[发明专利]一种面向数据中心的能耗监测和碳排放核算的方法和装置在审
申请号: | 202210465508.3 | 申请日: | 2022-04-29 |
公开(公告)号: | CN114860704A | 公开(公告)日: | 2022-08-05 |
发明(设计)人: | 冉泳屹;李庆华;雒江涛 | 申请(专利权)人: | 重庆邮电大学 |
主分类号: | G06F16/215 | 分类号: | G06F16/215;G06F16/2458;G06N3/04;G06N3/08;G06Q10/04;G06Q50/26 |
代理公司: | 成都行之专利代理事务所(普通合伙) 51220 | 代理人: | 伍旭伟 |
地址: | 400000 重*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 面向 数据中心 能耗 监测 排放 核算 方法 装置 | ||
1.一种面向数据中心的能耗监测和碳排放核算的方法,其特征在于,包括:
对数据中心进行解构,确定数据中心的各目标设备,以及各目标设备所对应的能耗参数;
对所述各目标设备所对应的能耗参数进行采集,获得各目标设备的实时能耗数据;
对所述实时能耗数据进行预处理,获得等时间粒度下各目标设备的能耗报表;
根据所述能耗报表计算各目标设备的碳排放总量,并根据所述碳排放总量计算目标设备中的IT设备的碳排放效率,根据所述碳排放总量和所述碳排放效率生成各目标设备的碳排放报表;其中,所述碳排放总量等于化石燃料燃烧的碳排放量、净购入的电力和热力产生的间接碳排放量以及废水厌氧处理产生的碳排放量三者之和;
将所述能耗报表和碳排放报表输入至深度神经网络模型进行预测,获得预测结果。
2.根据权利要求1所述的一种面向数据中心的能耗监测和碳排放核算的方法,其特征在于,所述对所述各目标设备所对应的进行采集,获得各目标设备的实时能耗数据,具体为:
根据各目标设备所对应的能耗参数的类型确定采集所述能耗参数的传感器的类型;
通过所述传感器的类型采集对应目标设备所对应的能耗参数,获得各目标设备的实时能耗数据。
3.根据权利要求1所述的一种面向数据中心的能耗监测和碳排放核算的方法,其特征在于,所述预处理包括对所述实时能耗数据进行数据清洗、数据集成、数据变换以及数据归约。
4.根据权利要求1所述的一种面向数据中心的能耗监测和碳排放核算的方法,其特征在于,所述对所述实时能耗数据进行预处理之前,还包括:对所述实时能耗数据加注时间戳,获得等时间粒度的实时能耗数据。
5.根据权利要求1所述的一种面向数据中心的能耗监测和碳排放核算的方法,其特征在于,根据化石燃料燃烧的消耗量和燃烧时的二氧化碳排放因子计算化石燃料燃烧的碳排放量。
6.根据权利要求1所述的一种面向数据中心的能耗监测和碳排放核算的方法,其特征在于,所述净购入的电力和热力产生的间接碳排放量包括净购入的电力的间接碳排放量和净购入的热力的间接碳排放量;
根据净外购电量和供电排放因子计算净购入的电力的间接碳排放量;
根据净外购热力和供热排放因子计算净购入的热力的间接碳排放量。
7.根据权利要求1所述的一种面向数据中心的能耗监测和碳排放核算的方法,其特征在于,根据甲烷的全球变暖潜势值和废水厌氧处理过程的甲烷排放量计算厌氧处理过程产生的二氧化碳排放量,
根据废水厌氧处理去除的有机物总量、以污泥方式清除掉的有机物总量、甲烷排放因子和甲烷回收量计算所述废水厌氧处理过程的甲烷排放量。
8.根据权利要求1所述的一种面向数据中心的能耗监测和碳排放核算的方法,其特征在于,所述并根据所述碳排放总量计算目标设备中的IT设备的碳排放效率,具体为:
获取IT设备所消耗的电能总和,将IT设备所消耗的电能总和转换为IT设备的碳排放量;
根据所述IT设备的碳排放量和所述碳排放总量计算IT设备的碳排放效率。
9.根据权利要求1所述的一种面向数据中心的能耗监测和碳排放核算的方法,其特征在于,所述深度神经网络模型是基于长短期记忆网络和注意力机制所构建的神经网络。
10.一种面向数据中心的能耗监测和碳排放核算的装置,其特征在于,包括:
解构模块,用于对数据中心进行解构,确定数据中心的各目标设备,以及各目标设备所对应的能耗参数;
数据采集模块,用于对所述各目标设备所对应的能耗参数进行采集,获得各目标设备的实时能耗数据;
能耗监测模块,用于对所述实时能耗数据进行预处理,获得等时间粒度下各目标设备的能耗报表;
碳排放核算模块,用于根据所述能耗报表计算各目标设备的碳排放总量,并根据所述碳排放总量计算目标设备中的IT设备的碳排放效率,根据所述碳排放总量和所述碳排放效率生成各目标设备的碳排放报表;其中,所述碳排放总量等于化石燃料燃烧的碳排放量、净购入的电力和热力产生的间接碳排放量以及废水厌氧处理产生的碳排放量三者之和;
预测模块,用于将所述能耗报表和碳排放报表输入至深度神经网络模型进行预测,获得预测结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆邮电大学,未经重庆邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210465508.3/1.html,转载请声明来源钻瓜专利网。