈值,如果超过警戒阈值则当前区域定义为冷却能力不足区域;
如果子区域内所有服务器的进风口和出风口的温度ΔT的平均值小于当前子区域的冷气送风端和回风端的温差,则定义当前子区域为冷却能力盈余区域;
步骤3.4,以时间间隔T1检测每个子区域内的各个服务器在过去时间T1的平均负载Lq,所述平均负载的范围为[0%,100%],获得当前子区域的冷气送风端和回风端的温差ΔTac,计算预估温差ΔTEac:
式中,ΔTEac为当前子区域的预估温差,Lqj为第j个服务器的平均负载,Bj为第j个服务器的平均负载和冷气状态关联度,m为当前子区域的服务器数量,σ为第一温度系数;
如果当前子区域的冷气送风端和回风端的温差ΔTac大于预估温差1.1倍ΔTEac则当前子区域为冷却能力不足区域,如果当前子区域的冷气送风端和回风端的温差ΔTac小于0.9倍预估温差ΔTEac当前子区域为冷却能力盈余区域;
步骤3.5,输出冷却能力不足区域和冷却能力盈余区域。
2.根据权利要求1所述的基于物联网联动的IDC机房的温度调控方法,其特征在于,步骤4中,根据冷却能力调节子区域内冷气的制冷量的子步骤为:
获取步骤3被标记为冷却能力不足的区域,增大所述冷却能力不足的区域冷却***的制冷量,获取步骤3被标记为冷却能力盈余的区域,减少所述冷却能力盈余的区域冷却***的制冷量;循环执行步骤2到步骤4。
3.基于物联网联动的IDC机房的温度调控***,其特征在于,所述***包括:
服务器管理终端:用于获取服务器的设备信息,发送设备信息至数据处理终端;
冷气管理终端:用于获取冷气的运行状态;
传感器***:包括部署在各个子内所有服务器的进风口和服务器的出风口,每个冷气送风端和回风端的温度传感器,发送温度数据至数据处理终端;
数据处理终端:获得来自服务器管理终端的设备信息和传感器***的温度数据、冷气的运行状态,并建立服务器的平均负载和冷气状态的关系:
Bi为第i个服务器平均负载和冷气状态关联度,范围为[0,1],Li表示第i个服务器在当前时刻到前T0时刻内的平均负载,为所有服务器在当前时刻到前T0时刻内的平均负载的算术平均值,AHi为第i个服务器在当前时刻到前T0时刻内的冷气状态,为所有服务器在当前时刻到前T0时刻内的冷气状态的算术平均值,n为服务器数量;
和计算预估温差ΔTEac:
式中,ΔTEac为当前子区域的预估温差,Lqj为第j个服务器的平均负载,Bj为第j个服务器的平均负载和冷气状态关联度,m为当前子区域的服务器数量,σ为第一温度系数;
输出冷却能力不足区域和冷却能力盈余区域信息并传送至冷却***调节模块;
冷却***调节模块:获取来自数据处理终端的冷却能力不足区域和冷却能力盈余区域信息,并调节冷却***。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110962297.XA CN113853096B (zh) | 2021-08-20 | 2021-08-20 | 基于物联网联动的idc机房的温度调控方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110962297.XA CN113853096B (zh) | 2021-08-20 | 2021-08-20 | 基于物联网联动的idc机房的温度调控方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113853096A CN113853096A (zh) | 2021-12-28 |
CN113853096B true CN113853096B (zh) | 2022-05-17 |
Family
ID=78975772
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110962297.XA Active CN113853096B (zh) | 2021-08-20 | 2021-08-20 | 基于物联网联动的idc机房的温度调控方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113853096B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115167567B (zh) * | 2022-07-29 | 2024-07-23 | 联想(北京)信息技术有限公司 | 一种温度控制方法和装置 |
CN117234258B (zh) * | 2023-11-10 | 2024-03-22 | 广州市羿资互联网科技有限公司 | 一种idc的节能方法及***、存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103105923A (zh) * | 2013-03-07 | 2013-05-15 | 鄂尔多斯市云泰互联科技有限公司 | 云计算中心的it业务节能调度方法及其*** |
CN103644632A (zh) * | 2013-12-17 | 2014-03-19 | 北京百度网讯科技有限公司 | 数据中心制冷的控制***及方法 |
JP2014127087A (ja) * | 2012-12-27 | 2014-07-07 | Azbil Corp | 空調機運転制御装置および方法 |
CN209882406U (zh) * | 2018-11-08 | 2019-12-31 | 深圳市共济科技股份有限公司 | 一种机柜式数据中心温控装置及机柜式数据中心装置 |
CN111836523A (zh) * | 2020-07-24 | 2020-10-27 | 广州亿效能科技有限公司 | 基于it设备负载变化的通信机楼空调三级调节方法和*** |
CN111988964A (zh) * | 2020-08-28 | 2020-11-24 | 张齐峰 | 机房气流群控***及方法 |
CN112539529A (zh) * | 2020-11-27 | 2021-03-23 | 珠海格力电器股份有限公司 | 空调***的控制方法及控制装置、机房空调*** |
CN112594817A (zh) * | 2020-12-24 | 2021-04-02 | 武汉工程大学 | 节能型数据机房的冷却***及方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105094061A (zh) * | 2014-04-29 | 2015-11-25 | 阿里巴巴集团控股有限公司 | 一种用于调节机房服务器温度的方法与设备 |
CN106211721B (zh) * | 2016-08-30 | 2019-05-24 | 北京思博康科技有限公司 | 一种机柜智能气流优化***及基于该***的数据中心 |
-
2021
- 2021-08-20 CN CN202110962297.XA patent/CN113853096B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014127087A (ja) * | 2012-12-27 | 2014-07-07 | Azbil Corp | 空調機運転制御装置および方法 |
CN103105923A (zh) * | 2013-03-07 | 2013-05-15 | 鄂尔多斯市云泰互联科技有限公司 | 云计算中心的it业务节能调度方法及其*** |
CN103644632A (zh) * | 2013-12-17 | 2014-03-19 | 北京百度网讯科技有限公司 | 数据中心制冷的控制***及方法 |
CN209882406U (zh) * | 2018-11-08 | 2019-12-31 | 深圳市共济科技股份有限公司 | 一种机柜式数据中心温控装置及机柜式数据中心装置 |
CN111836523A (zh) * | 2020-07-24 | 2020-10-27 | 广州亿效能科技有限公司 | 基于it设备负载变化的通信机楼空调三级调节方法和*** |
CN111988964A (zh) * | 2020-08-28 | 2020-11-24 | 张齐峰 | 机房气流群控***及方法 |
CN112539529A (zh) * | 2020-11-27 | 2021-03-23 | 珠海格力电器股份有限公司 | 空调***的控制方法及控制装置、机房空调*** |
CN112594817A (zh) * | 2020-12-24 | 2021-04-02 | 武汉工程大学 | 节能型数据机房的冷却***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113853096A (zh) | 2021-12-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113853096B (zh) | 基于物联网联动的idc机房的温度调控方法及*** | |
US9546795B2 (en) | Arrangement for managing data center operations to increase cooling efficiency | |
CN113175740B (zh) | 数据中心空调的控制方法、装置及数据中心 | |
CN112797684B (zh) | 数据中心的空调控制方法及终端设备 | |
CN113849366A (zh) | 基于多源传感数据的智能综合管理方法与*** | |
CN117193503A (zh) | 基于物联网的散热主机电源运行监测方法 | |
CN113950230B (zh) | 机房空调控制方法、装置、设备及存储介质 | |
CN115017006A (zh) | 一种数据中心的辅助节能控制方法及*** | |
CN113375476B (zh) | 冷却塔风机群组的功率控制方法、装置和计算机设备 | |
CN109489190A (zh) | 一种机房冷量的调控方法及*** | |
CN116321999B (zh) | 一种云计算数据中心的空调智能调控方法、***和介质 | |
EP3232130A1 (en) | Systems and methods for minimizing compressor use in hvac systems | |
CN116963482A (zh) | 一种基于数据中心暖通***的智能化节能方法及相关设备 | |
KR102476032B1 (ko) | 데이터 센터의 서버 수냉각 시스템 | |
CN112752491B (zh) | 一种数据中心空调的智能联动控制方法及终端设备 | |
CN112268355B (zh) | 空调目标温度调节方法及终端设备 | |
CN115051002A (zh) | 散热控制方法、装置、计算机设备和存储介质 | |
CN115789911B (zh) | 一种空调控制方法、装置、电子设备及存储介质 | |
CN114459134B (zh) | 空调控制方法、控制终端及计算机可读存储介质 | |
CN113701275B (zh) | 一种基于机器学习的冰蓄冷空调蓄冷量预测方法及装置 | |
CN116489977B (zh) | 一种数据中心中央变量节能冷却控制方法、***和介质 | |
US20240194968A1 (en) | Active fan balancing | |
CN115981429A (zh) | 设备降温方法及装置、存储介质、电子装置 | |
CN117870124A (zh) | 一种运维控制方法、装置、设备及存储介质 | |
CN116828799A (zh) | 一种数据中心机房空调风量控制方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |