浅谈数据中心弱电架构

浅谈数据中心弱电架构

李昊

深圳市前海信息通信发展有限公司518052

摘要：针对传统数据中心目前弱电的电力监控、楼宇和动力环境三大监控系统存在的系统封闭、二次开发困难等问题，提出了采用统一的硬件包括传感器、通讯设备、服务器的硬件架构，自主研发软件，结合人工智能、大数据、云技术等主流技术，实现更稳健、更智能的数据中心弱电系统架构。

关键词：弱电系统；架构；人工智能；大数据；云技术

一、概述

数据中心的弱电系统是连接设备和运维管理的纽带，是安全运行不可缺少的一环。

（一）传统架构简述

当前数据中心常用的基础设施的弱电架构为多系统（电力监控、BA、动环监控、电池监控、智能照明）并行运行，各司其职相互独立。其优点在于系统成熟，有厂家技术支持维护，出现故障只影响单个系统，不会扩散。缺点是系统复杂每个系统均有独立的组网方式、通讯规约、控制设备，且不通用；兼容性差，各系统数据不共享，也很难相互调用；扩展性差，各系统基本按照最初设计构造，接入点数、处理能力、系统路由都比较固定，难以扩展；最关键的在于弱电系统核心技术均掌握在各个厂家手中，无论是系统扩展、二次开发、程序逻辑调整均依赖开发人员，况且当前系统虽然成熟但也有诸多需要改进的地方，比如报警、报表功能，系统稳定性、逻辑合理性等等均有优化调整的空间，一般数据中心有着专业的运维技术人员，有能力根据运维经验优化系统，然而由于系统限制，很难实现系统优化。

1.未来构架设想

未来的弱电系统的核心应是数据。在当前大数据时代，数据是无价的，高等级数据中心有着先进的配电暖通设备，每天产生的生产数据量是十分巨大且宝贵的。本文旨在阐述一种弱电架构设计，能够有效的采集、传输、处理、分析数据，将数据分类、归纳、演绎进而预测，借助A（AI人工智能）C（Cloud云端）D（Data 大数据）先进的工具，建立起庞大而精准的数据中心运维模型。

二、硬件架构

弱电系统其本质在于监控，对通过传感器对各类设备的运行数据进行采集分析进而呈现，同时通过发布命令控制各类设备的执行机构达到相应的控制目的。无论电力监控、BA、动环监控、电池监控、智能照明还是其他弱电系统除了名称及开发厂商不同，其核心均是一个监控子系统。因此本系统将在硬件架构上将各监控子系统进行统一，仅在软件界面区分各个系统，采用统一的硬件对各个设备的数据进行采集、传输、处理、发布。

（一）数据采集

首先要按系统给每个设备分配统一且唯一的地址，地址编码包含设备类型、设备位置等信息。

数据采集根据现场设备通信介质（网线、双绞线、光纤）通信规约（TCP\IP、Modbus RTU、Modbus TCP、BACnet、IEC103、IEC61850等）不同，通信接入方式有所不同，但需统一接入现场的嵌入式通信管理设备。嵌入式通信管理设备采集各个设备数据，处理打包并上传至数据传输层。

（二）数据传输

数据传输的拓扑尽量采用双网热备上传，重要设备（电力综保、备自投、空调主机、UPS等）均采用AB网两套采集装置。在每层的弱电间布置中间层AB网采集交换机，交换机采用华三、思科等一线品牌，网口对下光口对上，并预留足够的备用端口，便于后期扩展。对下通过网线形式与现场采集层设备通信，对上通过光纤接入后台的核心交换机，将数据接入数据池。

（三）数据处理

后台处理采用成熟的刀片式服务器或者小型机，并部署在专用的弱电机房，临近核心交换机，通过光纤从数据池中接入数据。其中数据处理、数据存储按照AB网且分散在不同的服务器，服务器之前数据互备，任意一个服务器能够在线退出且不影响系统运行。在异地设置灾备服务器，设置灾备策略，确保弱电机房在发生不可逆的重大故障时，能够最快时间回复至备份配置。

（四）数据发布

整个弱电系统独立组网孤岛运行，对外发布设置物理防火墙及单向隔离设备。

对外采用W/S网页发布方式仅提供查看功能，并根据需求配置不同查看权限。

对内，采用C/S客户端方式，配置多种平台客户端（PC、ios、安卓等），所有运行人员统一分配账号权限，并预留接口接入DCIM系统，为其提供基础设施各项信息。

三、软件架构

末端嵌入式采集设备建议采用内核小响应快的嵌入式操作系统，推荐采用VxWorks 或者开源的µCOS，不建议采用wince系统，数据采集方式要求采用中断方式，响应快，不会遗漏报警，不建议采用轮询采集方式。服务器端操作系统建议采Unix或者Windows server，或者开源的Linux等，采用成熟的商用数据库，分类存储运行数据，数据可按照多种方式分类查询，后台软件建议采用开源代码，或主流的编程语言（Python、Java、C、C++、JavaScript、C#、Ruby、PHP以及Objective-C）并由相关技术人员深入参与编写，软件著作权及专利均归属于数据中心运营方，任意功能的软件代码我方有有权且有那能力查看调整。

四、ACD技术在系统中的应用

基于以上硬件及软件搭建的系统，就可以将目前一些主流的技术应用在弱电系统当中。

（一）云技术（Cloud）

弱电系统包含所有基础设施的基础及运行信息，将整套弱电系统信息发布与网上，实现7*24云端访问，对内可在数据中心园区任意一个办公室部署一套应急指挥中心，实时掌握所有设备运行状态以及历史数据分析数据等。对外可以让任意客户，在全球有互联网接入的地方，无论手机还是电脑网页访问客户的机房任一机柜空调电力环境状态，远程监视租用设备情况。让传统的数据中心通过云技术，成为全球化的数据中心。

（二）大数据技术（big Data）

数据中心庞大的基础设施每日运行均会产生海量的数据，通过对这些大数据的对比分析，可以发现并验证许多运行的规律。对内可以为运行提供宝贵的数据分析，对比历史曲线统计数据调整设备运行状态，可以从可靠性（故障率数据）、节能（能耗数据）、运行稳定性（系统调整频率时间数据）等多方面优化系统运行状态。对外可发布多类统计数据，并针对不同不同场景（周报月报年终总结等）定制个性化的统计模板，节省大量的统计人力。

（三）人工智能技术（AI）

深度学习（Deep Learning）是弱电系统最有潜力的发展方向。

以报警为例，数据中心生重大故障往往多个系统均会有响应，同一时间往往有大量报警数据同时上传，运行人员往往凭借经验去判断核心故障点，不同人员经验不同，判断故障的时间及准确程度均有不同。深度学习可以让系统根据以往故障的特征逐渐积累经验，不断提高判断的速度及准确性，并且可为运行人员提供故障判断可处理方法进行参考决断，摆脱系统对操作人员的依赖。

再以暖通系统节能为例，传统的方法一般是采用单一变量控制方法，通过不断调整主机数量、出水温度、冷却塔数量、风机频率、水泵频率等变量，寻找最节能的系统运行状态及规律。但是由于变量过多，再之负载变化、环境变化等影响，很难找出最节能的运行方式。通过人工智能的深度学习，以全局或者部分设备的总能耗为控制目标，采用多变量控制策略，不断学习尝试寻找不同工况环境下的最佳节能运行方式。这样无论是局部或者全局PUE均能得到有效控制。

弱电系统的深度学习可以有效的将数据中心大量的运行经验结合进软件当中，摆脱对人员经验的依赖，真正实现系统自动高效的运行。

五、总结

数据中心是互联网的基石，然而数据中心行业任然是人员依赖性较强的资源密集型产业，大量的设备依赖第三方采购，因此对这些设备的高可靠、高水准、自动化运维管理是数据中心未来的发展方向及核心技术。

弱电系统作为数据中心运维管理重要的一环，并且涉及设备广、专业跨度大、软硬结合，是最可以作为数据中心核心技术的承载平台。本文设想的构架从硬件及软件两个方面为新技术的实施奠定物资基础，再以ACD技术为例为主流技术在弱电系统中的应用提供了一些设想，希望能为高等级数据中心高可靠、高水准、自动化运维管理目标提供一定的思路。

参考文献：

[1] 刘金琨. 智能控制[M]. 第二版，北京：刘金琨，2009. 118-120.