1.适用范围

　　适用于新建数据中心及在用数据中心改造。

　　2.技术原理及工艺

　　通过本地监控系统实时监控汇总本数据中心基础设施，同时将实时运行数据及相关配置参数上传给云端平台，云端平台根据从全国各个数据中心收集到的数据做横向比较及汇算，基于贝叶斯分析算法，将整体运行策略及管理参数建议下发给各本地监控系统，本地监控系统将策略、建议等反馈给运维人员及动态调节设备运行。工作原理如图所示。

工作原理图

　　3.技术指标

　　（1）改造类节电率可达到 12%~30％以上。

　　（2）电能使用效率（PUE）下降 0.08 以上。

　　（3）本地闭环控制响应时间 60 毫秒以内。

　　（4）本地中心相应时间 300 毫秒以内。

　　（5）云端数据汇总反馈周期为每天一次。

　　4.技术功能特性

　　（1）减少现场驻场运维人数，部分小型机房可在无人值守情况下稳定、高效运行。

　　（2）专家团队集中化，通过可视化对讲直接指导现场运维工作；同时集中化的团队，能减少跨专业问题带来的沟通成本。

　　（3）大量的数据采集样本带来的大数据资源，成为节能减排工作的重要数据依据。

　　（4）每级中心均可本地闭环工作，能够更高效、稳定地提供服务。

　　（5）基于大数据分析，为后续新建数据中心的设计及建设工作提供了优化的依据。

　　5.应用案例

　　河北某数据中心项目，技术提供单位为深圳市杭金鲲鹏数据有限公司。

　　（1）用户情况简单说明

　　河北某数据中心为新建数据中心，建设时间为 2018 年，机架数量约为 1000 架，设计容量 15000 千伏安，集中式冷水机组供冷。

　　（2）实施内容及周期

　　初期即部署本系统，同时对机房动力环境、电力系统及制冷自动化系统进行监控；建设完毕后第一整年由本地系统进行动态策略控制，未接入云端平台参与大数据策略调整。实施周期 4 个月。

　　（3）节能减排效果及投资回收期

　　建设完毕后，整个数据中心第一整年平均 PUE 约在 1.38，第二年系统接入到云端数据中心；接入完成后，相较于原有的本地闭环动态控制策略，年平均 PUE 降至 1.29。第一年平均每台服务器单月用电量为 257 千瓦时（总电耗/服务器数量），第二年平均每台服务器单月用电量为 237 千瓦时，年节电 314.9 万千瓦时。第一年平均每台服务器单月用水量为0.49 立方米（总水耗/服务器数量），第二年平均每台服务器单月用水量为 0.43 立方米，年节水 5160 立方米，年节水约9400 立方米。投资回收期 3 个月。

　　6.未来推广前景

　　预计未来 5 年，在大型数据中心市场占有率可达到 30%。