현재 전산 장비를 설치하고 있는 전산실의 공조기 환경은 장애물, 거리, 풍압, 구조 등의 문제들로 18℃ 보다 낮은 온도로 설정 되어있습니다.
본 논문은 이와 같은 공조기의 전기 에너지와 냉매 가스를 절감 하고자 IoT(Internet of Things) 센서 노드 및 머신러닝 기술을 이용하여 전산실 공조 환경에 대한 진단을 통해 전기 에너지를 절약할 수 있는 시스템을 설계 및 구현합니다.
이 시스템은 IoT 센서 ...
현재 전산 장비를 설치하고 있는 전산실의 공조기 환경은 장애물, 거리, 풍압, 구조 등의 문제들로 18℃ 보다 낮은 온도로 설정 되어있습니다.
본 논문은 이와 같은 공조기의 전기 에너지와 냉매 가스를 절감 하고자 IoT(Internet of Things) 센서 노드 및 머신러닝 기술을 이용하여 전산실 공조 환경에 대한 진단을 통해 전기 에너지를 절약할 수 있는 시스템을 설계 및 구현합니다.
이 시스템은 IoT 센서노드의 계측 데이터로 수집된 계측 정보를 활용하기 위해 시계열 기반의 온도 예측 기술을 제안합니다. 전산 장비들은 실내 온도 28℃까지 정상적인 작동을 합니다. 전산 장비들에 공급되는 공조기의 냉방 온도를 1℃씩 상향 시켰을 경우 전체 전기 에너지의 4~5% 정도가 되는 비용을 절약할 수 있기에 IoT 센서 노드를 설치하여 온도를 예측하고 공조기를 제어하여 전기 에너지를 절약하는 시스템을 설계 및 구현하였습니다.
위에서 언급한 IoT 센서 노드 및 머신러닝 예측 기술을 통해 우리는 공조기의 전기 에너지를 장비 운영실에서 41%, 전산 기계실에서 30%, UPS 관리실에서 49%를 절감하였으며, 부가적으로 지구 온난화의 원인 중 하나였던 냉매 가스 또한 절감할 수 있었습니다.
IoT 센서 노드를 이용한 머신러닝 기반의 에너지 절약 시스템이 앞으로 국제 전산 시설의 효율적 운영에 많은 도움이 되길 희망합니다.
현재 전산 장비를 설치하고 있는 전산실의 공조기 환경은 장애물, 거리, 풍압, 구조 등의 문제들로 18℃ 보다 낮은 온도로 설정 되어있습니다.
본 논문은 이와 같은 공조기의 전기 에너지와 냉매 가스를 절감 하고자 IoT(Internet of Things) 센서 노드 및 머신러닝 기술을 이용하여 전산실 공조 환경에 대한 진단을 통해 전기 에너지를 절약할 수 있는 시스템을 설계 및 구현합니다.
이 시스템은 IoT 센서 노드의 계측 데이터로 수집된 계측 정보를 활용하기 위해 시계열 기반의 온도 예측 기술을 제안합니다. 전산 장비들은 실내 온도 28℃까지 정상적인 작동을 합니다. 전산 장비들에 공급되는 공조기의 냉방 온도를 1℃씩 상향 시켰을 경우 전체 전기 에너지의 4~5% 정도가 되는 비용을 절약할 수 있기에 IoT 센서 노드를 설치하여 온도를 예측하고 공조기를 제어하여 전기 에너지를 절약하는 시스템을 설계 및 구현하였습니다.
위에서 언급한 IoT 센서 노드 및 머신러닝 예측 기술을 통해 우리는 공조기의 전기 에너지를 장비 운영실에서 41%, 전산 기계실에서 30%, UPS 관리실에서 49%를 절감하였으며, 부가적으로 지구 온난화의 원인 중 하나였던 냉매 가스 또한 절감할 수 있었습니다.
IoT 센서 노드를 이용한 머신러닝 기반의 에너지 절약 시스템이 앞으로 국제 전산 시설의 효율적 운영에 많은 도움이 되길 희망합니다.
Currently, air-conditioners in server rooms are operated such that they create a temperature below 18℃ owing to, e.g., certain obstacles, the distance, wind pressure, and structure.
This study aims to design and implement a system that can save electric current through the diagnosis of the ...
Currently, air-conditioners in server rooms are operated such that they create a temperature below 18℃ owing to, e.g., certain obstacles, the distance, wind pressure, and structure.
This study aims to design and implement a system that can save electric current through the diagnosis of the air-conditioning environment in a server room by using IoT(Internet of Things) sensor nodes and Machine Learning technology. The system should reduce the electric current and refrigerant gas consumption of air-conditioners.
The proposed Machine Learning based time-series temperature prediction technology uses the measured information collected by IoT sensor nodes. The server equipment can run normally up to an indoor temperature of 28℃. When the cooling temperature of the air-conditioner supplied in the server room is increased by 1℃, 4% to 5% of the total electric current consumption can be saved. Thus, a system is designed and implemented to save electric current by predicting the temperature and controlling air-conditioners with IoT sensor nodes.
According to the results, the IoT sensor node and Machine Learning prediction technology reduces the electric current consumption of air-conditioners by approximately 41% in the equipment operation room, 30% in the server room, and 49% in the UPS management room. In addition, the refrigerant gas consumption is decreased. The technique is a promising candidate for mitigating certain global warming causes.
We hope that the energy saving system based on machine learning using IoT sensor node will help the efficient operation of global server facilities in the future.
Currently, air-conditioners in server rooms are operated such that they create a temperature below 18℃ owing to, e.g., certain obstacles, the distance, wind pressure, and structure.
This study aims to design and implement a system that can save electric current through the diagnosis of the air-conditioning environment in a server room by using IoT(Internet of Things) sensor nodes and Machine Learning technology. The system should reduce the electric current and refrigerant gas consumption of air-conditioners.
The proposed Machine Learning based time-series temperature prediction technology uses the measured information collected by IoT sensor nodes. The server equipment can run normally up to an indoor temperature of 28℃. When the cooling temperature of the air-conditioner supplied in the server room is increased by 1℃, 4% to 5% of the total electric current consumption can be saved. Thus, a system is designed and implemented to save electric current by predicting the temperature and controlling air-conditioners with IoT sensor nodes.
According to the results, the IoT sensor node and Machine Learning prediction technology reduces the electric current consumption of air-conditioners by approximately 41% in the equipment operation room, 30% in the server room, and 49% in the UPS management room. In addition, the refrigerant gas consumption is decreased. The technique is a promising candidate for mitigating certain global warming causes.
We hope that the energy saving system based on machine learning using IoT sensor node will help the efficient operation of global server facilities in the future.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.