[发明专利]网络流量负载变化时的网络中心机房节能优化方法

权利要求书

1.一种网络流量负载变化时的网络中心机房节能优化方法，其特征在于，包括：

步骤1、通过CFD软件仿真获取网络中心机房不同工况下的n组温度场数据，计算温度场的POD本征正交分解模型及系数，以网络设备功率负载和冷却系统运行参数作为输入、POD模型系数作为输出训练神经网络，取占总能量99.5％的m组POD模型进行温度场预测；

步骤2、根据网络设备的流量负载和设备功耗之间的关系，建立不同网络设备的比特功耗模型；

步骤3、当网络设备流量负载变化时，以经验确定的流量负载调整量ΔDload对网络设备j，进行流量负载分配，j＝1，…，M，M为网络设备数量；根据当前流量负载分配策略Load_distribution(j)＝(Dload₁，…，Dload_j+ΔDload，…，Dload_M)和冷却系统运行策略Cool_Strategy(j)＝(Q_j，…，T_CRAC，j，R_1，j，…，R_M，j)，用温度场预测模型计算流量负载分配后的温度场分布；Dload₁，…，Dload_M为网络设备的流量负载；Q为空调送风量；T_CRAC为空调送风温度；R₁，…，R_M为与机柜相对应的可调节送风地板的开孔率，下标M为机柜数量；根据温度场预测评估网络设备冷却效果；如果设备的入口风温超过设定值时，调整冷却系统运行策略并用温度场预测模型重新计算温度场分布，并再次评估设备冷却效果，直至所有网络设备在安全的环境温度下工作，更新冷却系统运行策略Cool_Strategy(j)；计算网络设备j有ΔDload流量负载增量时产生的冷却功耗增量ΔP_cool，j；

步骤4、根据当前网络设备的流量负载分配，通过比特功耗模型计算每台设备调整ΔDload流量负载产生的设备功耗增量ΔP_equip，j；

步骤5、将每一台设备调整流量负载的设备功耗增量ΔP_equip，j和冷却功耗增量ΔP_cool，j求和计算总功耗增量，选择总功耗增量最小的网络设备调整流量负载ΔDload，更新流量负载分配策略Load_distribution＝Load_distribution(j)和冷却系统运行策略Cool_Strategy＝Cool_Srategy(j)；

步骤6、在步骤5中确定的流量负载分配策略和冷却系统运行策略基础上，重复3～5步至流量负载分配完毕；

步骤7、通过流量负载分配模块和冷却系统控制模块执行流量负载分配策略和冷却系统运行策略；

步骤8、根据信息采集模块收集的温度信息和网络设备功率负载信息，实现温度场预测模型的实时修正。

2.根据权利要求1所述的网络流量负载变化时的网络中心机房节能优化方法，其特征在于，所述步骤1中温度场预测模型采用POD和神经网络相结合的方法建立，分为以下步骤：

步骤101、基于商业CFD软件进行仿真获取数据；每一组仿真设定值包括：空调送风量Q，送风温度T，可调节送风地板的开孔率R₁…R_M，网络设备功率负载W₁…W_M；设定值取值范围根据网络中心机房运行规范确定，每一个设定值的随机取值符合独立的平均分布；

步骤102、计算温度场POD模型；POD模型的计算公式如下：

其中，为温度场的第i个POD模型，T_k为第k次CFD仿真获得的温度场，T₀为n组仿真温度场数据的平均值；a和λ分别为矩阵C的特征向量和特征值；

步骤103、使用CFD仿真设定值(Q，…，T，R₁…R_M，W₁…W_M)和POD模型系数b作为输入和输出训练神经网络；神经网络优选前向型BP神经网络或反馈型Elman神经网络；POD模型系数b_i计算公式为：

步骤104、通过温度场预测模型对运行参数调整后的网络中心机房进行温度场预测；温度场预测值为：