[發明專利]一種基于神經網絡模型的數據中心能效優化控制方法

有效

• 申請號: 202011360740.8
• 申請日: 2020-11-27
• 公開（公告）號: CN112616292B
• 公開（公告）日: 2022-04-22
• 發明（設計）人: 方遒;周佳康;王智宇
• 申請（專利權）人: 湖南大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;H05K7/20;G06N3/04;G06N3/08
• 代理公司: 長沙麓創時代專利代理事務所(普通合伙) 43249
• 代理人: 賈慶

本發明公開了一種基于神經網絡模型的數據中心能效優化控制方法，包括以下步驟：1)進行數據中心關鍵點溫度傳感與采集工作；2)將采集的數據中心溫度數據存儲，并對數據庫的中的數據顯示到Web瀏覽器中；3)基于大量不同工況下采集的數據，使用神經網絡模型學習不同機房氣流模式、功率狀態與機房關鍵點溫度分布的關系，建立數據機房關鍵點溫度的非線性預測模型；4)在非線性溫度預測模型的基礎上，考慮機房設備功耗、制冷性能、安全性等多種因素影響，對機房制冷系統能耗進行優化調控。與現有技術相比，本發明數據傳輸安全可靠，且可適用于不同氣流模式下的數據中心運行工況，可實時進行能效優化，具有速度快、精度高、操作簡單等優點。

技術領域

本發明涉及一種能效優化方法，尤其是涉及一種基于神經網絡模型的數據中心能效優化控制方法。

背景技術

隨著數字信息的爆炸性增長和最近云計算的快速發展，數據中心已成為未來IT技術的核心基礎架構，大數據服務、云端的使用在日常生活中也越來越普遍，而作為這種信息信息服務的基礎設施，服務器機房的規模也越來越大，且發揮著越來越重要的作用。而服務器屬于高精準設備，任何其中的設備出現問題都會造成比較大的損失，如銀行服務中斷，云端儲存數據丟失等。數據中心機房發生故障就會導致其用戶存儲數據發生丟失，通訊機房發生故障就會造成通訊中斷，對整體企業與國家的安穩形式都會造成巨大損失。為了維護設備的安全環境，每個數據中心都在使用其熱控制系統，該系統占用了整個數據中心40％以上的能耗。因此，對數據中心熱控制系統的研究對于經濟能耗和安全運行都全關重要。

為解決上述問題，越來越多的企業引進了數據中心環境監控系統，實時對機房內各項安全指標進行監測和預警，在保證數據中心環境設備協調監控的同時緩解了機房工作人員的壓力，實現了機房的安全管理。有些企業和研究部門針對數據中心機房的特點設計使用傳統走線式的溫度監控系統，解決了部分人工檢查及時性和準確性差的問題，但也帶來了新的困難，如需要進行大量走線，造成整體走線規劃紊亂且維護困難，不能適用在一些已經布線成熟的場所，想要改變采集點時，需要重新走線，提高了成本，而使用一段時間線路老化后又必須使用大量人力物力進行維護，總體解決問題的效果并不好。無線傳感網絡作為一種正在發展中的技術，隨著無線通信、傳感器、微型計算機方面技術的進步，成為了一個發展前景廣大的領域，為解決傳統走線式的溫度監控系統存在的問題提供了新的思路。對于數據中心溫度預測模型，前人的研究均以穩態流場為假設前提，提出了一類數據中心快速溫度估計模型，這類模型的主要缺點是假設條件過于理想化，當流場偏離其設計的狀態時，其模型準確性會降低或需要重新調整模型參數。在實際中，數據中心內氣流受機柜風扇、空調等設備的影響，氣流分布往往不是穩定不變的，因此建立適用于不同氣流模式的機房溫度預測模型非常必要。

發明內容

本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種基于神經網絡模型的數據中心能效優化控制方法。

本發明的目的可以通過以下技術方案來實現：

一種基于神經網絡模型的數據中心能效優化控制方法，包括以下步驟：

步驟一、以數據中心的終端節點作為數據中心關鍵點，通過關鍵點溫度傳感與采集工作系統進行數據中心關鍵點的溫度傳感與采集工作；終端節點即數據中心機柜和空調的進出氣口；

步驟二、采集不同工況下數據中心關鍵點的溫度數據并存儲到數據庫形成溫度數據庫，對數據庫中的溫度數據進行預處理與數值分析；

步驟三、基于采集的溫度數據庫，使用神經網絡模型學習不同氣流模式、功率狀態與數據中心關鍵點溫度分布的關系，建立數據中心機房關鍵點溫度的非線性溫度預測模型；

步驟四、在建立非線性溫度預測模型的基礎上，建立空調、風扇制冷設備能耗模型并設計能耗優化問題，對能耗優化問題求解，從而對制冷系統能耗進行優化調控。

進一步的改進，所述步驟一中，通過關鍵點溫度傳感與采集工作系統進行數據中心關鍵點的溫度傳感與采集工作包括如下步驟：