一种“多站融合”数据中心站选址方法

摘要

本发明公开一种“多站融合”数据中心站选址方法，本发明包括：确定“多站融合”数据中心站的选址方案；根据选址方案确定选址方案的影响因素并获取所述影响因素的具体信息；根据影响因素的具体信息对各个选址方案的影响因素分别评分获得影响因素评分；通过层次分析法确定每个所述影响因素的权重；根据所述权重和所述影响因素评分计算每个选址方案的综合得分，选取综合得分最高的作为“多站融合”数据中心站的最终地址。通过“多站融合”数据中心站选址方法选出的建站地址能兼顾用户构成、节点规模、市政规划、人口密度等影响因素，使得建设的“多站融合”数据中心站能够更好的服务大众、服务社会和区域的发展。

说明书

技术领域

本发明涉及供电系统建设领域，尤其涉及一种“多站融合”数据中心站选址方法。

背景技术

随着国家“新基建”战略部署的深化和快速发展，“多站融合”数据中心站建设工作广泛开展。“多站融合”数据中心站是支撑电力物联网建设的基础保障。

为确保“多站融合”数据中心站在建设投运后充分发挥效果、快速开展运营，“多站融合”数据中心站往往要求选址于经济发达、交通便利、人口密集的片区。现有技术中针对“多站融合”数据中心站的选址方面的研究涉及较少，在选址方面往往存在顾此失彼的选址缺陷，往往无法兼顾用户分布密集程度、用户性质、经济发展情况、发展潜力、交通情况、人口密集程度等各方面的因素。导致经过选址建设的“多站融合”数据中心站往往不能充分发挥服务作用。运用多元数据的“多站融合”数据中心站选址评估课题的研究目标是将数据中心站的选址问题分解为用户构成、节点规模、市政规划、人口密度几个相对独立且存在关联的准则，通过层次分析法确定各个准则的权重，针对已经划定的待选址点按照相应准则逐一进行得分归一化换算，最终通过综合评分判定最优选址点。使得“多站融合”数据中心站通过选址能够充分发挥作用。

发明内容

为解决上述问题，本发明提供一种“多站融合”数据中心站选址方法，包括：

确定“多站融合”数据中心站的选址方案；根据选址方案确定选址方案的影响因素并获取所述影响因素的具体信息；

根据影响因素的具体信息对各个选址方案的影响因素分别评分；

通过层次分析法确定每个所述影响因素的权重；

根据所述权重和所述影响因素评分计算每个选址方案的综合得分，选取综合得分最高的作为“多站融合”数据中心站的最终地址。

优选地，所述影响因素包括用户构成、节点规模、市政规划和人口密度。

优选地，根据影响因素的具体信息对各个选址方案的影响因素分别评分包括：根据每个选址方案中“多站融合”数据中心站所在的行政区域中一段时间内用电量对选址方案的用户构成进行评分；根据所述选址方案中“多站融合”数据中心站的面积对选址方案节点规模进行评分；根据所述选址方案中“多站融合”数据中心站所在的行政区域的相关政策对选址方案的行政规划进行评分；根据所述选址方案中“多站融合”数据中心站所在的行政区域的人口密度对选址方案的人口密度进行评分。

优选地，根据每个选址方案中“多站融合”数据中心站所在的行政区域中一段时间内用电量对选址方案的用户构成进行评分包括：

统计所述选址方案中“多站融合”数据中心站所在的行政区域中一段时间内用电量；

对所述用电量进行归一化获得用户构成评分S1。

优选地，根据所述选址方案中“多站融合”数据中心站的面积对选址方案节点规模进行评分包括：

制定面积映射到节点规模评分的节点规模评分标准；

根据所述节点规模评分标准进行评分并归一化获得节点规模评分S2。

优选地，根据所述选址方案中“多站融合”数据中心站所在的行政区域的相关政策对选址方案的行政规划进行评分包括：

获取“多站融合”数据中心站相关的政策文件；

制定政策文件内容映射到行政规划评分的行政规划评分标准；

根据所述行政规划评分标准进行评分并归一化获得行政规划评分S3。

优选地，根据所述选址方案中“多站融合”数据中心站所在的行政区域的人口密度对选址方案的人口密度进行评分包括：

统计所述选址方案中“多站融合”数据中心站所在的行政区域中最新的人口密度数据；

对所述人口密度数据进行归一化获得人口密度评分S4。

优选地，通过层次分析法确定每个所述影响因素的权重包括：

用成对比较法和1-9的量化尺度构建所述影响因素的判定矩阵，所述判定矩阵为正互反阵；

对所述判定矩阵进行列归一化

对所述特征向量的元素进行归一化

根据一致性比率检测权重的合理性。

优选地，根据一致性比率检测权重的合理性包括：

计算最大特征根

计算一致性指标

计算一致性比率

优选地，根据所述权重和所述影响因素评分计算每个选址方案的综合得分S＝S1×W

本申请提出的一种“多站融合”数据中心站选址方法具体有以下有益效果：

本发明提供的“多站融合”数据中心站选址方法通过层次分析法获取用户构成、节点规模、市政规划、人口密度的评分权重，根据用户构成评分、节点规模评分、市政规划评分和人口密度评分和评分权重对每个选址方案进行评估。使得通过评估获得的选址方案能兼顾用户构成、节点规模、市政规划、人口密度等影响因素，使得建设的“多站融合”数据中心站能够更好的服务大众、服务社会和区域的发展。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。

图1是本发明实施例中影响因素相对重要程度的量化尺度对比数据表；

图2是本发明实施例中相对重要程度与量化尺度对照表；

图3是本发明实施例中用户构成评分表；

图4是本发明实施例中节点规模评分表；

图5是本发明实施例中市政规划评分表；

图6是本发明实施例中人口密度评分表；

图7是本发明实施例中随机一致性指标表；

图8是本发明实施例中综合得分数据表；

图9是本发明实施例中“多站融合”数据中心站选址方法的流程图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

下面结合附图对本发明进行说明，其中，图1是本发明实施例中影响因素相对重要程度的量化尺度对比数据表；图2是本发明实施例中相对重要程度与量化尺度对照表；图3是本发明实施例中用户构成评分表；图4是本发明实施例中节点规模评分表；图5是本发明实施例中市政规划评分表；图6是本发明实施例中人口密度评分表；图7是本发明实施例中随机一致性指标表；图8是本发明实施例中综合得分数据表；图9是本发明实施例中“多站融合”数据中心站选址方法的流程图。

参阅图9所示，本发明提供一种“多站融合”数据中心站选址方法，包括：

S100，确定多个待选择的“多站融合”数据中心站的选址方案。

S200，根据选址方案确定选址方案的影响因素并获取所述影响因素的具体信息；具体的，多个所述影响因素之间相互独立。一种可行的所述影响因素包括用户构成、节点规模、市政规划和人口密度。其中，所述用户构成由所述选址方案中“多站融合”数据中心站所在的行政区域的在一段时间内的用电量决定，所述节点规模由所述选址方案中“多站融合”数据中心站的站地面积决定，所述市政规划由所述选址方案中“多站融合”数据中心站所在的行政区域的政策规划决定，所述人口密度由所述选址方案中“多站融合”数据中心站所在的行政区域的人口密度决定。

S300，根据影响因素的具体信息对各个选址方案的影响因素分别评分获得影响因素评分；具体的，根据影响因素的具体信息对各个选址方案的影响因素分别评分包括：根据每个选址方案中“多站融合”数据中心站所在的行政区域中一段时间内用电量对选址方案的用户构成进行评分；根据所述选址方案中“多站融合”数据中心站的面积对选址方案节点规模进行评分；根据所述选址方案中“多站融合”数据中心站所在的行政区域的相关政策对选址方案的行政规划进行评分；根据所述选址方案中“多站融合”数据中心站所在的行政区域的人口密度对选址方案的人口密度进行评分。

具体实施过程中，参阅图3所示，根据每个选址方案中“多站融合”数据中心站所在的行政区域中一段时间内用电量对选址方案的用户构成进行评分包括：

统计所述选址方案中“多站融合”数据中心站所在的行政区域中一段时间内用电量；如图3，16912、7850、11747和9063分别代表四个选址方案选定区域的用电量，

对所述用电量进行归一化获得用户构成评分S1，用电量归一化的过程包括：对四个用电量求和获得用电量和，求每个用电量与用电量和的比值作为用户构成评分。图3中，区域1、区域2、区域3和区域4的用户构成评分分别为0.371、0.172、0.258和0.199。

具体实施过程中，参阅图4所示，根据所述选址方案中“多站融合”数据中心站的面积对选址方案节点规模进行评分包括：

制定面积映射到节点规模评分的节点规模评分标准；一种可行的节点规模评分标准为：“多站融合”数据中心站的面积≤20㎡得1分，20㎡<“多站融合”数据中心站的面积≤40㎡得2分，40㎡<“多站融合”数据中心站的面积≤100㎡得3分，“多站融合”数据中心站的面积>100㎡得4分。

根据所述节点规模评分标准进行评分并归一化获得节点规模评分S2，节点规模归一化过程包括：对四个节点规模求和获得节点规模和，求每个节点规模与节点规模和的比值作为节点规模评分。

具体实施过程中，参阅图5所示，根据所述选址方案中“多站融合”数据中心站所在的行政区域的相关政策对选址方案的行政规划进行评分包括：

获取“多站融合”数据中心站相关的政策文件；具体的，选取政府关于促进新基建、新业态发展以及产业扶贫等方面的政策性文件；

制定政策文件内容映射到行政规划评分的行政规划评分标准；一种可行的行政规划评分标准为：近5年内无该方面规划的区域得0分，近5年内有区县级工程计划或10年内有市级计划的区域得1分，5年内有市级计划或10年内有省级计划的区域得2分，5年内有省级及以上计划的区域得3分。

根据所述行政规划评分标准进行评分并归一化获得行政规划评分S3。行政规划归一化过程包括：对四个行政规划分求和获得行政规划和，求每个行政规划分与行政规划和的比值作为行政规划评分。

具体实施过程中，参阅图6所示，根据所述选址方案中“多站融合”数据中心站所在的行政区域的人口密度对选址方案的人口密度进行评分包括：

统计所述选址方案中“多站融合”数据中心站所在的行政区域中最新的人口密度数据；

对所述人口密度数据进行归一化获得人口密度评分S4。人口密度归一化过程包括：对四个人口密度求和获得人口密度和，求每个人口密度与人口密度和的比值作为人口密度评分。

S400，通过层次分析法确定每个所述影响因素的权重；具体实施过程中，通过层次分析法确定每个所述影响因素的权重包括：

用成对比较法和1-9的量化尺度构建所述影响因素的判定矩阵，所述判定矩阵为正互反阵；具体的，任意取两个所述影响因素，通过成对比较法比较两个所述影响因素，利用1-9的量化尺度对两个所述影响因素的相对重要程度进行评价，从而构建判定矩阵；

具体的，参阅图2所示，任取两个影响因素，影响因素i和影响因素j；其中，相对重要程度的量化尺度为1，表示影响因素i和影响因素j相比同等重要；相对重要程度的量化尺度为3，表示影响因素i比影响因素j稍微重要；相对重要程度的量化尺度为2，表示影响因素i相比影响因素j的相对重要程度在同等重要与稍微重要之间；相对重要程度的量化尺度为5，表示影响因素i比影响因素j的相对重要程度为较强重要；同样的，相对重要程度的量化尺度为4，表示影响因素i相比影响因素j的相对重要程度在稍微重要与较强重要之间；相对重要程度的量化尺度为7，表示影响因素i比影响因素j的相对重要程度为强烈重要；同样的相对重要程度的量化尺度为6，表示影响因素i相比影响因素j的相对重要程度在较强重要与强烈重要之间；相对重要程度的量化尺度为9，表示影响因素i比影响因素j的相对重要程度为极端重要；同样的，相对重要程度的量化尺度为8，表示影响因素i相比影响因素j的相对重要程度在强烈重要与极端重要之间；参阅图1所示，图1第一行和第一列表示所述影响因素的种类；第二列是数据表示用户构成相对用户构成的相对重要程度为A

对所述判定矩阵进行列归一化

对所述特征向量的元素进行归一化

根据一致性比率检测权重的合理性。具体的根据一致性比率检测权重的合理性包括：

计算最大特征根

计算一致性指标

计算一致性比率

S500，根据所述权重和所述影响因素评分计算每个选址方案的综合得分，选取综合得分最高的作为“多站融合”数据中心站的最终地址。参阅图8所示，根据所述权重和所述影响因素评分计算每个选址方案的综合得分S＝S1×W

本发明提供的“多站融合”数据中心站选址方法通过层次分析法获取用户构成、节点规模、市政规划、人口密度的评分权重，根据用户构成评分、节点规模评分、市政规划评分和人口密度评分和评分权重对每个选址方案进行评估。通过评估获得的选址方案能兼顾用户构成、节点规模、市政规划、人口密度等影响因素，使得建设的“多站融合”数据中心站能够更好的服务大众、服务社会和区域的发展。

应当注意的是，在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。