数据中心里的照明也有大学问

简介:

数据中心既是信息数据集中处理的场所,也是一座建筑。是一座建筑,内部就需要灯光照明,不同区域不同地方照明的设计是不同的,这就好比我们住的房子,客厅会布置高挑漂亮的灯饰,卧室则布置一些色调稍暗的灯光,而在厨房洗手间会安放一些防潮防腐的白炽灯等等。数据中心内部也同样,不同区域对照明的要求也有变化,这就需要对数据中心的照明系统进行合理设计,这样既能达到照明目的,也可以节省电能。

显然,很多数据中心设计标准已经考虑到了这一点。在电子信息系统机房设计规范GB 50174-2008中对数据中心机房的照明要求是“主机房和辅助区一般照明照度按300lx、500lx取值,机房的工作区域内一般照明的照明均匀度不应小于0.7,非工作区域内的一般照明的照度值不应低于工作区域内一般照明照度值的1/3”,参考TIA-942以及数据中心相关标准也能找到关于照明的设计标准,大同小异。基本要求是照明不闪烁、照明度大、光线分布均匀、不直接照射、光线明亮且柔和,适应人的眼睛对照明均匀度的要求。表1列了主机房区和辅助区的照明要求:


image

表1:数据中心照明要求

在照度上满足设计标准要求只是对照明系统最基本的要求,除此之外还需要有很多注意的地方。首先,机房区在灯的布局上,应符合机房美观、位置重要性和设备位置的要求来布局。灯具应该排列有序,均匀分布,横纵方向保持一定距离,根据照明要求,确定灯具之间的间隔。间隔大小和灯具的发光功率,以及高度有关,经过合理的计算得出最优数值再去部署;其次,机房区的灯具部署要避免产生阴影,尤其在有高大设备的地方,要部署更多的灯具数量,从不同角度照射,尽量消除阴影。最好的数据中心照明系统应该能给机柜很好的照明,就像图书馆中的书架一样,设计师们似乎喜欢这么比喻。在图书馆,目标是读清楚书脊上的名称和目录号,书表面大约50英尺的烛光(500lx)照明已经足够。数据中心也是一样,除非机柜门打开,我们还想让光照进机柜越远越好。这就要求照明装置有一个很宽的散射光谱,并安装在机柜顶部不远的地方。同样也要求照明装置的尺寸和位置不能被电缆槽及其它的头顶装置所阻挡。这样最好的选择是精选窄长的、一或两个管状悬垂灯管,并悬挂成连续不断的一排。可这样任意增加顶部的灯具影响美观,部署上也存在困难,这时可以在机柜旁增加一些辅助灯具,便于临时照明使用,当需要打开机柜并在里面进行维护操作时,打开临时照明灯具就可以了。第三,对于大面积的机房,照明控制开关应采用分区、分路、分组部署,在特定区域进行操作时,其它区域可以关闭,达到节省能源的目的。机房内大部分时间都是无人值守的,这时可以将机房内的照明灯具都关闭,分区域控制可以在整体上节约照明能源。第四,主机房和辅助区照明光源都应采用高效节能的荧光灯,荧光灯镇流器的谐波限值应符合现行国家标准《电磁兼容限值谐波电流发射限值》的有关规定。辅助区可以按照功能不同,按100lx、150lx、200lx取值,间歇运行的机房取低值,持续运行的机房取中值,连续运行的机房取高值,无窗建筑的机房取高值。第五,由于数据中心内部几乎没有外来人员,平时只有运维人员在机房内巡视工作,而且人员相对较少,在辅助区,尤其是公共走道区域停留时间又短,所以公共走道的照明完全没有必要处于常亮状态,可以设计成为声控照明,当人离开时自动延时熄灭,达到节约能源的目的。第六,照明电源由配电箱提供,与机房设备供电分开,与设备供电相比,照明供电的重要性是次要的,优先保证设备供电,照明供电采用一路市电输入即可,这样也可以节省用电量。

除了正常使用的照明用电,也要考虑到备用照明,也叫应急照明。一旦市电出了问题,依然可以有备用照明使用,这部分当然不会采用UPS等备用电源,这样设计成本将大为上升,还是将这些电源备份系统留给运行的设备使用吧。在机房区和辅助区都要部署备用照明,备用照明与一般照明的电源由不同回路引来,互不影响。备用照明的照度值也不应低于一般照明照度值的50%。备用照明主要用于人员疏散、保障安全或继续工作的照明,用的比较多的是采用蓄电池的应急日光灯,也有一些数据中心会将照明电路中的一路由UPS供电,在停电时,由UPS提供照明。这些备用照明灯具多部署在数据中心通向出口的过路上,供疏散人员使用,为人员的安全疏散、逃生提供安全出口位置、方向及必要的照度,设置通道疏散照明及疏散指示标志灯,这主要包括走道顶部消防应急照明灯具和疏散门上方的灯光安全出口指示标识以及墙面上灯光疏散指示标志。从安全性角度出发,规定通道疏散照明的照度值不低于5lx,这个来自于《民用建筑电气设计规范》中的规定。

照明是数据中心设计中的一个重要部分,和其他基础设施任何部分一样重要,设计不好,在数据中心后期运行中,依然会给数据中心带来无尽烦恼。要提前做足功课,在数据中心设计之初就将照明系统建设好,不仅达到照明目的,也可以给数据中心节约能源。

本文转自d1net(转载)

相关文章
|
5月前
|
存储 传感器 监控
探索现代数据中心的冷却技术革新
【4月更文挑战第23天】 在信息技术迅猛发展的今天,数据中心作为计算和存储的核心枢纽,其稳定性和效率至关重要。然而,随着处理能力的增强,设备发热量急剧上升,有效的冷却方案成为确保数据中心持续运行的关键因素。本文将深入分析当前数据中心面临的热管理挑战,并探讨几种前沿的冷却技术,包括液冷系统、热管技术和环境自适应控制策略。通过比较不同技术的优缺点,我们旨在为数据中心管理者提供实用的冷却解决方案参考。
|
2月前
|
机器学习/深度学习 存储 监控
利用机器学习技术优化数据中心能效
【7月更文挑战第36天】在数据中心管理和运营中,能源效率已成为关键性能指标之一。随着能源成本的不断上升以及环境保护意识的增强,开发智能化、自动化的解决方案以降低能耗和提高能源利用率变得尤为重要。本文探讨了如何应用机器学习技术对数据中心的能源消耗进行建模、预测和优化,提出了一个基于机器学习的框架来动态调整资源分配和工作负载管理,以达到节能的目的。通过实验验证,该框架能够有效减少数据中心的能耗,同时保持服务质量。
|
5月前
|
存储 大数据 数据处理
探索现代数据中心的冷却技术
【5月更文挑战第25天】 在信息技术迅猛发展的今天,数据中心作为其核心基础设施之一,承载了巨大的数据处理需求。随着服务器密度的增加和计算能力的提升,数据中心的能耗问题尤其是冷却系统的能效问题日益凸显。本文将深入探讨现代数据中心所采用的高效冷却技术,包括液冷解决方案、热管技术和环境自适应控制等,旨在为数据中心的绿色节能提供参考和启示。
|
5月前
|
人工智能 监控 物联网
探索现代数据中心的冷却技术
【5月更文挑战第27天】 在信息技术迅猛发展的今天,数据中心作为信息处理的核心设施,其稳定性和效率至关重要。而随着计算能力的提升,数据中心面临的一个重大挑战便是散热问题。本文将深入探讨现代数据中心冷却技术的进展,包括传统的空气冷却系统、水冷系统,以及新兴的相变材料和热管技术。通过对不同冷却方式的效率、成本及实施难度的分析,旨在为读者提供一份关于数据中心散热优化的参考指南。
|
5月前
|
机器学习/深度学习 资源调度 监控
利用机器学习技术优化数据中心能效
【5月更文挑战第30天】在数据中心管理和运营中,能源效率的优化是降低运营成本和减少环境影响的关键。本文旨在探讨如何应用机器学习技术来提升数据中心的能源效率。通过对现有数据中心运行数据的深入分析,开发预测性维护模型,以及实施智能资源调度策略,我们可以显著提高数据中心的能效。本研究提出了一种集成机器学习算法的框架,该框架能够实时监控并调整数据中心的能源消耗,确保以最佳性能运行。
|
5月前
|
存储 大数据 数据中心
提升数据中心能效的先进冷却技术
【5月更文挑战第27天】 在信息技术不断进步的今天,数据中心作为计算和存储的核心枢纽,其能源效率已成为评价其可持续性的关键指标。本文将探讨当前数据中心面临的热管理挑战,并展示一系列创新的冷却技术解决方案,旨在提高数据中心的能效,同时确保系统的稳定性和可靠性。通过对比传统冷却方法和新兴技术,我们将分析各种方案的优势、局限性以及实施难度,为数据中心运营者提供科学的决策参考。
|
4月前
|
移动开发 监控 前端开发
基于 HTML5 WebGL 和 VR 技术的 3D 机房数据中心可视化
基于 HTML5 WebGL 和 VR 技术的 3D 机房数据中心可视化
|
5月前
|
存储 传感器 人工智能
探索现代数据中心的冷却技术革新
【5月更文挑战第18天】 在数字化时代,数据中心作为信息处理与存储的核心设施,其稳定性和效能至关重要。随着计算需求的激增,数据中心的冷却系统面临着前所未有的挑战。传统的空调冷却方法不仅耗能巨大,而且效率低下。本文将深入探讨现代数据中心冷却技术的最新进展,包括液冷技术、热管应用、环境辅助设计以及智能化管理等方面,旨在提供一种高效、可持续且经济的解决方案,以应对日益增长的冷却需求。
|
5月前
|
机器学习/深度学习 存储 监控
利用机器学习技术优化数据中心能效
【5月更文挑战第11天】 在云计算和大数据的背景下,数据中心作为信息处理的核心设施,其能效问题一直是研究的热点。传统的能效管理方法难以应对日益增长的能源消耗和复杂多变的工作负载。本文提出一种基于机器学习技术的数据中心能效优化方案,通过实时监控和智能调度策略,有效降低能耗并提升资源利用率。实验结果表明,该方案能够减少约15%的能源消耗,同时保持服务质量。
|
5月前
|
机器学习/深度学习 数据采集 资源调度
利用机器学习技术优化数据中心能效
【5月更文挑战第27天】 在本文中,我们探讨了一种基于机器学习的技术框架,旨在实现数据中心能效的优化。通过分析数据中心的能耗模式并应用预测算法,我们展示了如何动态调整资源分配以减少能源消耗。与传统的摘要不同,此部分详细阐述了研究的动机、使用的主要技术手段以及期望达成的目标,为读者提供了对文章深入理解的基础。