A级数据中心空调系统供配电探讨

以水冷空调系统为例,阐述A级数据中心空调系统的高压供配电系统架构,分析空调系统的供配电系统单点故障的解决方案、主机房空调风机“交叉”配电方式,介绍火灾时空调设备电源切除原则、双重电源中每路电源对应的供配电设备、母线槽、线缆的物理隔离。

基于Tukey规则与初始中心点优化的K⁃means聚类改进算法

针对K⁃means聚类算法存在的初始中心点选择及异常点、离群点极易影响聚类结果等待改进问题,提出了一个基于Tukey规则与优化初始中心点选择的K⁃means改进算法。该算法利用Tukey规则构造核心与非核心子集,将聚类过程划分成2个阶段。同时,在核心子集上执行中心点逐个递增优化选择策略,选出初始中心点。在来自UCI的20个数据集上聚类结果表明,本文提出的算法优于K⁃means++聚类算法,有效地提升了聚类性能。

数据中心接地方式、“断零”和四极开关选用问题的综合思考

通过对案例和架构的分析,探讨分析数据中心变配电系统接地方式、“断零”问题及四极开关选用等业界难点问题,提出数据中心电气架构相关难点问题交织情况的解决需要综合思考,从而找到最佳的技术路线及解决方案。

某数据中心机房楼结构设计

近年来随着IT行业的快速发展,从移动互联时代进入万物互联时代,人们对于更加智能和自动化的生活工作需求的变革,使得数据机房、数据中心、云计算数据中心等建筑不断发展。未来互联网数据中心的需求将越来越大,企业对于设备升级和新的设备部署也有越来越多的需求。由于计算机行业技术发展快,互联网设备更新迭代快,用户需求也不断发生变化。数据中心的结构设计在这些快速发展中也至关重要。以某数据中心机房楼一期、二期项目为例,重点阐述数据中心项目机房楼的结构选型、荷载布置、构件布置、注意要点等,类似数据中心机房楼结构设计可作参考。

A级数据中心制冷系统配电方案探讨

为了响应节约数据中心建设成本和运维简便化的需求,基于成组运行设备集中配置ATS理念和N-1原则,提出改进的A级数据中心制冷系统配电方案。该方案可以大幅减少配电室低压柜的出线开关、末端配电柜和电缆,有效降低配电系统的建设成本,同时也减少运维工作量。该改进方案对同类工程建设具有一定借鉴意义。

A级数据中心制冷系统配电方案探讨

制冷系统是数据中心的关键子系统,它的可靠性直接影响数据中心整体的可用性,而制冷系统本身的可靠性与其配电方案密切相关。详细介绍了A级数据中心制冷系统常用配电方案,并结合数据中心低成本化和运维方便的要求,提出改进的制冷系统配电方案。

基于密度的K-means聚类中心选取的优化算法

针对传统的K-means算法对于初始聚类中心点和聚类数的敏感问题,提出了一种优化初始聚类中心选取的算法。该算法针对数据对象的分布密度以及计算最近两点的垂直中点方法来确定k个初始聚类中心,再结合均衡化函数对聚类个数进行优化,以获得最优聚类。采用标准的UCI数据集进行实验对比,发现改进后的算法相比传统的算法有较高的准确率和稳定性。

基于KNN算法的改进K-means算法

针对于K-means算法的缺点做出了一些改进,提出了一种基于KNN算法改进K-means的算法。改进后的算法解决了K-means算法K值无法确定和数据分类中的不强、易受异常数据干扰的缺点,提高了算法的聚类效果以及削弱初始聚类中心选择的随机性对于聚类结果易陷入局部最优的影响。实验表明,改进后的算法不仅解决了传统算法确定K值的问题,而且聚类结果稳定且聚类效果良好。

改进的K-means算法

针对传统K-means聚类算法对初始点敏感性问题,根据数据样本分布,采用启发式的方法选取初始聚类中心点,设计了一种均衡化评价函数,由此函数为准则自动生成聚类数目.通过实验验证了该算法的收敛性.

交叉式露点间接蒸发冷却空调机组应用于模拟机房的试验研究

为了满足电子设备和设施的环境要求,研发出交叉式露点间接蒸发冷却空调机组.福州市某公司在模拟机房中对交叉式露点间接蒸发冷却空调机组进行试验,应用对比的方法分别测得1kW、2kW 只开发热源和开发热源同时开机组,2种情况下测得设备的温湿度分布情况,对比分析得出：开启机组在最佳风量比下,2kW 发热源表面最大温降为8.9℃,设备温湿度基本上满足ASHRAETC9.9发布的2、3级环境要求允许值;开启机组在最差风量比下;开启机组在最差风量比下,1kW发热源表面最大温降为2.3℃,设备温湿度基本满足1～4级环境要求允许值.

从点云中提取断面轮廓在隧道监测中的应用

针对传统隧道监测所面临的问题,提出利用地面三维激光扫描技术对隧道形变进行快速监测的方式。首先介绍了地面三维激光扫描仪的工作原理,然后提出了快速提取隧道点云数据法向以及中心线、断面轮廓的方法,最后探讨了其在隧道监测方面的应用。该方法能大大提高隧道形变监测的效率和精确度。

数据中心环境要求发展动态

介绍了ASHRAE关于数据中心环境要求的变更过程,分析了数据中心温湿度对IT设备的性能和效率的影响,以及机房环境条件对节能的影响。建议数据中心设计者和建造者应根据IT业务的重要程度、IT设备形式、节能目标等多种因素综合考虑,选择合适的空调形式和环境温湿度设置点。

基于点群聚类的云数据中心计算节点选择与推介

为实现云数据中心大数据高效处理,快速响应用户请求,计算节点的准确定位就显得尤为重要。文章建立在可计算节点资源的多维属性描述基础上,首先将云数据中心的各计算节点映射成点群空间,通过定量地计算各点群的效用函数值,提出了一种采用点群聚类算法的近邻平均距离对点群目标进行分类的算法,最终通过类属相似度计算完成节点的选择,实现可计算节点的指派与推介。实验表明,该节点选取方法能有效地改善可计算节点的定位精度,进一步提升云数据中心在大数据处理的效率。

地面三维激光扫描仪点间距测量精度研究

随着地面三维激光扫描技术的快速发展,将应用于更多行业尤其是工程测量方面,两点之间的距离是工程测量中的常用指标。由于工程应用对扫描点云精度要求越来越高,基于点云的点间距测量精度要求也在增高,研究地面三维激光扫描仪点间距测量精度有较高的实用价值。文中提出一种基于近景工业摄影测量技术的地面激光扫描仪点间距测量精度评定的方法,并针对实验中使用的平面圆形激光标靶,研究了基于平面拟合、空间投影等理论的标靶中心点坐标求取方法。特别是提出一种基于圆面几何特征的标靶中心点求取算法,并利用VC++2010平台开发程序实现,将文中的几何方法与常用的重心类标靶中心求取方法相对比,文中方法误差较小,在激光扫描仪离标靶测距较远,无法测得完整标靶,或是其他原因导致标靶部分数据缺失的时候可优先考虑。

LSN DCI EVPN VxLAN组网架构研究及实现

虚拟化技术的兴起,打破了传统数据中心的架构,数据中心之间存在着大量互联场景,如异地双活、数据中心容灾、数据同步备份、数据迁移、集中式存储、共享虚拟化资源池、虚拟机漂移等,由此产生了大量的东西向流量,需要构建一个可靠、灵活、安全、易于部署的二、三层网络,以满足数据中心互联需求。研究了EVPN VxLAN组网架构,在业内尚无异构多厂商规模商用组网成功案例的情况下,结合中国电信股份有限公司上海分公司LSN数据中心现状,提出并实现了适用于现网的DCI组网。

浅析露点间接蒸发冷却空调机组应用于绿色数据中心的节能潜力

在ASHRAE2008绿色数据中心扩大的热环境前提要求下,假定交叉式露点间接蒸发冷却空调机组处理过程为等湿冷却,且送回风温差为10℃,以此确定极端的送风参数范围。利用该送风参数范围,再结合《中国建筑热环境分析专用气象数据集》,对新疆干燥地区两个典型城市的单独运行交叉式露点间接蒸发冷却空调机组进行了小时数统计,值得大力推广发挥其较大的节能潜力。

K均值聚类算法的研究与优化

聚类分析是数据挖掘的重要组成部分,K均值聚类算法是聚类分析方法中一种基本的划分式方法,也是无监督的机器学习方法。其具有效率高、容易理解和实现等优点,同时,可以对多种数据类型进行聚类,广泛应用于诸多领域。但是,K均值聚类算法也有一些局限性。算法中合理的k值难以确定,而且算法选择初始聚类中心的随机性会导致聚类结果不稳定,同时,算法对噪声和离群点数据也有很强的敏感性。为了解决初始聚类中心随机性的问题,通过全局化思想对K均值聚类算法进行了改进,改进的聚类效果评价使用常用的误差平方和准则。实验结果表明,相较于一般的K均值聚类算法,全局K均值聚类算法得到了更好的聚类效果,同时提升了算法的稳定性。

一种基于K均值预处理回溯的PAM算法

针对PAM算法在进行聚类时容易陷入死循环的缺陷,引用了回溯法来解决该问题。但是,加入回溯法的PAM算法具有计算量大迭代次数多的缺点,为了在PAM算法迭代过程中,尽量避免使用回溯法,于是进一步,提出了在进行PAM聚类前,采用K-means算法对数据进行预处理,从而获得粗糙中心点,然后找出一组与粗糙中心点最接近的数据作为初始中心点,再进行PAM聚类。从而得到基于K-means预处理回溯法的PAM算法(K-means Data Preprocessing Backward Search PAM,简称KDPBS-PAM)。实验结果表明,KDPBS-PAM算法极大地改善了PAM算法的性能。

基于约束满足的大数据聚类中心点确定仿真

针对传统的大数据聚类中心点确定方法存在用时较长、准确性较低等问题,提出了一种基于约束满足的大数据聚类中心点确定方法。将数据分布密度与增加数据关键点密度权值两种方法相结合,对大数据初始聚类中心进行K-means聚类,并获取最优聚类数目。通过最优聚类数目构建微型相似性矩阵,采用Gabow算法提取该矩阵所对应连通图的各个强连通分支。在强连通分支的基础之上,通过约束传播算法获取整个数据集的点对相似度,并利用点对相似度和奇异值分解确定大数据聚类中心点,实现数据聚类。实验结果表明,所提方法对具有更高的聚类准确性以及更低的聚类时间,适合海量数据的聚类应用。

无线传感器网络中心点融合算法的研究

对无线传感器网络数据融合策略进行了研究,提出了求图中心点的分布式算法并以此为基础,提出了中心点融合算法。详细介绍了寻找中心点和建立融合树的过程,分析了网络密度和事件相对sink节点位置对节能效果的影响。通过与最短路路由算法比较,从数学推导和仿真结果两方面验证中心点融合的有效性。