数据中心算力与电力协同调度的信息交互方法及系统与流程

1.本技术涉及电力技术领域，尤其涉及一种数据中心算力与电力协同调度的信息交互方法及系统。


背景技术：

2.算力与电力协同调度是打造绿色数据中心的关键举措，目前缺少对算力与电力协同交互、解析、预测的综合方法，使得数据中心的算力与电力之间的映射关系不明确，从而导致算力与电力协同调度较为困难。


技术实现要素：

3.本技术提供一种数据中心算力与电力协同调度信息交互方法及系统，以解决现有技术中数据中心的算力与电力之间的映射关系不明确，从而导致算力与电力协同调度较为困难的问题。
4.为了解决上述技术问题，本技术是这样实现的：
5.第一方面，本技术实施例提供一种数据中心算力与电力协同调度的信息交互方法，应用于信息交互设备，所述数据中心包括第一服务器集群，所述方法包括：
6.接收算力调度平台发送的第一消息，所述第一消息包括所述第一服务器集群的历史算力参数和历史电力参数；
7.根据所述历史算力参数和所述历史电力参数，确定多时序拟合方程；
8.根据所述多时序拟合方程，预测所述第一服务器集群的第一算力参数和第一电力参数，所述第一算力参数为所述第一服务器集群在第一时刻的算力参数，所述第一电力参数为所述第一服务器集群在所述第一时刻的电力参数；
9.向主站系统发送第二消息，所述第二消息包括所述第一电力参数；
10.接收主站系统发送第三消息，所述第三消息包括所述第一服务器集群的第一可用电力参数，所述第一可用电力参数为所述第一服务器集群在所述第一时刻的电力参数；
11.根据所述多时序拟合方程和所述第一可用电力参数，确定所述第一服务器集群的第一可用算力参数；
12.向所述算力调度平台发送第四消息，所述第四消息包括所述第一可用算力参数，以使所述算力调度平台根据所述第一可用算力参数调节所述第一服务器集群的算力参数。
13.第二方面，本技术实施例还提供一种数据中心算力与电力协同调度的信息交互系统，所述信息交互装置包括相互连接的信息交互子系统、数据处理子系统、算力负载分析与预测子系统、服务器负荷分析与预测子系统、数据应急管理子系统，其中：
14.所述信息交互子系统用于与算力调度平台和主站系统连接；
15.所述数据处理子系统用于对外部数据和内部数据进行处理，所述外部数据为所述算力调度平台和所述主站系统向信息交互子系统发送的外部数据，所述内部数据为所述算力负载分析与预测子系统和所述服务器负荷分析与预测子系统向所述数据处理子系统发
送的内部数据；
16.所述算力负载分析与预测子系统用于对服务器集群的算力进行分析和预测；
17.所述服务器负荷分析与预测子系统用于对服务器集群的电力参数进行分析与预测；
18.所述数据应急管理子系统用于监测所述信息交互装置的运行状态，所述数据应急管理子系统还用于识别故障、切断故障源。
19.第三方面，本技术实施例还提供一种数据中心算力与电力协同调度的信息交互装置，包括：
20.第一接收模块，用于接收算力调度平台发送的第一消息，所述第一消息包括所述第一服务器集群的历史算力参数和历史电力参数；
21.第一确定模块，用于根据所述历史算力参数和所述历史电力参数，确定多时序拟合方程；
22.第一预测模块，用于根据所述多时序拟合方程，预测所述第一服务器集群的第一算力参数和第一电力参数，所述第一算力参数为所述第一服务器集群在第一时刻的算力参数，所述第一电力参数为所述第一服务器集群在所述第一时刻的电力参数；
23.第一发送模块，用于向主站系统发送第二消息，所述第二消息包括所述第一电力参数；
24.第二接收模块，用于接收主站系统发送第三消息，所述第三消息包括所述第一服务器集群的第一可用电力参数，所述第一可用电力参数为所述第一服务器集群在所述第一时刻的电力参数；
25.第二确定模块，用于根据所述多时序拟合方程和所述第一可用电力参数，确定所述第一服务器集群的第一可用算力参数；
26.第二发送模块，用于向所述算力调度平台发送第四消息，所述第四消息包括所述第一可用算力参数，以使所述算力调度平台根据所述第一可用算力参数调节所述第一服务器集群的算力参数。
27.第四方面，本技术实施例还提供一种电子设备，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如第一方面中所述的数据中心算力与电力协同调度的信息交互方法的步骤。
28.第五方面，本技术实施例还提供一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面中所述的数据中心算力与电力协同调度的信息交互方法的步骤。
29.本技术实施例中，信息交互设备接收算力调度平台所发送的的历史算力参数和的历史电力参数，根据上述历史算力参数和历史电力参数确定多时序拟合方程。根据多时序拟合方程，能够预测第一服务器集群在任意时刻的算力参数和电力参数。信息交互设备将预测的任意时刻的电力参数发送给主站系统，主站系统根据预测的电力参数以及数据中心其他电力参数确定服务器集群的可用电力参数，信息交互设备能够根据可用电力参数和上述多时序拟合方程确定可用算力参数，并向算力调度平台发送可用算力参数，以使算力调度平台能够根据可用算力参数调节第一服务器集群的算力参数。通过确定多时序拟合方程，以表征算力参数和电力参数的映射关系，从而实现算力参数与电力参数之间的信息交
互，为算力与电力的协同调度提供了支撑信息，有利于实现算力与电力的协同调度。
附图说明
30.图1为本技术实施例提供的数据中心绿色算力枢纽智慧运营平台功能架构图；
31.图2为本技术实施例提供的一种信息交互设备与算力调度平台以及主站系统的信息交互架构；
32.图3为本技术实施例提供的一种数据中心算力与电力协同调度的信息交互方法的流程图；
33.图4为本技术实施例提供的一种数据中心算力与电力协同调度的信息交互系统结构图；
34.图5为本技术实施例提供的一种信息交互子系统的运行图；
35.图6为本技术实施例提供的一种为数据处理子系统的运行图；
36.图7为本技术实施例提供的一种算力负载分析与预测子系统的运行图；
37.图8为本技术实施例提供的一种服务器负荷分析与预测子系统的运行图
38.图9为本技术实施例提供的一种数据应急管理子系统的运行图；
39.图10为本技术实施例提供的一种数据中心算力与电力协同调度的信息交互装置结构图；
40.图11为本技术实施例提供的一种电子设备的结构图。
具体实施方式
41.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
42.数据中心作为大量算力任务的计算中心，需要较高负荷，目前，为了打造绿色数据中心，提出了绿色算力枢纽智慧运营平台。参见图1，图1是数据中心的绿色算力枢纽智慧运营平台(后简称“智慧运营平台”)的功能架构图。如图1所示，智慧运营平台100包括三大主站系统，分别是状态主动感知及预测分析系统101、绿色电力智能交易优化决策系统102以及源网荷储一体化综合优化调度运营系统103。
43.对于状态主动感知及智能预测分析系统101，该系统主动感知外部数据和内部数据。其中，外部数据包括：气象预测及监测数据，电源电网数据；内部数据包括来自智慧运营平台中的各交互单元的数据。该系统包括风光功率预测模块、it电力负荷分析预测模块、制冷设备的冷热电力负荷分析预测模块、算力任务综合分析预测模块、充电设施综合分析预测模块、区域风光集群功率预测模块，从而能够实现风光储场站、大电网、储能系统、园区各类用能负荷等各类综合状态的仿真模拟、预测分析。
44.对于绿色电力交易智能优化决策系统102，该系统包括电力市场仿真出清价格预测模块、合约执行监测偏差预测分析模块、中长期交易曲线制定模块，该系统基于历史、现况以及未来预测分析的电力市场交易、风光储节点电价、负荷市场购电电价等综合信息的实时监测与预测评估，提出电源和负荷结合，实现绿色电力交易、制定优化决策。对于该系
统所确定的决策，需要电力调度中心校核，并在电力交易中进行存档。
45.对于源网荷储一体化综合优化调度运营系统103，包括多市场、多主体下的调度运营策略优化功能系统、源网荷储一体化综合优化效益评估模块。源网荷储一体化综合优化调度运营系统与状态主动感知及预测分析系统、绿色电力交易智能优化决策系统之间信息交互，在全局技术经济综合评判分析的基础上，基于电力调度时序生产模拟、中长期与现货电力市场仿真运行等技术措施的信息仿真预判，实现源网荷储一体化综合优化调度控制。源网荷储一体化综合优化调度运营系统103包括五大子站系统，分别是风光储场站端智慧调控系统、数据中心算力调控系统1031、园区共享储能调控系统、冷热控制系统、充电控制系统。此外，综合优化调度运营系统还包括与五大子站系统对应的交互单元，例如风光储场站端智慧调控交互单元。各大子站系统对应实现风光储场站长时间预测及智慧运行交易决策、数据中心算力任务的全局动态优化配置、共享储能系统的智慧协同控制、负荷灵活调度等。
46.算力与电力协同调度是打造绿色数据中心的关键举措，对于上述数据中心算力调控系统1031，目前缺少对算力与电力协同交互、解析、预测的综合方法，使得数据中心的算力与电力之间的映射关系不明确，从而导致算力与电力协同调度较为困难。因此，本技术发明人提出确定算力参数与电力参数之间的多时序拟合方程，为算力与电力协同调度提供支撑信息。
47.以下先对本技术实施例提供的数据中心算力与电力协同调度的信息交互方法进行说明。
48.数据中心算力与电力协同调度的信息交互方法涉及到信息交互设备201、算力调度平台202、主站系统203之间的信息交互，为了更好地理解和说明数据中心算力与电力协同调度的信息交互方法，先参见图2对该信息交互方法所涉及的信息交互架构进行说明。如图2所示，信息交互架构包括信息交互设备201、算力调度平台202、主站系统203，其中，信息交互设备201是用于执行信息交互方法的执行主体，算力调度平台202是现有数据中心算力调控系统(即图1中的数据中心算力调控系统1031)已有的算力调度平台，主站系统203可以是图1中的状态主动感知及预测分析系统101、绿色电力智能交易优化决策系统102以及源网荷储一体化综合优化调度运营系统103中任意的主站系统。本技术实施例中，可以将信息交互设备201作为数据中心算力调控系统1031的一部分，因此，区别于图1的数据中心算力调控系统1031，本技术实施例的数据中心算力调控系统1031还包括信息交互设备201。
49.参见图3，图3是本技术实施例提供的一种数据中心算力与电力协同调度的信息交互方法的流程图。本技术实施例的数据中心包括第一服务器集群，该第一服务器集群可以是数据中心中的任意服务器集群。如图2所示，该信息交互方法包括以下步骤：
50.步骤301、接收算力调度平台发送的第一消息，所述第一消息包括所述第一服务器集群的的历史算力参数和历史电力参数；
51.步骤302、根据所述历史算力参数和所述历史电力参数，确定多时序拟合方程；
52.步骤303、根据所述多时序拟合方程，预测所述第一服务器集群的第一算力参数和第一电力参数，所述第一算力参数为所述第一服务器集群在第一时刻的算力参数，所述第一电力参数为所述第一服务器集群在所述第一时刻的电力参数；
53.步骤304、向主站系统发送第二消息，所述第二消息包括所述第一电力参数；
54.步骤305、接收主站系统发送第三消息，所述第三消息包括所述第一服务器集群的第一可用电力参数，所述第一可用电力参数为所述第一服务器集群在所述第一时刻的电力参数；
55.步骤306、根据所述多时序拟合方程和所述第一可用电力参数，确定所述第一服务器集群的第一可用算力参数；
56.步骤307、向所述算力调度平台发送第四消息，所述第四消息包括所述第一可用算力参数，以使所述算力调度平台根据所述第一可用算力参数调节所述第一服务器集群的算力参数。
57.在步骤302中，信息交互设备根据历史算力参数和历史电力参数，确定多时序拟合方程。该拟合方程用于表征算力参数和电力参数之间的映射关系，主要功能为预测各服务器集群的年度、月度、周度、日度、小时尺度或分钟尺度的未来算力参数和电力参数，以及根据主站系统发送的优化电力参数确定优化算力参数。
58.在步骤304中，信息交互设备向主站系统发送第二消息，第二消息包括第第一电力参数。从而主站系统能够根据第一电力参数以及数据中心其他电力参数确定第一服务器集群优化后的未来用电负荷，并向信息交互设备发送该优化后的未来用电负荷。
59.在步骤305中，信息交互设备接收主站系统发送第三消息，第三消息包括第一服务器集群的第一可用电力参数。其中，第一可用电力参数为上述服务器集群优化后的未来用电负荷。
60.在步骤306中，信息交互设备根据第一可用电力参数和上述多时序拟合方程，能够确定第一可用算力参数，该第一可用算力参数为优化后未来第一服务器集群的算力参数。
61.通过上述过程，信息交互设备确定了算力参数与电力参数的多时序拟合方程，根据该方程能够预测任意时刻下第一服务器集群的算力参数和电力参数。主站系统能够根据信息交互设备预测的电力参数以及数据中心其他的电力参数，确定第一服务器集群的未来电力参数，也即可用电力参数，信息交互设备根据该未来电力参数和多时序拟合方程确定未来算力参数，从而实现算力参数与电力参数之间的信息交互，为算力与电力的协同调度提供了支撑信息，有利于实现算力与电力的协同调度。
62.可选的，历史算力参数包括m个时刻的历史组合参数和m个时刻的历史负载参数，历史电力参数包括m个时刻的历史电力参数；
63.根据历史算力参数和历史电力参数，确定多时序拟合方程，包括：
64.根据m个时刻的历史组合参数，确定多时序第一拟合方程，多时序第一拟合方程用于表征组合参数与时刻的对应关系；
65.根据m个时刻的历史组合参数和m个时刻的负载参数，确定多时序第二拟合方程，多时序第二拟合方程用于表征组合参数与负载参数的对应关系；
66.根据m个时刻的历史电力参数、第一服务器集群的服务器增长率和m个时刻的历史负载参数，确定多时序第三拟合方程，多时序第三拟合方程用于表征电力参数与负载参数的对应关系。
67.该实施方式中，根据m个时刻的历史组合参数，针对第一服务器集群，使用大数据分析和数字孪生等手段，确定多时序第一拟合方程，多时序第一拟合方程用于表征组合参数与时刻的对应关系。其通过多时序第一拟合方程，能够预测第一服务器集群的年度、月
度、周度、日度、小时尺度或分钟尺度的未来组合参数，组合参数包括cpu电压、工作频率、内存刷新率等。服务器集群的组合参数存在稳定组合参数和非稳定组合参数。其中，稳定组合参数为在各个时刻较为稳定的参数，例如交换机交换频率、cpu的工作频率，相应的，非稳定组合参数为在各个时刻变化较大的组合参数。在一般情况下，稳定组合参数难以调节，非稳定组合参数较容易调节，故可将非稳定组合参数称为可调组合参数。信息交互设备不断接收算力调度平台所发送的服务器集群的组合参数，从而能够根据组合参数的稳定性，解析出稳定组合参数和可调组合参数。通过多时序第一拟合方程，能够预测第一服务器集群在任意时刻的未来组合参数，其未来组合参数包括稳定组合参数和可调组合参数。多时序第一拟合方程可表示为：
[0068][0069]
其中：t表示时刻，f1(t)是关于t的函数，ya为第一服务器集群的组合参数。
[0070]
需要说明的是，上述多时序第一拟合方程，可以是根据输入数据通过数字孪生或是大数据分析方法而人为设定的函数f1(t)，然后将设定的函数通过数字孪生或是深度学习方法来得到对应上述多时序第一拟合方程，对此本技术实施例不作限定。
[0071]
根据m个时刻的历史组合参数和m个时刻的负载参数，针对第一服务器集群，使用大数据分析和数字孪生等手段，确定多时序第二拟合方程，多时序第二拟合方程用于表征组合参数与负载参数的对应关系。根据多时序第一拟合方程，能够预测任意时刻下，第一服务器集群的组合参数。通过该预测组合参数和多时序第二拟合方程，能够预测到任意时刻下，第一服务器集群的负载参数。其中组合参数包括难以调节的稳定组合参数和可调的组合参数，从而所预测的负载参数也包括稳定负载参数和可调负载参数。多时序第二拟合方程可表示为：
[0072][0073]
其中：ya为组合参数，是关于组合参数的函数，t为时刻，f2(t)是关于t的函数，yb为第一服务器集群的负载参数。
[0074]
需要说明的是，上述多时序第二拟合方程，可以是根据输入数据通过数字孪生或是大数据分析方法而人为设定的函数f2(t)、然后将设定的函数通过数字孪生或是深度学习方法来得到对应上述多时序第二拟合方程，对此本技术实施例不作限定。
[0075]
根据m个时刻的历史电力参数、第一服务器集群的服务器增长率和m个时刻的历史负载参数，针对第一服务器集群，使用大数据分析和数字孪生等手段，确定多时序第三拟合方程，多时序第三拟合方程用于表征电力参数与负载参数的对应关系。根据多时序第三拟合方程和上述预测的负载参数，能够预测任意时刻下第一服务器集群的电力参数。其中，预测的负载参数包括稳定负载参数和可调负载参数，故预测的电力参数也包括稳定电力参数和可调电力参数。多时序第三拟合方程可表示为：
[0076]
yc＝f(yb)+f(xb)+f3(t)
[0077]
其中：yb为负载参数，f(yb)是关于负载参数的函数，xb为算力调度平台所发送的第一服务器集群的服务器增长率，f(xb)是关于服务器增长率的函数，t为时刻，f3(t)是关于t
的函数，yc为电力参数。
[0078]
需要说明的是，上述多时序第三拟合方程，可以是根据输入数据通过数字孪生或是大数据分析方法而人为设定的函数f(yb)、f(xb)、f3(t)，然后将设定的函数通过数字孪生或是深度学习方法来得到对应上述多时序第三拟合方程，对此本技术实施例不作限定。
[0079]
可选的，根据多时序拟合方程，预测第一时刻第一服务器集群的算力参数和电力参数，包括：
[0080]
根据多时序第一拟合方程，预测第一服务器集群的组合参数；
[0081]
根据组合参数和多时序第二拟合方程，预测第一服务器集群的负载参数；
[0082]
根据负载参数和多时序第三拟合方程，预测第一服务器集群的电力参数。
[0083]
通过多时序第一拟合方程、多时序第二拟合方程以及多时序第三拟合方程，能够预测第一服务器集群的年度、月度、周度、日度、小时尺度或分钟尺度的未来组合参数、负载参数以及电力参数。其中组合参数包括，稳定组合参数和可调组合参数，负载参数包括稳定负载参数和可调负载参数，电力参数包括稳定电力参数和可调电力参数。信息交互设备向主站系统发送预测的电力参数，则包括稳定电力参数和可调电力参数。
[0084]
主站系统向信息交互设备发送可用电力参数，从而根据可用电力参数和多时序第三拟合方程，能够解析出第一服务器集群的可用负载参数：根据可用负载参数和多时序第二拟合方程，能够解析出第一服务器集群的可用组合参数。其中，可用组合参数包括稳定组合参数和可调组合参数。信息交互设备将可用负载参数和可用组合参数发送给算力调度平台，以使算力调度平台根据可用负载参数和可用组合参数调节负载参数和组合参数。
[0085]
可选的，第一消息还包括第一服务器集群的计划性组合参数；
[0086]
根据m个时刻的历史组合参数，确定多时序第一拟合方程，包括：
[0087]
根据m个时刻的历史组合参数和计划性组合参数，确定多时序第一拟合方程。
[0088]
该实施方式中，计划性组合参数例如：在未来时刻对第一服务器集群进行检修的情况下，算力调度平台所确定的未来时刻的计划性组合参数。多时序第一拟合方程中引入计划性组合参数，能够使多时序第一拟合方程所预测的组合参数更加精确，从而多时序第一拟合方程可以表示为：
[0089][0090]
其中，t表示时刻，f1(t)是关于t的函数，ya为第一服务器集群的组合参数，xa表示算力调度平台所发送的计划性组合参数，是关于计划性组合参数的函数。
[0091]
需要说明的是，上述多时序第一拟合方程，可以是根据输入数据通过数字孪生或是大数据分析方法而人为设定的函数f1(t)、然后将设定的函数通过数字孪生或是深度学习方法来得到对应上述多时序第一拟合方程，对此本技术实施例不作限定。
[0092]
由于多时序第一拟合方程中已经涉及到了计划性的组合参数，那么通过多时序第一拟合方程所预测的未来时刻的组合参数，也包含了计划性的数据，从而根据未来时刻的组合参数和多时序第二拟合方程所预测的负载参数，也包含了计划性数据，故多时序第二拟合方程无需再涉及计划性的数据。同理：多时序第三拟合方程也无需再涉及计划性的数据
[0093]
可选的，多时序拟合方程为用于首个控制周期的多时序拟合方程，在确定多时序拟合方程之后，所述方法还包括：
[0094]
获取第一控制周期的实际算力参数和实际电力参数；
[0095]
根据第一控制周期的实际算力参数和第一控制周期的预测算力参数之间的偏差，以及第一控制周期的实际电力参数和第一控制周期的预测电力参数之间的偏差，对用于第一控制周期的多时序拟合方程进行更新，以得到用于第二控制周期的多时序拟合方程；
[0096]
根据用于第二控制周期的多时序拟合方程，预测第一服务器集群的第二算力参数和第二电力参数，第二算力参数为第一服务器集群在第二时刻的算力参数，第二电力参数为第一服务器集群在第二时刻的电力参数；
[0097]
向主站系统发送第五消息，第五消息包括第二电力参数；
[0098]
接收主站系统发送的第六消息，第六消息包括第一服务器集群的第二可用电力参数，第二可用电力参数为第一服务器集群在第二时刻的电力参数；
[0099]
根据用于第二控制周期的多时序拟合方程和第二可用电力参数，确定第一服务器集群的第二可用算力参数；
[0100]
向算力调度平台发送第七消息，第七消息包括第二可用算力参数，以使算力调度平台根据第二可用算力参数调节第一服务器集群的算力参数。
[0101]
该实施方式中，多时序拟合方程为用于首个控制周期的多时序拟合方程。该多时序拟合方程也可以用于第一控制周期，第一控制周期为任意控制周期。为使多时序拟合方程所预测的算力参数和电力参数更加精确，可以对多时序拟合方程进行更新，以得到用于第二控制周期的多时序拟合方程，第二控制周期为第一控制周期的下一控制周期。
[0102]
根据实际算力参数和第一控制周期的第一算力参数之间的偏差，以及实际电力参数和第一控制周期的第一电力参数之间的偏差，对用于第一控制周期的多时序拟合方程进行更新，以得到用于第二控制周期的多时序更新拟合方程。通过上述过程，根据第一控制周期的预测参数和实际参数之间的偏差对多时序拟合方程进行更新，获得用于第二控制周期多时序拟合方程，能够使多时序拟合方程之间的映射关系能够更加精准。
[0103]
随着控制周期不断迭代，信息交互设备可以不断对多时序拟合方程进行更新，从而使得算力参数和电力参数之间的映射关系更加精准，并且，对第一服务器集群的算力参数和电力参数的预测也更加精准。
[0104]
对用于第一控制周期的多时序拟合方程进行更新，以得到用于第二控制周期的多时序拟合方程，包括对多时序第一拟合方程、多时序第二拟合方程、多时序第三拟合方程进行更新。
[0105]
对于更新后的多时序第一拟合方程，可以表示为：
[0106][0107]
其中，t表示时刻，f1(t)是关于t的函数，ya为第一服务器集群的组合参数，xa表示算力调度平台所发送的计划性组合参数，为预测的组合参数与实际的组合参数之间的偏差。
[0108]
需要说明的是，上述更新后的多时序第一拟合方程，可以是根据输入数据通过数
字孪生或是大数据分析方法而人为设定的函数f1(t)、以及然后将设定的函数通过数字孪生或是深度学习方法来得到对应上述更新后的多时序第一拟合方程，对此本技术实施例不作限定。
[0109]
对于更新后的多时序第二拟合方程，可以表示为：
[0110][0111]
其中：ya为组合参数，是关于组合参数的函数，t为时刻，f2(t)是关于t的函数，yb为第一服务器集群的负载参数，为预测的负载参数与实际的负载参数之间的偏差。
[0112]
需要说明的是，上述更新后的多时序第二拟合方程，可以是根据输入数据通过数字孪生或是大数据分析方法而人为设定的函数f2(t)以及然后将设定的函数通过数字孪生或是深度学习方法来得到对应上述更新后的多时序第二拟合方程，对此本技术实施例不作限定。
[0113]
对于更新后的多时序第三拟合方程，可以表示为：
[0114][0115]
其中yb为负载参数，f(yb)是关于负载参数的函数，xb为算力调度平台所发送的第一服务器集群的服务器增长率，f(xb)是关于服务器增长率的函数，t为时刻，f3(t)是关于t的函数，yc为电力参数，为预测的电力参数与实际的电力参数之间的偏差。
[0116]
需要说明的是，上述更新后的多时序第三拟合方程，可以是根据输入数据通过数字孪生或是大数据分析方法而人为设定的函数f(yb)、f(xb)、f3(t)以及然后将设定的函数通过数字孪生或是深度学习方法来得到对应上述更新后的多时序第三拟合方程，对此本技术实施例不作限定。
[0117]
可选的，上述方法还包括以下至少一项：
[0118]
监测信息交互设备内部运行状态，用于在运行状态的稳定性出现波动时，启动预警；
[0119]
监测信息交互设备与算力调度平台和主站系统的信息交互稳定性，用于在信息交互稳定性出现波动时，启动预警。
[0120]
信息交互设备监测内部运行状态，包括监测数据传输的稳定性，在内部运行状态的稳定性出现波动时，启动预警，以提示信息交互设备采取相应措施使内部恢复稳定状态。
[0121]
信息交互设备还可以监测与算力调度平台和主站系统的信息交互稳定性，在信息交互稳定性出现波动时，能够启动预警，以提示信息交互设备采取相应措施使得与算力调度平台和主站系统的信息交互恢复稳定状态。
[0122]
参见图4，图4是本技术实施例提供的一种数据中心算力与电力协同调度的信息交互系统400，包括相互连接的信息交互子系统401、数据处理子系统402、算力负载分析与预
测子系统403、服务器负荷分析与预测子系统404、数据应急管理子系统405，其中：
[0123]
信息交互子系统401用于与算力调度平台和主站系统连接；
[0124]
数据处理子系统402用于对外部数据和内部数据进行处理，外部数据为所述算力调度平台和所述主站系统向信息交互子系统发送的外部数据，内部数据为算力负载分析与预测子系统和服务器负荷分析与预测子系统向数据处理子系统发送的内部数据；
[0125]
算力负载分析与预测子系统403用于对服务器集群的算力进行分析和预测；
[0126]
服务器负荷分析与预测子系统404用于对服务器集群的电力参数进行分析与预测；
[0127]
数据应急管理子系统405用于监测信息交互装置的运行状态，数据应急管理子系统还用于识别故障、切断故障源。
[0128]
数据中心算力与电力协同调度的信息交互系统400包括基础功能层、主要功能层，以及辅助功能层。其中信息交互子系统401和数据处理子系统402属于基础功能层，算力负载分析与预测子系统403和服务器负荷分析与预测子系统404属于主要功能层，数据应急管理子系统405属于辅助功能层。
[0129]
参见图5，图5为信息交互子系统401的运行图。信息交互子系统401用于与算力调度平台和主站系统连接，并与算力调度平台202、主站系统203以以太网形式进行信息交互。该信息交互子系统401包括由介质访问控制(medium access control,mac)和物理接口收发器(physical layer，phy)组成的以太网接口。
[0130]
信息交互子系统401还用于确定第一通信协议，第一通信协议用于与算力调度平台202进行通信，第一通信协议包括数据的格式，顺序和速率，数据传输的确认或拒收，差错检测，重传控制和询问等。信息交互子系统401还用于确定第二通信协议，第二通信协议用于与主站系统203进行通信，第二通信协议包括数据的格式，顺序和速率，数据传输的确认或拒收，差错检测，重传控制和询问等。其中，第一通信协议和第二通信协议可以为相同的通信协议，也可以为不同的通信协议，本技术实施例对此不做限定。
[0131]
信息交互子系统401还与数据处理子系统402连接，用于向数据处理子系统402发送外部数据，以及接收数据处理子系统402所发送的内部数据。其中，外部数据为算力调度平台202和主站系统203向信息交互子系统401发送的数据。信息交互子系统401与进行通信的系统或平台需要保持合理的通信频率，例如：实时通信频率可以保持在15分钟，对于算力任务日前分配结果、服务器扩容安排等计划性数据，通信频率可适当减小。
[0132]
参见图6，图6为数据处理子系统402的运行图，主要用于对信息交互子系统401发送的外部数据，算力负载分析与预测子系统403、服务器负荷分析与预测子系统404上传的内部数据进行一系列数据处理工作，包括数据校验、数据格式转换、数据异常识别、数据压缩与解压、数据加密与解密。对于信息交互子系统401发送的外部数据，数据处理流程依次为：数据解密，数据解压，数据格式转换、数据异常识别。其中，数据校验用于排除数据出错率；数据格式转换，依据需要发送的子系统的数据格式要求进行转换，例如向算力负载分析与预测子系统403发送数据，则按照其数据格式要求进行转换；数据异常识别例如空值等。对于子系统发送的内部数据，数据处理流程依次为：数据格式转换、数据异常识别、数据校验、数据压缩、数据加密。其中数据格式转换，依据需要发送的外部平台或系统的格式要求进行转换，例如该内部数据需要发送给主站系统203，则按照主站系统203的数据格式要求
进行格式转换。
[0133]
参见图7，图7为算力负载分析与预测子系统403的运行图。算力负载分析与预测子系统403主要用于确定多时序第一拟合方程和多时序第二拟合方程，以及对其进行更新，从而能够预测第一服务器集群在任意时刻的组合参数和负载参数，并接收服务器负荷分析与预测子系统404所发送的可用负载参数，根据可用负载参数和多时序第二拟合方程能够解析出可用组合参数，将可用组合参数发送给算力调度平台。需要说明的是，对于如何确定多时序第一拟合方程和多时序第二拟合方程，以及如何对其更新，可以参照上述数据中心算力与电力协同调度的信息交互方法实施例的各个过程，并能达到相同的技术效果，为避免重复，这里不再赘述。
[0134]
参见图8，图8为服务器负荷分析与预测子系统404的运行图。服务器负荷分析与预测子系统404主要用于确定多时序第三拟合方程以及对其进行更新。服务器负荷分析与预测子系统404接收算力负载分析与预测子系统403所预测的负载参数，从而根据预测的负载参数和多时序第三拟合方程能够预测电力参数，并将预测的电力参数发送给主站系统203。服务器负荷分析与预测子系统404还可以接收主站系统203所发送的可用电力参数，通过可用电力参数和多时序第三拟合方程，能够确定可用负载参数，并将其发送给力负载分析与预测子系统403。需要说明的是，对于如何确定多时序第三拟合方程以及如何对其更新，可以参照上述数据中心算力与电力协同调度的信息交互方法实施例的各个过程，并能达到相同的技术效果，为避免重复，这里不再赘述。
[0135]
参加图9，图9为数据应急管理子系统405的运行图。数据应急管理子系统405具有实时监控功能，可以对数据中心算力与电力协同调度的信息交互系统400内部子系统的运行状态进行监测，还可以监测与算力调度平台202和主站系统203的信息交互稳定性，在信息交互稳定性出现波动时，启动预警。数据应急管理子系统405还具有应急管理功能，当出现突发故障，引起了数据传输中断与紊乱、系统崩溃等紧急情况，数据应急管理子系统405将识别故障类型并切断故障源，同步向其他系统发送告警报错信息，内部启动休眠应急状态，减少对系统的损坏影响。
[0136]
参见图10，图10是本技术实施例提供一种数据中心算力与电力协同调度的信息交互装置500，包括：
[0137]
第一接收模块501，用于接收算力调度平台发送的第一消息，所述第一消息包括第一服务器集群的历史算力参数和历史电力参数；
[0138]
第一确定模块502，用于根据所述历史算力参数和所述历史电力参数，确定多时序拟合方程；
[0139]
第一预测模块503，用于根据所述多时序拟合方程，预测所述第一服务器集群的第一算力参数和第一电力参数，所述第一算力参数为所述第一服务器集群在第一时刻的算力参数，所述第一电力参数为所述第一服务器集群在所述第一时刻的电力参数；
[0140]
第一发送模块504，用于向主站系统发送第二消息，所述第二消息包括所述第一电力参数；
[0141]
第二接收模块505，用于接收主站系统发送第三消息，所述第三消息包括所述第一服务器集群的第一可用电力参数，所述第一可用电力参数为所述第一服务器集群在所述第一时刻的电力参数；
[0142]
第二确定模块506，用于根据所述多时序拟合方程和所述第一可用电力参数，确定所述第一服务器集群的第一可用算力参数；
[0143]
第二发送模块507，用于向所述算力调度平台发送第四消息，所述第四消息包括所述第一可用算力参数，以使所述算力调度平台根据所述第一可用算力参数调节所述第一服务器集群的算力参数。
[0144]
可选的，历史算力参数包括m个时刻的历史组合参数和所述m个时刻的历史负载参数，历史电力参数包括m个时刻的历史电力参数；
[0145]
第一确定模块502具体用于：
[0146]
根据m个时刻的历史组合参数，确定多时序第一拟合方程，多时序第一拟合方程用于表征组合参数与时刻的对应关系
[0147]
根据m个时刻的历史组合参数和m个时刻的负载参数，确定多时序第二拟合方程，多时序第二拟合方程用于表征组合参数与负载参数的对应关系；
[0148]
根据m个时刻的历史电力参数、第一服务器集群的服务器增长率和m个时刻的历史负载参数，确定多时序第三拟合方程，多时序第三拟合方程用于表征电力参数与负载参数的对应关系。
[0149]
可选的，第一预测模块503具体用于：
[0150]
根据多时序第一拟合方程，预测第一服务器集群的组合参数；
[0151]
根据组合参数和多时序第二拟合方程，预测第一服务器集群的负载参数；
[0152]
根据负载参数和多时序第三拟合方程，预测第一服务器集群的电力参数。
[0153]
可选的，第一消息还包括第一服务器集群的计划性组合参数；
[0154]
第一确定模块502还具体用于：
[0155]
根据m个时刻的历史组合参数和计划性组合参数，确定多时序第一拟合方程。
[0156]
可选的，多时序拟合方程为用于首个控制周期的多时序拟合方程，数据中心算力与电力协同调度的信息交互装置500还包括：
[0157]
第一获取模块，用于获取第一控制周期的实际算力参数和实际电力参数；
[0158]
第一更新模块，用于根据第一控制周期的实际算力参数和第一控制周期的预测算力参数之间的偏差，以及第一控制周期的实际电力参数和第一控制周期的预测电力参数之间的偏差，对用于第一控制周期的多时序拟合方程进行更新，以得到用于第二控制周期的多时序拟合方程；
[0159]
第二预测模块，用于根据用于第二控制周期的多时序拟合方程，预测第一服务器集群的第二算力参数和第二电力参数，第二算力参数为第一服务器集群在第二时刻的算力参数，第二电力参数为第一服务器集群在第二时刻的电力参数；
[0160]
第三发送模块，向主站系统发送第五消息，第五消息包括所述第二电力参数；
[0161]
第三接收模块，用于接收主站系统发送的第六消息，第六消息包括第一服务器集群的第二可用电力参数，第二可用电力参数为第一服务器集群在第二时刻的电力参数；
[0162]
第三确定模块，用于根据多时序拟合方程和第二可用电力参数，确定第一服务器集群的第二可用算力参数；
[0163]
第四发送模块，用于向算力调度平台发送第七消息，第七消息包括第二可用算力参数，以使算力调度平台根据第二可用算力参数调节第一服务器集群的算力参数。
[0164]
可选的，数据中心算力与电力协同调度的信息交互装置500还包括以下至少一项：
[0165]
第一监测模块，用于监测信息交互设备内部运行状态，用于在运行状态的稳定性出现波动时，启动预警；
[0166]
第二监测模块，用于监测信息交互设备与算力调度平台和主站系统的信息交互稳定性，用于在信息交互稳定性出现波动时，启动预警。
[0167]
需要说明的是，本技术实施例的数据中心算力与电力协同调度的信息交互装置能够实现以上所述的数据中心算力与电力协同调度的信息交互方法实施例的各个过程，并能达到相同的技术效果，为避免重复，这里不再赘述。
[0168]
本技术实施例还提供一种电子设备600，参见图11，包括至少一个处理器601、存储器602及存储在存储器602上并可在处理器601上运行的计算机程序，计算机程序被至少一个处理器601执行以实现上述数据中心算力与电力协同调度的信息交互方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0169]
本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器601执行以实现上述数据中心算力与电力协同调度的信息交互方法的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中计算机可读存储介质，包括只读存储器read-only memory，简称rom)、随机存取存储器(random access memory，简称ram)、磁碟或者光盘等。
[0170]
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本技术实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。
[0171]
上面结合附图对本技术的实施例进行了描述，但是本技术并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本技术的启示下，在不脱离本技术宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本技术的保护之内。