一種實現IDC功耗控制的方法及系統與流程

2023-07-11 21:11:17 2

本發明涉及神經網絡技術，尤指一種實現網際網路數據中心(IDC)功耗控制的方法及系統。

背景技術：

目前，在網際網路數據中心的設計及運行過程中，往往出現大冗餘設計或高電源使用效率(PUE，數據中心總設備能耗除以網際網路技術(IT)設備能耗，PUE是一個比值，基準是2，越接近1表明能效水平越好；PUE是數據中心基礎架構效率(Data Center Infrastructure Efficiency，DCIE)的反比)的運行狀態，其中，對造成高PUE的運行狀態的原因是技術人員將網際網路數據中心的製冷外機系統、製冷末端系統及交直流供電系統進行分離，通過對分離的各個系統分別進行功耗控制，達到對各個分離系統進行優化。

上述方法，對IDC中分離的各個系統分別進行功耗控制，雖然可以對各個分離系統實現優化，然而高PUE的運行狀態說明，各分離的系統最優並不能時IDC系統本身最優，IDC的系統功耗仍存在浪費。

技術實現要素：

為了解決上述技術問題，本發明提供一種實現IDC功耗控制的方法及系統，能夠實現IDC優化，降低IDC功耗。

為了達到本發明目的，本發明提供了一種實現網際網路數據中心IDC功耗控制的方法，包括：

根據IDC的網際網路技術IT負載及預設的賦值策略賦值IDC中各個系統相應的調整參數；

將IT負載及IDC中各個系統賦值的各個調整參數輸入到加載有預設規則算法的神經網絡中，進行預設次數的神經網絡計算後，記錄每次神經網絡計算獲得的電源使用效率PUE值和各PUE值相應的權重調整的調整參數；

加載記錄的PUE值最小時的各權重調整的調整參數到IDC的各個系統中進行功耗控制。

進一步地，IDC中包含製冷外機系統、製冷末端系統及交直流供電系統；所述賦值IDC中各個系統相應的調整參數具體包括：

賦值IDC中製冷外機系統、製冷末端系統及交直流供電系統中各個單元相應的調整參數。

進一步地，所述製冷外機系統包含製冷外機單元，所述賦值製冷外機單元相應的調整參數包括：製冷外機處於開啟狀態的數目、開啟的製冷外機中壓縮機的工作狀態參數和質量載體的流量；

所述製冷末端系統包括風機單元和盤管單元，所述賦值製冷末端系統相應的調整參數具體包括：風機單元的風機速度參數、盤管單元的盤管流量參數；

所述交直流供電系統包括交流供電裝置和直流供電裝置，所述賦值交直流供電系統相應的調整參數具體包括：交流供電裝置是否開啟參數、直流供電裝置是否開啟參數、直流供電裝置開啟時供電有效賦值參數。

進一步地，預設次數的神經網絡計算具體包括：

在第一預設周期內，將IT負載及IDC中各個系統賦值的各個調整參數輸入到加載有預設規則算法的神經網絡中，通過第一次神經網絡進行預設時長的計算獲得相應的第一PUE值和第一次權重調整的調整參數；

從第二預設周期開始，將IT負載及第i減1次權重調整的調整參數輸入到加載有預設規則算法的神經網絡中，通過第i次神經網絡進行預設時長的計算獲得相應的第i PUE值和第i次權重調整的調整參數，直至完成第預設次數的神經網絡計算；

所述i為大於等於2的整數。

進一步地，該方法之前還包括，根據IDC系統功率等級模擬生成IDC假負載功耗，作為所述IDC的IT負載。

進一步地，預設的神經網絡計算規則包括赫步定律HEbb規則、Delta規則或反向傳播學習法。

另一方面，本申請還提供一種實現IDC功耗控制的裝置，包括：賦值單元、神經網絡計算單元及加載控制單元；其中，

賦值單元，用於根據IDC的IT負載及預設的賦值策略賦值IDC中各個系統相應的調整參數；

神經網絡計算單元，用於將IT負載及IDC中各個系統賦值的各個調整參數輸入到加載有預設規則算法的神經網絡中，進行預設次數的神經網絡計算後，記錄每次神經網絡計算獲得的PUE值和各PUE值相應的權重調整的調整參數；

加載控制單元，用於加載記錄的PUE值最小時的各權重調整的調整參數到IDC的各個系統中進行功耗控制。

進一步地，IDC中包含製冷外機系統、製冷末端系統及交直流供電系統；

所述製冷外機系統包含製冷外機單元，所述製冷末端系統包括風機單元和盤管單元，所述交直流供電系統包括交流供電裝置和直流供電裝置；

所述賦值單元具體用於，根據IDC的IT負載及預設的賦值策略，

賦值所述製冷外機系統所述製冷外機處於開啟狀態的數目、開啟的製冷外機中壓縮機的工作狀態參數和質量載體的流量；

賦值所述製冷末端系統風機單元的風機速度參數、盤管單元的盤管流量參數；

賦值所述交直流供電系統交流供電裝置是否開啟參數、直流供電裝置是否開啟參數、直流供電裝置開啟時供電有效賦值參數。

進一步地，神經網絡計算單元具體用於，

在第一預設周期內，將IT負載及IDC中各個系統賦值的各個調整參數輸入到加載有預設規則算法的神經網絡中，通過第一次神經網絡進行預設時長的計算獲得相應的第一PUE值和第一次權重調整的調整參數；

從第二預設周期開始，將IT負載及第i減1次權重調整的調整參數輸入到加載有預設規則算法的神經網絡中，通過第i次神經網絡進行預設時長的計算獲得相應的第i PUE值和第i次權重調整的調整參數，直至完成第預設次數的神經網絡計算；

記錄每次神經網絡計算獲得的PUE值和各PUE值相應的權重調整的調整參數；

所述i為大於等於2的整數。

進一步地，該裝置還包括假負載單元，用於根據IDC系統功率等級模擬生成IDC假負載功耗，作為所述IDC的IT負載。

與現有技術相比，本申請技術方案包括：根據IDC的IT負載及預設的賦值策略賦值IDC中各個系統相應的調整參數；將IT負載及IDC中各個系統賦值的各個調整參數輸入到加載有預設規則算法的神經網絡中，進行預設次數的神經網絡計算後，記錄每次神經網絡計算獲得的電源使用效率(PUE)值和各PUE值相應的權重調整的調整參數；加載記錄的PUE值最小時的各權重調整的調整參數到IDC的各個系統中進行功耗控制。本發明方法通過對IDC中包含的系統採用包含預設規則算法的神經網絡計算獲得PUE最小時各個系統的權重調整的調整參數，優化了IDC的性能，降低了IDC的功耗。

附圖說明

此處所說明的附圖用來提供對本發明的進一步理解，構成本申請的一部分，本發明的示意性實施例及其說明用於解釋本發明，並不構成對本發明的不當限定。在附圖中：

圖1為本發明實現IDC功耗控制的方法的流程圖；

圖2為本發明實現IDC功耗控制的裝置的結構框圖；

圖3為本發明實施例製冷外機系統的結構框圖；

圖4為本發明實施例製冷末端系統的結構框圖；

圖5為本發明實施例交直流供電系統的結構框圖；

圖6為本發明實施例假負載單元的結構框圖；

圖7為本發明實施例神經網絡計算單元輸入輸出示意圖。

具體實施方式

為使本發明的目的、技術方案和優點更加清楚明白，下文中將結合附圖對本發明的實施例進行詳細說明。需要說明的是，在不衝突的情況下，本申 請中的實施例及實施例中的特徵可以相互任意組合。

圖1為本發明實現IDC功耗控制的方法的流程圖，如圖1所示，包括：

步驟100、根據IDC的網際網路技術(IT)負載及預設的賦值策略賦值IDC中各個系統相應的調整參數；

需要說明的是，這裡預設的賦值策略賦值調整參數可以是技術人員從歷史數據中選擇出的經驗值，或者以經驗值為基礎設定的數值。

本步驟中，IDC中包含製冷外機系統、製冷末端系統及交直流供電系統；賦值IDC中各個系統相應的調整參數具體包括：

賦值IDC中製冷外機系統、製冷末端系統及交直流供電系統中各個單元相應的調整參數。

優選的，製冷外機系統包含製冷外機單元，賦值製冷外機單元相應的調整參數包括：製冷外機處於開啟狀態的數目、開啟的製冷外機中壓縮機的工作狀態參數和質量載體的流量；

製冷末端系統包括風機單元和盤管單元，賦值製冷末端系統相應的調整參數具體包括：風機單元的風機速度參數、盤管單元的盤管流量參數；

交直流供電系統包括交流供電裝置和直流供電裝置，賦值交直流供電系統相應的調整參數具體包括：交流供電裝置是否開啟參數、直流供電裝置是否開啟參數、直流供電裝置開啟時供電有效賦值參數。

本步驟之前還包括：根據IDC系統功率等級模擬生成IDC假負載功耗，作為IDC的IT負載。

需要說明的是，這裡模擬生成IDC假負載功耗是指通過電熱組及相應的開關，加上電能控制表等產生與IDC系統功率等級相同的負載環境。

步驟101、將IT負載及IDC中各個系統賦值的各個調整參數輸入到加載有預設規則算法的神經網絡中，進行預設次數的神經網絡計算後，記錄每次神經網絡計算獲得的電源使用效率(PUE)值和各PUE值相應的權重調整的調整參數；

本步驟中，預設的神經網絡計算規則包括赫步定律(HEbb)規則、Delta規則或反向傳播學習法。

需要說明的是，HEbb規則、Delta規則或反向傳播學習法包含的內容為本領域技術人員的公知常識。

本步驟中，預設次數的神經網絡計算具體包括：

在第一預設周期內，將IT負載及IDC中各個系統賦值的各個調整參數輸入到加載有預設規則算法的神經網絡中，通過第一次神經網絡進行預設時長的計算獲得相應的第一PUE值和第一次權重調整的調整參數；

從第二預設周期開始，將IT負載及第i減1次權重調整的調整參數輸入到加載有預設規則算法的神經網絡中，通過第i次神經網絡進行預設時長的計算獲得相應的第i PUE值和第i次權重調整的調整參數，直至完成第預設次數的神經網絡計算；

i為大於等於2的整數。

需要說明的是，這裡預設時長可以包括神經網絡計算可以使PUE值趨於穩定的時長，可以根據IDC內設備性能、負載大小等影響計算量的參數進行設定，一般的，可以取預設時長為15到30分鐘，計算量越大時，預設時長越長；另外，神經網絡計算次數是按照1為單位逐步增加，預設次數大小根據系統功耗控制要求確定，計算次數越多，可以獲得最佳的權重調整的調整參數越好；由於進行權重調整的調整參數的加載並不影響IDC的工作，因此，本發明方法可以循環進行，當然，根據需要在系統穩定之後，可以設定預設次數較大，這樣可以進行較少次數的調整。

步驟102、加載記錄的PUE值最小的各權重調整的調整參數到IDC的各個系統中進行功耗控制。

本發明方法通過對IDC中包含的系統採用包含預設規則算法的神經網絡計算獲得PUE最小時各個系統的權重調整的調整參數，優化了IDC的性能，降低了IDC的功耗。

圖2為本發明實現IDC功耗控制的裝置的結構框圖，如圖2所示，包括：賦值單元、神經網絡計算單元及加載控制單元；其中，

賦值單元，用於根據IDC的IT負載及預設的賦值策略賦值IDC中各個系統相應的調整參數；

神經網絡計算單元，用於將IT負載及IDC中各個系統賦值的各個調整參數輸入到加載有預設規則算法的神經網絡中，進行預設次數的神經網絡計算後，記錄每次神經網絡計算獲得的PUE值和各PUE值相應的權重調整的調整參數；

加載控制單元，用於加載記錄的PUE值最小時的各權重調整的調整參數到IDC的各個系統中進行功耗控制。

需要說明的是，加載控制單元可以通過微控制單元(MCU)實現具體加載過程。

IDC中包含製冷外機系統、製冷末端系統及交直流供電系統；其中，

製冷外機系統包含製冷外機單元，製冷末端系統包括風機單元和盤管單元，交直流供電系統包括交流供電裝置和直流供電裝置；

賦值單元具體用於，根據IDC的IT負載及預設的賦值策略，

賦值製冷外機系統製冷外機處於開啟狀態的數目、開啟的製冷外機中壓縮機的工作狀態參數和質量載體的流量；

賦值製冷末端系統風機單元的風機速度參數、盤管單元的盤管流量參數；

賦值交直流供電系統交流供電裝置是否開啟參數、直流供電裝置是否開啟參數、直流供電裝置開啟時供電有效賦值參數。

神經網絡計算單元具體用於，

在第一預設周期內，將IT負載及IDC中各個系統賦值的各個調整參數輸入到加載有預設規則算法的神經網絡中，通過第一次神經網絡進行預設時長的計算獲得相應的第一PUE值和第一次權重調整的調整參數；

從第二預設周期開始，將IT負載及第i減1次權重調整的調整參數輸入到加載有預設規則算法的神經網絡中，通過第i次神經網絡進行預設時長的計算獲得相應的第i PUE值和第i次權重調整的調整參數，直至完成第預設次數的神經網絡計算；

記錄每次神經網絡計算獲得的PUE值和各PUE值相應的權重調整的調整參數；

i為大於等於2的整數。

本發明裝置還包括假負載單元，用於根據IDC系統功率等級模擬生成IDC假負載功耗，作為IDC的IT負載。

需要說明的是，假負載單元、神經網絡計算單元及IDC中各個系統在進行數據傳輸時，可以通過串口通信方式連接。

以下通過具體實施例對本發明方法進行清楚詳細的說明，實施例僅用於陳述本發明，並不用於限制本發明方法的保護範圍。

實施例1

IDC中包含製冷外機系統、製冷末端系統及交直流供電系統；其中，製冷外機系統包含製冷外機單元，賦值製冷外機單元相應的調整參數包括：製冷外機處於開啟狀態的數目、開啟的製冷外機中壓縮機的工作狀態參數和質量載體的流量；具體的，可以通過串聯在各個單元的調節器實現，本實施例假設製冷外機處於開啟狀態的數目為P0，通過P0調節器進行調整；開啟的製冷外機中壓縮機的工作狀態參數P1，通過P1調節器進行調整；質量載體的流量P2，通過P2調節器進行調整；參數加載過程通過第一MCU實現。圖3為本發明實施例製冷外機系統的結構框圖，如圖3所示，通過設定的第一MCU及調節器P0、P1、P2進行製冷外機系統調整參數的加載。

製冷末端系統包括風機單元和盤管單元，賦值製冷末端系統相應的調整參數具體包括：風機單元的風機速度參數、盤管單元的盤管流量參數；本實施例假設風機單元的風機速度參數為P3，通過P3調節器進行調整；盤管單元的盤管流量參數P4，通過P4調節器進行調整；參數加載過程通過第二MCU實現。圖4為本發明實施例製冷末端系統的結構框圖，如圖4所示，通過設定的第二MCU及調節器P3、P4進行製冷外機系統調整參數的加載。

交直流供電系統包括交流供電裝置和直流供電裝置，賦值交直流供電系統相應的調整參數具體包括：交流供電裝置是否開啟參數、直流供電裝置是否開啟參數、直流供電裝置開啟時供電有效賦值參數。本實施例假設交流供電裝置是否開啟參數、直流供電裝置是否開啟參數為一對布爾參數P5，通過P5調節器進行調整，與開關電路連接；直流供電裝置開啟時供電有效賦值參數P6，通過P6調節器進行調整，P6為大於0且小於1的參數，用於調整電 壓比例。參數加載過程通過第三MCU實現。圖5為本發明實施例交直流供電系統的結構框圖，如圖5所示，通過設定的第三MCU及調節器P5、P6進行交直流供電系統的調整參數的加載，在交直流供電系統中，還包括電能綜合儀，執行布爾參數的選擇開關執行器等。

本實施包括假負載單元，用於根據IDC系統功率等級模擬生成IDC假負載功耗，作為IDC的IT負載。圖6為本發明實施例假負載單元的結構框圖，如圖6所示，本實施例假負載單元按照IDC的功率等級模擬生成IDC假負載功耗，即通過多開關控制器控制發熱電阻組的工作狀態，通過電量儀獲得準確的功耗信息，電路中還包括風扇、進行開關控制的第四MCU和硬體通信接口。

神經網絡計算單元，用於將IT負載及IDC中各個系統賦值的各個調整參數輸入到加載有預設規則算法的神經網絡中，進行預設次數的神經網絡計算後，記錄每次神經網絡計算獲得的PUE值和各PUE值相應的權重調整的調整參數；

圖7為本發明實施例神經網絡計算單元輸入輸出示意圖，如圖7所示，在輸入層輸入IT負載、P0、P1、P2、P3、P4、P5、P6後，通過加載有赫步定律(HEbb)規則、Delta規則或反向傳播學習法的神經網絡，計算獲得預設次數的PUE值及包含權重調整的P0、P1、P2、P3、P4、P5、P6，具體計算過程在隱含層或處理層進行，圖7輸入層或輸出層之間為隱含層和處理層。

預設次數的神經網絡計算具體包括：在第一預設周期內，將IT負載及IDC中各個系統賦值的各個調整參數輸入到加載有預設規則算法的神經網絡中，通過第一次神經網絡進行預設時長的計算獲得相應的第一PUE值和第一次權重調整的調整參數；從第二預設周期開始，將IT負載及第i減1次權重調整的調整參數輸入到加載有預設規則算法的神經網絡中，通過第i次神經網絡進行預設時長的計算獲得相應的第i PUE值和第i次權重調整的調整參數，直至完成第預設次數的神經網絡計算；i為大於等於2的整數。

加載控制單元，從神經網絡計算單元計算獲得的PUE中，確定PUE值最小的一個，將該PUE值對應的權重調整的P0、P1、P2、P3、P4、P5、P6加載到IDC的各個系統中進行功耗控制，加載可以通過MCU實現。

雖然本發明所揭露的實施方式如上，但所述的內容僅為便於理解本發明而採用的實施方式，並非用以限定本發明。任何本發明所屬領域內的技術人員，在不脫離本發明所揭露的精神和範圍的前提下，可以在實施的形式及細節上進行任何的修改與變化，但本發明的專利保護範圍，仍須以所附的權利要求書所界定的範圍為準。