APP下载

基于数据挖掘方法的数据中心能耗与空调系统关键参数量化关系研究*

2021-06-23清华大学生态规划与绿色建筑教育部重点实验室生态规划与绿色建筑教育部重点实验室清华大学中国新型城镇化研究院清华大学生态规划与绿色建筑教育部重点实验室林波荣

暖通空调 2021年6期
关键词:数据挖掘

清华大学 生态规划与绿色建筑教育部重点实验室 王 曼 生态规划与绿色建筑教育部重点实验室 清华大学中国新型城镇化研究院 黄 莉 清华大学 生态规划与绿色建筑教育部重点实验室 李 书 周 浩 林波荣

0 引言

2013年以来,中国互联网数据中心(IDC)产业进入高速发展阶段。伴随着IDC产业的迅速发展,国内数据中心的建设量和耗电量呈现逐年增加的态势,仅2016年一年,数据中心的耗电量就相当于三峡水电站一年的发电量[1]。因此,数据中心已成为全国的能耗大户之一,对其进行节能研究对我国节能降耗具有重要意义。

欧洲和北美地区开展数据中心节能研究起步较早。欧洲绿色网格组织提出的电能利用效率PUE(power usage effectiveness)指标是目前评价数据中心能效的最权威指标,PUE越接近1,则数据中心的能效越高。基于PUE指标,绿色网格组织和美国环境保护署分别提出了各自的能效分级[2]。为促进欧洲数据中心的节能降耗,欧盟行为准则设立了数据中心能效项目,收集了欧洲数据中心的能耗情况。经统计分析,截至2016年,加入该项目的268个欧洲数据中心PUE普遍分布在1.6~2.0范围内,其次为1.4~1.6。根据绿色网格的标准,普遍处于平均水平和高效水平之间。且其PUE平均值总体呈下降趋势,由2009年的1.87下降至2016年的1.64,欧洲数据中心能效有明显提升[3]。与欧美相比,国内目前尚未有详细完整的数据中心PUE数据调研情况。现有文献显示,国内数据中心的PUE大部分处于2.2~3.0及更高水平[4],与欧美还存在很大差距,国内数据中心节能潜力巨大。……

登录APP查看全文

猜你喜欢

数据挖掘
基于数据挖掘的船舶通信网络流量异常识别方法
探讨人工智能与数据挖掘发展趋势
数据挖掘技术在打击倒卖OBU逃费中的应用浅析
基于并行计算的大数据挖掘在电网中的应用
数据挖掘技术在中医诊疗数据分析中的应用
一种基于Hadoop的大数据挖掘云服务及应用
数据挖掘在高校图书馆中的应用
数据挖掘的分析与探索
基于GPGPU的离散数据挖掘研究
利用数据挖掘技术实现LIS数据共享的开发实践