CN205353675U - 云计算中心机房节能控制*** - Google Patents
云计算中心机房节能控制*** Download PDFInfo
- Publication number
- CN205353675U CN205353675U CN201620043321.4U CN201620043321U CN205353675U CN 205353675 U CN205353675 U CN 205353675U CN 201620043321 U CN201620043321 U CN 201620043321U CN 205353675 U CN205353675 U CN 205353675U
- Authority
- CN
- China
- Prior art keywords
- module
- energy
- central controller
- energy consumption
- air inlet
- 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.)
- Expired - Fee Related
Links
Landscapes
- Feedback Control In General (AREA)
Abstract
本实用新型公开了云计算中心机房节能控制***,属于云计算机技术领域;所述的中央控制器包含电源单元、CPU模块、输入/输出模块;所述的中央控制器与数据采集单元、数据显示处理器连接;所述的环境集中监控和能耗管理模块与中央控制器连接;所述的智能控制台与环境集中监控和能耗管理模块相互连接;所述的***控制箱与智能控制台相互连接;所述的进风机与***控制箱相互连接;所述的出风机与进风机相互连接。它结构设计合理,通过对发现的节能点和节能因素做出适合于数据中心的处理,降低数据中心能耗,同时优化资源利用效率。
Description
技术领域
本实用新型涉及云计算机技术领域,具体涉及云计算中心机房节能控制***。
背景技术
随着中国经济快速稳定地发展,中国在2010年已成为世界上第二大经济体。在此之后,中国最主要的目标就是要保持和提高经济发展。云计算的出现为整个IT产业带来了技术和业务模式上的变革,有人将云计算比作是继个人计算机变革和互联网变革之后的第二次IT浪潮。可以看出,云计算势必将成为IT服务提供的新趋势,并在中国经济转型的过程中,以其独特性占据广大的市场份额。
云计算环境中的数据中心包括数以万计的计算机和服务器,如何有效地整合资源、降低运行成本、节约运行计算终端所需要的能源成为一个关注的热点问题。据统计,在机房巨大的能耗组成当中,空调占据了40%以上,是能耗的“主力军”,并且,随着大型数据中心高密度服务器与低密度混合模式的出现,由于服务器的密度不均衡,因而产生的热量也不均衡,传统数据中心的平均制冷方法已经很难满足需求。
而且云计算资源在地理位置上分布广泛,本质上是异构的,并各个管理域拥有不同的资源管理策略和访问代价模型,因此云计算的资源管理必须处理好这些异构性问题。同时,由于云计算被提倡为“绿色计算”,正越来越多的考虑绿色节能环保因素,所以在资源提供优化过程中还需要有节能减排方面的考虑。如果资源提供策略不合理,不仅会造成时间和资源的浪费,还会造成能源流失以及对环境产生不利影响的碳排放。综合考虑这些因素,可以总结出目前云计算普遍面临“两高两低”的问题,即:数据中心能耗高,数据中心二氧化碳排放高,资源利用率过低及云资源供应商收益低。因此,研究云计算环境中的能耗问题及其高效资源提供优化方法对于云计算的应用将具有十分重要的现实意义。
实用新型内容
针对上述问题,本实用新型要解决的技术问题是提供一种结构设计合理、操作方便、加工效率高且质量稳定的云计算中心机房节能控制***。
本实用新型的云计算中心机房节能控制***,它包含中央控制器、数据采集单元、数据显示处理器、电源单元、CPU模块、输入/输出模块、环境集中监控和能耗管理模块、智能控制台、***控制箱、进风机、出风机;所述的中央控制器包含电源单元、CPU模块、输入/输出模块;所述的中央控制器与数据采集单元、数据显示处理器连接;所述的环境集中监控和能耗管理模块与中央控制器连接;所述的智能控制台与环境集中监控和能耗管理模块相互连接;所述的***控制箱与智能控制台相互连接;所述的进风机与***控制箱相互连接;所述的出风机与进风机相互连接。
作为优选,所述的智能控制台内设有室外温度模块、室内温度模块、烟雾感应模块、过滤器压差模块。
作为优选,所述的CPU模块为单片机。
本实用新型操作方法如下:(1)将数据中心内的设备按照数据能耗值进行聚类。把能耗相近的设备归为一类,可以对比分析出高能耗设备类与低能耗设备类的区别,是否合理。如果不合理可以按照低能耗设备类为标准对高能耗设备类进行调整,这样就可以降低了高能耗设备的能耗,达到了节能的目的。另外,对每个类的内部设备进行分析,由于相同设备类型的设备能耗应当接近,而不同设备类型的设备能耗值相差较大,这样可以观察到每个类中是否存在异常耗能设备,如果存在则对异常设备进行调整。
(2)将数据中心内的设备按照时间段内的变化值进行聚类。通过这个操作,可以分析出能耗变化比较大的设备,分析原因,并进行评价。
(3)通过数据挖掘的分类和预测算法建立合理的能耗模型。首先,通过模型可以分析出过去一段时间内数据中心能耗的情况,也可以得出设备能耗的各个属性间的关系。其次,通过模型可以预测未来一段时间内数据中心能耗,通过调整能耗设备属性值,对比预测曲线,可以选择预测能耗较低的曲线进行设备调整,对节能起到了指导的作用。还可以将分类和预测应用到业务量中,建立模型,模拟预测未来的业务量,通过业务量的曲线可以对设备状态进行调整,同样达到了节能的目的。数据挖掘技术包括关联规则、聚类算法、分类和预测算法等对数据计算分析的技术,每个技术又包括众多的算法。像聚类算法有层次聚类算法、K均值聚类算、CURE算法等,分类和预测算法有朴素贝叶斯算法、神经网络算法、文本分类算法等,这些算法都有其各自的优点,同时也有其不足之处。通过对传统能耗数据分析的方法进行比较与总结,选择其中合适的算法进行实现或者综合几种算法的优点实现混合算法,从而适应***的需求。通过建立能耗模型,阐述能耗分析的数据挖掘过程,针对不同的情况给出合理的解决方案,最终达到对数据中心短期内的预测,并可以发现节能点,给出节能方案,完成节能的最终目的。
(4)对云计算机房的气流组织设计,开发分散式控制器,对每个机柜分散控制,针对每个机柜独立控制,使送风均匀,能够迅速有效地带走机器热量。
本实用新型的有益效果:它结构设计合理,通过对发现的节能点和节能因素做出适合于数据中心的处理,降低数据中心能耗,同时优化资源利用效率。
附图说明
为了易于说明,本实用新型由下述的具体实施及附图作以详细描述。
图1是本实用新型的结构示意图;
图2是本实用新型中智能控制台的示意图;
图中:
中央控制器1、数据采集单元2、数据显示处理器3、电源单元101、CPU模块102、输入/输出模块103、环境集中监控和能耗管理模块4、智能控制台5、***控制箱6、进风机7、出风机8、室外温度模块9、室内温度模块10、烟雾感应模块11、过滤器压差模块12。
具体实施方式
如图1至图2所示,本具体实施方式采用以下技术方案:它包含中央控制器1、数据采集单元2、数据显示处理器3、电源单元101、CPU模块102、输入/输出模块103、环境集中监控和能耗管理模块4、智能控制台5、***控制箱6、进风机7、出风机8;所述的中央控制器1包含电源单元101、CPU模块102、输入/输出模块103;所述的中央控制器1与数据采集单元2、数据显示处理器3连接;所述的环境集中监控和能耗管理模块4与中央控制器1连接;所述的智能控制台5与环境集中监控和能耗管理模块4相互连接;所述的***控制箱6与智能控制台5相互连接;所述的进风机7与***控制箱6相互连接;所述的出风机8与进风机7相互连接。
作为优选,所述的智能控制台5内设有室外温度模块9、室内温度模块10、烟雾感应模块11、过滤器压差模块12。
作为优选,所述的CPU模块102为单片机。
本实用新型操作方法如下:(1)将数据中心内的设备按照数据能耗值进行聚类。把能耗相近的设备归为一类,可以对比分析出高能耗设备类与低能耗设备类的区别,是否合理。如果不合理可以按照低能耗设备类为标准对高能耗设备类进行调整,这样就可以降低了高能耗设备的能耗,达到了节能的目的。另外,对每个类的内部设备进行分析,由于相同设备类型的设备能耗应当接近,而不同设备类型的设备能耗值相差较大,这样可以观察到每个类中是否存在异常耗能设备,如果存在则对异常设备进行调整。
(2)将数据中心内的设备按照时间段内的变化值进行聚类。通过这个操作,可以分析出能耗变化比较大的设备,分析原因,并进行评价。
(3)通过数据挖掘的分类和预测算法建立合理的能耗模型。首先,通过模型可以分析出过去一段时间内数据中心能耗的情况,也可以得出设备能耗的各个属性间的关系。其次,通过模型可以预测未来一段时间内数据中心能耗,通过调整能耗设备属性值,对比预测曲线,可以选择预测能耗较低的曲线进行设备调整,对节能起到了指导的作用。还可以将分类和预测应用到业务量中,建立模型,模拟预测未来的业务量,通过业务量的曲线可以对设备状态进行调整,同样达到了节能的目的。数据挖掘技术包括关联规则、聚类算法、分类和预测算法等对数据计算分析的技术,每个技术又包括众多的算法。像聚类算法有层次聚类算法、K均值聚类算、CURE算法等,分类和预测算法有朴素贝叶斯算法、神经网络算法、文本分类算法等,这些算法都有其各自的优点,同时也有其不足之处。通过对传统能耗数据分析的方法进行比较与总结,选择其中合适的算法进行实现或者综合几种算法的优点实现混合算法,从而适应***的需求。通过建立能耗模型,阐述能耗分析的数据挖掘过程,针对不同的情况给出合理的解决方案,最终达到对数据中心短期内的预测,并可以发现节能点,给出节能方案,完成节能的最终目的。
(4)对云计算机房的气流组织设计,开发分散式控制器,对每个机柜分散控制,针对每个机柜独立控制,使送风均匀,能够迅速有效地带走机器热量。
本实用新型的有益效果:它结构设计合理,通过对发现的节能点和节能因素做出适合于数据中心的处理,降低数据中心能耗,同时优化资源利用效率。
以上显示和描述了本实用新型的基本原理和主要特征以及本实用新型的优点。本行业的技术人员应该了解,本实用新型不受上述实施例的限制,上述实施例和说明书中描述的只是说明本实用新型的原理,在不脱离本实用新型精神和范围的前提下,本实用新型还会有各种变化和改进,这些变化和改进都落入要求保护的本实用新型范围内。本实用新型要求保护范围由所附的权利要求书及其等效物界定。
Claims (3)
1.云计算中心机房节能控制***,其特征在于它包含中央控制器、数据采集单元、数据显示处理器、电源单元、CPU模块、输入/输出模块、环境集中监控和能耗管理模块、智能控制台、***控制箱、进风机、出风机;所述的中央控制器包含电源单元、CPU模块、输入/输出模块;所述的中央控制器与数据采集单元、数据显示处理器连接;所述的环境集中监控和能耗管理模块与中央控制器连接;所述的智能控制台与环境集中监控和能耗管理模块相互连接;所述的***控制箱与智能控制台相互连接;所述的进风机与***控制箱相互连接;所述的出风机与进风机相互连接。
2.根据权利要求1所述的云计算中心机房节能控制***,其特征在于所述的智能控制台内设有室外温度模块、室内温度模块、烟雾感应模块、过滤器压差模块。
3.根据权利要求1所述的云计算中心机房节能控制***,其特征在于所述的CPU模块为单片机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201620043321.4U CN205353675U (zh) | 2016-01-18 | 2016-01-18 | 云计算中心机房节能控制*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201620043321.4U CN205353675U (zh) | 2016-01-18 | 2016-01-18 | 云计算中心机房节能控制*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN205353675U true CN205353675U (zh) | 2016-06-29 |
Family
ID=56176482
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201620043321.4U Expired - Fee Related CN205353675U (zh) | 2016-01-18 | 2016-01-18 | 云计算中心机房节能控制*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN205353675U (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106852075A (zh) * | 2017-01-20 | 2017-06-13 | 郑州云海信息技术有限公司 | 用于数据中心的水冷制冷设备控制***及控制方法 |
CN117539726A (zh) * | 2024-01-09 | 2024-02-09 | 广东奥飞数据科技股份有限公司 | 绿色智算中心能效优化方法及*** |
-
2016
- 2016-01-18 CN CN201620043321.4U patent/CN205353675U/zh not_active Expired - Fee Related
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106852075A (zh) * | 2017-01-20 | 2017-06-13 | 郑州云海信息技术有限公司 | 用于数据中心的水冷制冷设备控制***及控制方法 |
CN106852075B (zh) * | 2017-01-20 | 2019-02-12 | 郑州云海信息技术有限公司 | 用于数据中心的水冷制冷设备控制***及控制方法 |
CN117539726A (zh) * | 2024-01-09 | 2024-02-09 | 广东奥飞数据科技股份有限公司 | 绿色智算中心能效优化方法及*** |
CN117539726B (zh) * | 2024-01-09 | 2024-04-26 | 广东奥飞数据科技股份有限公司 | 绿色智算中心能效优化方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109800066B (zh) | 一种数据中心节能调度方法及*** | |
CN103345298B (zh) | 一种基于虚拟it资源分配技术的数据中心节能***的方法 | |
Fang et al. | Thermal-aware energy management of an HPC data center via two-time-scale control | |
Zhu et al. | Future data center energy-conservation and emission-reduction technologies in the context of smart and low-carbon city construction | |
Wan et al. | Joint cooling and server control in data centers: A cross-layer framework for holistic energy minimization | |
CN102932279A (zh) | 一种云环境数据中心多维资源调度***及方法 | |
Cheng et al. | A survey of energy-saving technologies in cloud data centers | |
Gong et al. | Study on energy saving strategy and evaluation method of green cloud computing system | |
CN106487015A (zh) | 一种配电网多级协调控制***及其节能优化方法 | |
Li et al. | China's green data center development: Policies and carbon reduction technology path | |
CN205353675U (zh) | 云计算中心机房节能控制*** | |
Liao et al. | Energy consumption optimization scheme of cloud data center based on SDN | |
CN104142850B (zh) | 数据中心的节能调度方法 | |
CN105844369A (zh) | 一种基于自适应混沌粒子群的制粉***优化分配方法 | |
Chen et al. | Power and thermal-aware virtual machine scheduling optimization in cloud data center | |
Kumar et al. | Power usage efficiency (PUE) optimization with counterpointing machine learning techniques for data center temperatures | |
Yuan et al. | An Online Energy Saving Resource Optimization Methodology for Data Center. | |
CN105184502B (zh) | 一种基于机组污染物排放的节能减排机组调度方法 | |
CN114996093B (zh) | 一种数据中心节能***的智能巡检优化方法 | |
Kang et al. | A two-segment LSTM based data center temperature prediction model | |
Hou et al. | Two-Layer Control Framework and Aggregation Response Potential Evaluation of Air Conditioning Load Considering Multiple Factors | |
Zhang et al. | A cloud data center virtual machine placement scheme based on energy optimization | |
Wang et al. | Thermal-aware flow field optimization for energy saving of data centers | |
CN205405248U (zh) | 一种绿色数据中心热量管理*** | |
CN105469181A (zh) | 一种基于大数据分析的铝电解过程能效管理*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160629 Termination date: 20170118 |
|
CF01 | Termination of patent right due to non-payment of annual fee |