一种数据中心机房环境的综合管理系统及方法与流程

本发明涉及数据中心机房环境管理技术领域，具体地，涉及一种数据中心机房环境的综合管理系统及方法。

背景技术：

近年来，随着互联网技术与产业的不断升级换代，云计算、虚拟化等服务的快速发展，数据中心行业规模增长迅猛，数据中心机房的数量和面积迅速增长。数据中心运行的it设备，包括交换机、路由器和服务器等需要全年不间断运行以向互联网用户提供服务，同时需要空调等辅助制冷系统实时供应冷能以维持其可靠运行，因此电能消耗量巨大。有研究表明，数据中心的耗能部分中，制冷系统能耗占比约为数据中心总能耗的40％。因此，降低制冷系统的能耗是目前数据中心节能、提高能源效率的重点关注环节。

目前，数据中心机房的制冷技术通常具有如下问题：环境感知不够精确，制冷方案不够精细，没有采用最优化的方案考虑机房环境中热量的产生及消除动态关系。

现有数据中心的节能方式多采用固定风道的设计，通过专用的导管不断地向房间输送冷空气，并将热空气从房间排出，保持测温点数值在低位，但是其测温点也仅随机布置在机房局部位置，无法全面了解机房内的温度分布，缺乏对数据中心内微环境尤其是局部热点的数据采集，不能够对精细化的环境数据实时分析从而控制局部环境。

综上所述，随着数据中心机房规模不断扩大，it设备如交换机、路由器、服务器等数量不断增多，数据中心能耗呈现指数级增长，特别是目前的制冷技术及方案多考虑系统环境中的局部变量，没有从整体、全面的视角分析、改进、优化数据中心综合能耗，无法满足数据中心机房环境的绿色节能制冷需求。

技术实现要素：

本发明针对现有技术中存在的上述不足，提供了一种数据中心机房环境的综合管理系统及方法，具有对机房环境的感知、分析、决策及智能控制功能，能够从整体、全局的视角分析、考虑系统环境中与能耗相关的主要变量，进而改进、优化数据中心综合能耗，实现绿色节能的目标。

本发明是通过以下技术方案实现的。

根据本发明的一个方面，提供了一种数据中心机房环境的综合管理系统，包括：

环境热源采集与分析子系统，所述环境热源采集与分析子系统用于获取数据中心机房内部全体设备的用电参数以及外部环境数据，得到数据中心机房环境全部热源信息数据；

环境综合精准感知子系统，所述环境综合精准感知子系统用于获取数据中心机房内部环境数据；

制冷控制子系统，所述制冷控制子系统用于调节数据中心机房内部环境数据；

智能分析决策子系统，所述智能分析决策子系统根据所述环境热源采集与分析子系统和/或所述环境综合精准感知子系统获取的数据，计算分析得到优化后的制冷控制子系统的控制参数并传递至制冷控制子系统作为进一步调节数据中心机房内部环境数据的依据，优化数据中心制冷效率。

优选地，所述数据中心机房内部全体设备的用电参数，包括：

it设备实时电压、电流、功率以及温度参量；

空调及制冷设备本身发出的热量；

办公设备及其他用电设备产生的热量；

所述外部环境数据，包括：

机房所在建筑物外部环境温度、湿度参量。

根据各用电设备的电源电压u和电流i，以及公式w＝uit(t代表时间)，可知各用电设备消耗的电能w，该电能w约等于各用电设备产生的热量。根据机房所在建筑物外部环境温度、湿度参量，可获得机房的基础温度及湿度数据。

优选地，所述外部环境数据通过敷设于机房所在建筑物外部的传感器采集获取。

优选地，所述环境综合精准感知子系统包括多路分布式光纤温度传感器和风场及湿度传感设备；其中：

所述分布式光纤温度传感器用于探测数据中心机房内部设定范围内的机柜、机房电源电缆、制冷系统及控制系统的环境区域温度；

所述风场及湿度传感设备分布于数据中心机房内的多个空间，用于监测传感设备附近的风向风速及湿度大小；

所述环境区域温度、风向风速及湿度大小形成数据中心机房内部环境数据。

优选地，所述制冷控制子系统，包括空调设备和风道控制设备；其中：

所述空调设备设有多个可活动调节的出风口，所述出风口均位于机柜正前方的地面上；

所述风道控制设备包括可控制开闭的通风地板以及可调节转速的鼓风机，所述鼓风机布置在通风地板附近，所述通风地板布置在出风口的末端。

优选地，所述通风地板整体铺设于地面上，包括地板本体以及与地板本体驱动连接的转轴组件。

优选地，所述地板本体包括由若干格栅组成的内槽板；所述转轴组件包括电机、转轴、第一齿轮、第二齿轮、齿条以及格栅阀叶，其中：

所述电机与所述第一齿轮相连，所述第一齿轮与所述齿条相连，所述齿条与所述第二齿轮相连，所述第二齿轮与所述转轴相连，所述转轴与所述格栅阀叶相连，所述格栅阀叶与所述内槽板连接，驱动内槽板翻转。

优选地，所述智能分析决策子系统包括数据处理模块、机器学习模块及专家决策模块；其中：

所述数据处理模块，根据所述环境热源采集与分析子系统和/或所述环境综合精准感知子系统获取的数据，计算、分析制冷控制子系统各项工作参数(包括空调设备的出风温度、回风温度、总制冷量、通风地板的开闭状态以及鼓风机的转速)，并对各项工作参数进行优化，得到制冷控制子系统执行效率结果；

所述机器学习模块，根据所述环境热源采集与分析子系统和/或所述环境综合精准感知子系统不断获取的数据，更新所述数据处理模块得到的制冷控制子系统执行效率结果，进而得到制冷控制子系统执行效率的最优化结果；

所述专家决策模块，根据所述数据处理模块得到的优化后的工作参数以及机器学习模块得到的制冷控制子系统执行效率的最优化结果，输出控制参数至制冷控制子系统。

优选地，所述环境热源采集与分析子系统、环境综合精准感知子系统、制冷控制子系统以及智能分析决策子系统中的任意三个子系统相互作用、相互影响、互相关联并且均能够构成一个微系统；其中：

所述智能分析决策子系统获取环境热源采集与分析子系统采集的数据中心机房环境全部热源信息以及环境综合精准感知子系统获取的数据中心机房内部环境数据，构成微系统i；

所述智能分析决策子系统对制冷控制子系统各项工作参数进行分析、计算，并将优化后的控制参数输出给制冷控制子系统，同时，所述制冷控制子系统对智能分析决策子系统的控制做出响应，所述环境综合精准感知子系统不断获取调节后的数据中心机房内部环境数据并反馈至智能分析决策子系统，构成微系统ii；

所述环境综合精准感知子系统探测环境热源采集与分析子系统的各项参数，为制冷控制子系统提供实时、全面的环境参数用于迅速反馈及评估制冷效果，以实现热量的产生与消除这一热力学动态平衡过程，保证数据中心正常运行，构成微系统iii；

所述智能分析决策子系统分析环境热源采集与分析子系统实时及历史热量数据以及制冷控制子系统的实时及历史制冷量数据，评估制冷系统的工作效率pue，通过不断积累运行数据，预测数据中心机房内不同区域热源设备在不同时间段热量数据，控制制冷控制子系统的开启和关闭，构成微系统iv。

根据本发明的另一个方面，提供了一种数据中心机房环境的综合管理方法，包括：

获取数据中心机房内部全体设备的用电参数以及外部环境数据，得到数据中心机房环境全部热源信息数据；

获取数据中心机房内部环境数据；

根据获取的数据中心机房环境全部热源信息数据和/或数据中心机房内部环境数据，计算分析得到优化后的数据中心机房制冷设备控制参数，作为调节数据中心机房内部环境数据的依据，优化数据中心制冷效率。

优选地，所述方法还包括：

所述数据中心机房制冷设备根据所述控制参数进行响应，并获取调节后的数据中心机房内部环境数据进行反馈，不断优化数据中心机房制冷设备控制参数，得到最优的数据中心制冷效率。

由于采用了上述技术方案，本发明具有如下有益效果：

本发明提供的数据中心机房环境的综合管理系统及方法，能够对数据中心机房内各个区域的温度进行覆盖式实时测量并生成机房内热力分布，对湿度和风场进行还原，实时监测热源设备的工作负载，通过控制空调功耗、地板出风口的开合、以及对热点区域局部风道的优化及风扇转速的调整，精确控制机房内各区域的温度同一性，减低散热系统的功耗，同时使用大数据机器学习，评估制冷效率，改进散热方案，得到数据中心制冷效率的最优结果。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为本发明一优选实施例中数据中心机房环境的综合管理系统的结构示意图；

图2为本发明一优选实施例中微系统i结构示意图；

图3为本发明一优选实施例中微系统ii结构示意图；

图4为本发明一优选实施例中微系统iii结构示意图；

图5为本发明一优选实施例中微系统iv结构示意图。

具体实施方式

下面对本发明的实施例作详细说明：本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。

本发明实施例提出了一种数据中心机房环境的综合管理系统，该系统包括：

环境热源采集与分析子系统1，环境热源采集与分析子系统1用于获取数据中心机房内部全体设备的用电参数以及外部环境数据，得到数据中心机房环境全部热源信息数据；

环境综合精准感知子系统2，环境综合精准感知子系统2用于获取数据中心机房内部环境数据；

制冷控制子系统3，制冷控制子系统3用于调节数据中心机房内部环境数据；

智能分析决策子系统4，智能分析决策子系统4根据环境热源采集与分析子系统1和/或环境综合精准感知子系统2获取的数据，计算分析得到优化后的制冷控制子系统3的控制参数并传递至制冷控制子系统3作为进一步调节数据中心机房内部环境数据的依据，优化数据中心制冷效率。

作为一优选实施例，数据中心机房内部全体设备的用电参数，包括：

it设备实时电压、电流、功率以及温度参量；

空调及制冷设备本身发出的热量；

办公设备及其他用电设备产生的热量；

外部环境数据，包括：

机房所在建筑物外部环境温度、湿度参量。

根据用电设备的电源电压u和电流i以及公式w＝uit(t代表时间)，可知用电设备消耗的电能w，该电能w约等于用电设备产生的热量。根据机房所在建筑物外部环境温度、湿度参量，可获得机房的基础温度及湿度数据。

作为一优选实施例，外部环境数据通过敷设于机房所在建筑物外部的传感器采集获取。

作为一优选实施例，环境综合精准感知子系统2包括多路分布式光纤温度传感器和风场及湿度传感设备；其中：

分布式光纤温度传感器用于探测数据中心机房内部设定范围内的机柜、机房电源电缆、制冷系统及控制系统的环境区域温度；

风场及湿度传感设备分布于数据中心机房内的多个空间，用于监测传感设备附近的风向风速及湿度大小；

环境区域温度、风向风速及湿度大小形成数据中心机房内部环境数据。

作为一优选实施例，制冷控制子系统3，包括空调设备和风道控制设备；其中：

空调设备设有多个可活动调节的出风口，出风口均位于机柜正前方的地面上；

风道控制设备包括可控制开闭的通风地板以及可调节转速的鼓风机，鼓风机布置在通风地板附近，用于增大出风风量，通风地板布置在出风口的末端。

作为一优选实施例，通风地板整体铺设于地面上，包括地板本体以及与地板本体驱动连接的转轴组件。

作为一优选实施例，地板本体包括由若干格栅组成的内槽板；转轴组件包括电机、转轴、第一齿轮、第二齿轮、齿条以及格栅阀叶，其中：

电机与第一齿轮相连，第一齿轮与齿条相连，齿条与第二齿轮相连，第二齿轮与转轴相连，转轴与格栅阀叶相连，格栅阀叶与内槽板连接，驱动内槽板翻转。

作为一优选实施例，智能分析决策子系统4包括数据处理模块、机器学习模块及专家决策模块；其中：

数据处理模块，根据环境热源采集与分析子系统1和/或环境综合精准感知子系统2获取的数据，计算、分析制冷控制子系统3各项工作参数(包括空调设备的出风温度、回风温度、总制冷量、通风地板的开闭状态以及鼓风机的转速)，并对各项工作参数进行优化，得到制冷控制子系统3执行效率结果；

机器学习模块，根据环境热源采集与分析子系统1和/或环境综合精准感知子系统2不断获取的数据，更新数据处理模块得到的制冷控制子系统3执行效率结果，进而得到制冷控制子系统3执行效率的最优化结果；

专家决策模块，根据数据处理模块得到的优化后的工作参数以及机器学习模块得到的制冷控制子系统3执行效率的最优化结果，输出控制参数至制冷控制子系统3。

作为一优选实施例，环境热源采集与分析子系统1、环境综合精准感知子系统2、制冷控制子系统3以及智能分析决策子系统4中的任意三个子系统相互作用、相互影响、互相关联并且均能够构成一个微系统；其中：

智能分析决策子系统4获取环境热源采集与分析子系统1采集的数据中心机房环境全部热源信息以及环境综合精准感知子系统2获取的数据中心机房内部环境数据，构成微系统i；

智能分析决策子系统4对制冷控制子系统3各项工作参数进行分析、计算，并将优化后的控制参数输出给制冷控制子系统3，同时，制冷控制子系统3对智能分析决策子系统4的控制做出响应，环境综合精准感知子系统2不断获取调节后的数据中心机房内部环境数据并反馈至智能分析决策子系统4，构成微系统ii；

数据中心总内耗占比中，机房内it设备能耗超过40％，加上机房照明、办公等用电设备，这些设备不间断的运行，是机房环境热源的主要来源。制冷控制子系统3依照智能分析决策子系统4下达的控制参数，实施一系列制冷调节流程，通过交换带走用电设备运行热量。环境综合精准感知子系统2探测环境热源采集与分析子系统1的各项参数，为制冷控制子系统3提供精确、实时、全面的环境参数用于迅速反馈及评估制冷效果，以实现热量的产生与消除这一热力学动态平衡过程，保证数据中心正常运行，构成微系统iii；

智能分析决策子系统4分析环境热源采集与分析子系统1实时及历史热量数据以及制冷控制子系统3的实时及历史制冷量数据，评估制冷系统的工作效率pue，通过不断积累运行数据，预测数据中心机房内不同区域热源设备在不同时间段热量数据，控制制冷控制子系统3的开启和关闭，构成微系统iv。

在微系统iv中，制冷控制子系统3的制冷数据或制冷能力，能够通过制冷系统本身的工作参数经分析、计算后得到，而无需环境综合精准感知子系统2辅助。环境综合精准感知子系统2的作用是实时反馈环境变量数据，以方便实施进一步精密控制。因此，在微系统iv中，只描述参与相互作用的三个变量或子系统之间的关系。

在本发明部分实施例中：

该数据中心机房环境的综合管理系统可以看作是一种各子系统相互作用、彼此影响组成的“金刚石”或正四面体模型结构，并以此实现数据中心环境智能决策与控制功能，其结构组成及相互关系如图1所示；其中，“金刚石”或正四面体模型结构的每一个面均表征一个微系统，包括四个子系统中的任意三个子系统。

本发明用“金刚石”或正四面体模型描述数据中心机房环境的综合管理系统。“金刚石”模型的四个顶点或组成要素分别是：环境热源采集与分析子系统1，环境综合精准感知子系统2，制冷控制子系统3，智能分析决策子系统4，四个子系统相互作用、互相关联、彼此影响构成“金刚石”立体稳定结构。“金刚石”模型中每一个面均表征一个微系统，每个微系统由三个不同的顶点或上述四个子系统中的任意三个子系统构成。特别的，环境热源采集与分析子系统1，环境综合精准感知子系统2，制冷控制子系统3，构成“金刚石”模型的底边或塔基，智能分析决策子系统4是“金刚石”模型的塔尖，因此本发明提出的“金刚石”模型能够更全面地、立体化地分析、描述数据中心能耗的产生、感知、演进，通过智能化控制及决策，改进、优化数据中心综合能耗，实现绿色节能的目标。

环境热源采集与分析子系统，通过采集数据中心全体设备的电压、电流、功率等用电参数，用于综合分析数据中心机房环境全部热源信息。

环境综合精准感知子系统，通过多种物联网传感器技术多参数、多通道、精确、实时地探测及感知环境，包括但不限制以下方式及技术手段：通过分布式光纤温度传感器对数据中心机房环境全区域全覆盖式测温，包括设定范围内的机柜、机房电源电缆、制冷系统及控制系统等；以一定密度有序布置环境湿度传感器；以一定密度有序布置的环境风量传感器；以及机房室外布置各种传感器的方式，用于探测外环境区域的环境变量等。

制冷控制子系统包括机房内空调设备、风道控制及其他制冷设备，用于调节控制数据中心机房环境温度、湿度、风道系统的风量及风向等。

智能分析决策子系统包括数据处理模块、机器学习模块及专家决策模块，能够综合运算、分析考虑系统环境中与能耗相关的主要变量，进而改进、优化数据中心综合能耗，实现绿色节能的目标。

各子系统之间的工作关系为：

首先，智能分析决策子系统4通过环境热源采集与分析子系统1及环境综合精准感知子系统2获取数据中心机房内的主要热源设备工作状态数据以及机房内外环境的基础温度、湿度和风场数据；

其次，智能分析决策子系统4根据获取的数据，对制冷控制子系统3各项工作状态参数进行分析、计算，并将优化后的控制参数输出给制冷控制子系统3；

再次，制冷控制子系统3对智能分析决策子系统4的指导做出响应，通过调节控制风道系统使局部微环境中温度、湿度、风量等参数恢复到目标值，同时保持整体机房环境都处于目标工作状态；

最后，环境热源采集与分析子系统1及环境综合精准感知子系统2对制冷控制子系统3应用的效果收集反馈回智能分析决策子系统4，智能分析决策子系统4通过机器学习等手段，不断对制冷控制子系统3的工作方式进行调优，得到数据中心制冷效率的最优结果。

在本发明部分实施例中，还包括：

下面结合说明书附图，对本实施例所提供的技术方案进一步描述如下：

如图1所示，本实施例提供的一种数据中心机房环境的感知、分析、决策及智能控制系统，该控制系统包括：环境热源采集与分析子系统1、环境综合精准感知子系统2、制冷控制子系统3以及智能分析决策子系统4。

该环境热源采集与分析子系统1用于采集与分析数据中心机房全部设备热源信息，主要包括it设备实时电压、电流、功率以及温度参量；空调及制冷设备本身发出的热量；环境中的办公设备及其他用电设备产生的热量。系统还通过机房所在建筑物外部敷设的传感器，监控建筑物环境温度、湿度等参量。

该环境综合精准感知子系统2包括多路分布式光纤温度传感器、风场及湿度传感等多种传感设备。光纤温度传感器用于探测全环境区域温度，该区域包括设定范围内的机柜、机房电源电缆、制冷系统及控制系统等。分布式光纤温度传感器具有测温点密集，测温速度快，传感器无源，工作寿命长，使用安全防爆的特点；风场及湿度传感设备分布于机房的多个空间，用于监测该点附近的风向风速及湿度大小。

该制冷控制子系统3包括机房内空调设备、风道控制及其他制冷设备。机房内空调设备有多个可活动调节的出风口，出风口均位于机柜正前方地板，并在出风口末端布置可控制开闭的通风地板。风道控制设备包括上述可控制开闭的通风地板以及可调节转速的鼓风机，鼓风机布置在通风地板附近，增大冷风通量。引入动态控制的通风地板及鼓风机，改变机房以往固定风道的设计，通过动态化的管理手段，精确控制送风强度及风向，在面对机房增加设备以及设备在不同时间段的功耗差异问题时可以采取更有效、更节能的散热方案。

该智能分析决策子系统4是分析、决策软件系统，包括数据处理模块、机器学习模块及专家决策模块，通过分析输入的传感器数据，历史积累的大数据，进行复杂的分析计算，并通过决策系统将最优化工作参数传递给制冷控制子系统3完成一系列控制调节流程。

上述四个子系统相互之间均构成等边三角形微系统，如图2～5所示：

如图2所示，表征微系统ⅰ，包括智能分析决策子系统4、环境热源采集与分析子系统1，环境综合精准感知子系统2。较佳地，该智能分析决策子系统4分析采集自热源各类数据，对数据中心环境热量的产生、分布、演化建立精确的物理模型。

如图3所示，表征微系统ⅱ，包括智能分析决策子系统4、制冷控制子系统3，环境综合精准感知子系统2。根据智能分析决策子系统4下达的优化工作参数，制冷控制子系统3对超过阈值区域所对应的通风地板进行精确控制开合，启动鼓风机，调整局部制冷冷风通量，将过热区域的热量尽快带离该区域，降低该区域的温度。同时通过环境综合精准感知子系统2反馈验证实施效果；

如图4所示，表征微系统ⅲ，包括环境热源采集与分析子系统1、环境综合精准感知子系统2、制冷控制子系统3。环境综合精准感知子系统2探测环境热源采集与分析子系统1的各项环境参数，识别机柜正面、背面，机房中电源和电缆以及机房的局部热点区域，从而能够分层次，多维度的检测和控制机房内的环境温度。制冷控制子系统3依照下达的工作参数，实施一系列控制调节流程，完成热量的产生与消除这一动态平衡过程。

如图5所示，表征微系统ⅳ，包括智能分析决策子系统4、环境热源采集与分析子系统1、制冷控制子系统3。智能分析决策子系统4分析环境热源采集与分析子系统1实时及历史热量数据，制冷控制子系统3的实时及历史热量数据，通过不断积累运行数据，能够预测机房内不同区域热源设备在不同时间段热量数据，提前开启降温系统预先散热，减少局部热量累积的形成。

以上四个微系统有序对运行，感知机房内外环境精确参数，智能分析决策子系统4能够建立机房环境分布模型，通过制冷控制子系统3的系列操作，实现数据中心it设备正常运行与综合能耗降低的最优状态。

本发明另一实施例，提供了一种数据中心机房环境的综合管理方法，包括：

获取数据中心机房内部全体设备的用电参数以及外部环境数据，得到数据中心机房环境全部热源信息数据；

获取数据中心机房内部环境数据；

根据获取的数据中心机房环境全部热源信息数据和/或数据中心机房内部环境数据，计算分析得到优化后的数据中心机房制冷设备控制参数，作为调节数据中心机房内部环境数据的依据，优化数据中心制冷效率。

作为一优选实施例，该方法还包括：

数据中心机房制冷设备根据控制参数进行响应，并获取调节后的数据中心机房内部环境数据进行反馈，不断优化数据中心机房制冷设备控制参数，得到最优的数据中心制冷效率。

本发明上述实施例所提供的数据中心机房环境的综合管理系统及方法，可以精确了解数据中心热源的产生及实时变化情况，精确感知诸如温度、湿度、风场等环境参量的变动，精确启动及控制制冷系统，最重要的在采集和分析以上几种重要变量的基础上，智能分析决策子系统能够全面实时感知及分析数据中心热源及环境参量，通过数据分析及机器学习创新的技术分析手段，精确指导制冷系统，优化温度场分布，消除环境空间局部热点，预测系统制冷目标及需求，不断迭代优化实现绿色节能的目标。

需要说明的是，本发明提供的方法中的步骤，可以利用系统中对应的模块、装置、单元等予以实现，本领域技术人员可以参照系统的技术方案实现方法的步骤流程，即，系统中的实施例可理解为实现方法的优选例，在此不予赘述。

本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以，本发明提供的系统及其各项装置可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构；也可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。