基于电力数据的IDC机柜智能核查方法研究

人工智能技术高速发展，推动算力与存储需求持续爆发，互联网数据中心（Internet Data Center，IDC）已成为数字经济核心基础设施，也是运营商云网战略布局与营收增长的关键载体。据工业和信息化部、中国信通院于2026年3月发布的数据，全国在用算力标准机架达1445万架，大型及以上数据中心占比近70%[1]。

随着行业规模化发展，IDC精细化运营压力持续增大。传统IDC系统呈“烟囱式”独立架构，业务、资源、动环系统数据割裂，存在核查效率低、数据不准、营收流失等诸多问题。对此，本文提出基于电力数据的IDC机柜智能核查方法，通过统一接口规范打通多源数据，通过搭建智能稽核模型实现机柜异常自动识别与远程核查，从而有效提升IDC运维效率与管控精度，保障营收安全、降低运营成本。

1 传统IDC机柜核查现状及问题分析

当前，IDC机柜核查主要依赖传统“烟囱式”架构下的人工巡检方案。核查人员从业务管理系统导出机柜开通清单，从资源管理系统导出资源状态清单，携带清单前往机房现场，逐一查找机柜并查看设备部署情况，再通过本地动环终端查询电力数据进行比对，最后人工整理异常报告并进行反馈。

该方式存在以下三方面突出问题。其一，数据割裂造成信息不一致。三类系统间缺乏交互接口，动环实际电力数据无法与业务、资源系统数据自动比对，易出现违规私开机柜、申请与实际用电脱节等问题。其二，人工依赖致使效率低下。面对几十个数据中心、十万级机柜的规模，人工逐一核查周期极长，且易因疏忽而遗漏异常数据。其三，无统一标准导致扩展性差。部分厂家动环系统采用私有协议，跨地市、跨厂家核查需要适配不同系统，运营复杂度高。

2 基于电力数据的IDC机柜核查方法

针对现有技术的不足，本文提出一种基于电力数据的IDC机柜核查方法（如图1所示），该方法采用“数据打通—智能稽核—闭环管理”的核心设计思路，通过以下技术方案实现IDC机柜的远程智能化核查。

图1 基于电力数据的IDC机柜核查框架

2.1 数据采集与整合

2.1.1 动环电力数据采集

基于统一动环综合网管平台，制定统一的B接口规范，纳管本地不同区域、不同厂家的动环系统及动力基础设备。统一动环系统采用“本地网监中心（Supervision Center，SC）—现场采集单元（Supervision Unit‌，SU）”两级架构：现场采集单元部署于IDC局房现场，周期性采集机柜支路电流、电压等原始电力数据，并进行预处理；本地网监中心通过B接口与现场采集单元通信，接收上传的实时电力数据与告警信息，同时下发远程控制指令。

B接口采用公开、标准化协议，替代厂商私有协议，确保不同品牌现场采集单元的兼容性，实现多个数据中心机柜电力数据的统一采集[2]。统一动环系统每日通过FTP（file transfer protocol‌，文件传输协议）接口向IDC资源管理系统上报全量动环电力数据，数据内容包括信号点ID（identification‌，标识）、支路号、采集时间、电力值、数据状态等。

2.1.2 业务资源数据整合

IDC资源管理系统通过WebService接口与业务系统对接，同步机柜业务工单数据。在此基础上，建立“动环数据—资源数据”映射库，根据机房提供的信号点、支路号与机柜编号的对应关系，将动环系统采集的支路电流数据与IDC资源管理系统中的机柜编号进行绑定，实现“电力数据—机柜—客户—业务”的一一关联，并细化至单体机柜的颗粒度管理。

2.2 智能稽核模型构建

基于整合后的动环电力数据与业务资源数据，构建智能稽核模型，通过以下四类核心算法实现自动核查与异常识别。

2.2.1 超申请用电核查

针对已开通业务的机柜，系统每日比对“业务申请电力额度”与“动环实际采集电力平均值”。一旦实际电力平均值超过申请电力额度的110%，即超申请用电10%以上，系统自动标记为“超容用电异常”，生成中级告警并推送至数据中心监控人员。

2.2.2 违规私开机柜核查

对于IDC资源管理系统中状态为“空闲”或“未分配”的机柜，系统将实时监测动环电力数据。若连续三个采集周期内电力值大于0，且无对应的业务申请单，系统则将其标记为“违规私开异常”，生成高级告警并附带该机柜最近24小时电力曲线。

2.2.3 突发用电波动核查

系统对所有机柜计算当日实时电力值与前一日同期电力值的差值百分比，当差值百分比超过50%时，系统则视为“用电波动异常”，生成初级提醒并触发人工二次核查，以确认是否为客户设备扩容、临时加电等正常场景。

2.2.4 多维度能耗分析

系统以“客户”“机房”“地市”为维度，按日、周、月统计机柜电力消耗数据，生成能耗报表。客户维度可统计某客户名下所有机柜的总用电量、平均用电量、超申请用电次数；机房维度可统计某数据中心的总能耗、空闲机柜带电率、异常告警率；地市维度可展示各地市IDC机柜的能耗排名、节能减排潜力评估。

2.3 异常处理与闭环管理

智能稽核模型识别异常后，系统通过短信、企业微信、电子运维系统等渠道，将异常告警或提醒推送至对应的数据中心监控人员、区域运维负责人。推送内容包括异常机柜编号、异常类型、触发时间、电力数据截图等，确保运维人员能够快速定位问题。

运维人员收到告警后，在规定时限内赴现场核查，确认异常原因并在IDC资源管理系统中录入核查结果。针对确认的违规问题，运维人员督促客户补录业务申请或关停相关设备，整改完成后在系统中标记“已闭环”；针对设备故障等非违规问题，联动电子运维系统生成维修工单，直至问题解决，从而实现异常处理的完整闭环管理。

3 应用效果分析

本文提出的IDC机柜智能核查方案已在某大型电信运营商落地应用，覆盖40余座数据中心、近11万个机柜，综合应用效果良好。在核查效率方面，系统依托智能模型实现全天候自动稽核，替代传统人工巡检，整体核查效率提升约30倍；异常问题可即时告警推送，有效缩短处置时长，避免出现人工漏检、误判问题。在营收保障方面，系统能够精准识别私开机柜、超容用电等违规行为，累计处置多起异常事件，有效堵塞管理漏洞，减少营收流失。在能耗管理方面，系统通过能耗数据分析优化电力配置，规范空载机柜用电，助力降低机房PUE（Power Usage Effectiveness，电能利用效率）。该方案适配性强，可在各类数据中心场景中推广使用。

4 结语

本文针对传统IDC机柜核查数据割裂、人工依赖性强、接入标准不统一等痛点，提出基于电力数据的IDC机柜智能核查方法。实际应用证明，该方法可有效缩短核查周期、节约人力成本、规避营收流失，并为数据中心节能运营提供数据支撑。未来可通过引入机器学习算法构建用电基线、丰富电力特征参数、融合环境数据建模等方式，持续提升核查精度与机房智能运维能力。

作者

刘嘉宁1，赖远东2，温勇斌2

1.中国电信股份有限公司北京分公司算力中心运营部，北京 100032；2.国讯新创软件技术有限公司，上海 200127