[发明专利]用于数据中心制冷群控的能耗优化方法及系统

权利要求书

1.一种用于数据中心制冷群控的能耗优化方法，其特征在于，包括：

获取数据中心的第一制冷群控监控指标运行状态数据，所述第一制冷群控监控指标运行状态数据为当前时刻之前的制冷群控监控指标运行状态历史数据；

通过制冷群控监控指标预测模型和所述第一制冷群控监控指标运行状态数据，预测得到第二制冷群控监控指标运行状态数据，所述第二制冷群控监控指标运行状态数据为当前时刻之后的制冷群控监控指标运行状态预测数据；

基于制冷群控能耗优化模型，根据所述第二制冷群控监控指标运行状态数据，获取得到所述数据中心的最优制冷参数值，以根据所述最优制冷参数值对所述数据中心的制冷设备进行设置。

2.根据权利要求1所述的用于数据中心制冷群控的能耗优化方法，其特征在于，所述通过制冷群控监控指标预测模型和所述第一制冷群控监控指标运行状态数据，预测得到第二制冷群控监控指标运行状态数据，包括：

基于时间序列，对第一制冷群控监控指标运行状态数据进行排序，形成时序数据，以用于构建所述第一制冷群控监控指标运行状态数据的时序数列；

对所述第一制冷群控监控指标运行状态数据的时序数列进行归一化处理，得到归一化后的时序数列；

将所述归一化后的时序数列中的指标时序数据输入到制冷群控监控指标预测模型，预测得到第二制冷群控监控指标运行状态数据。

3.根据权利要求1所述的用于数据中心制冷群控的能耗优化方法，其特征在于，在所述获取数据中心的第一制冷群控监控指标运行状态数据之后，所述方法还包括：

基于格拉布斯准则，对第一制冷群控监控指标运行状态数据中的异常数据进行剔除，得到第三制冷群控监控指标运行状态数据；

通过牛顿插值法，对所述第三制冷群控监控指标运行状态数据中的缺失值进行填充，并对填充后的第三制冷群控监控指标运行状态数据进行数据对齐处理，得到第四制冷群控监控指标运行状态数据；

通过制冷群控监控指标预测模型和所述第四制冷群控监控指标运行状态数据，预测得到第二制冷群控监控指标运行状态数据。

4.根据权利要求1所述的用于数据中心制冷群控的能耗优化方法，其特征在于，所述制冷群控监控指标预测模型是由小波神经网络模型构建得到的，所述小波神经网络模型的隐藏层的节点数通过以下公式得到：

M＝log₂L；

其中，M表示隐藏层的节点数，L表示网络输入层的节点数；

所述小波神经网络模型中各层网络的传递函数具体为：隐藏层将Mexican Hat小波作为小波基函数，输出层采用线性函数。

5.根据权利要求1所述的用于数据中心制冷群控的能耗优化方法，其特征在于，所述制冷群控能耗优化模型是由BP神经网络模型和粒子群优化算法，通过制冷群控监控指标运行状态历史数据和制冷参数历史数据训练得到的，其中，所述制冷参数至少包括冷冻水设定温度、冷却水设定温度和空调设定温湿度。

6.根据权利要求1所述的用于数据中心制冷群控的能耗优化方法，其特征在于，所述第一制冷群控监控指标运行状态数据至少包括：IT设备功率、机柜温湿度和室外温度。

7.一种用于数据中心制冷群控的能耗优化系统，其特征在于，包括：

运行状态数据获取模块，用于获取数据中心的第一制冷群控监控指标运行状态数据，所述第一制冷群控监控指标运行状态数据为当前时刻之前的制冷群控监控指标运行状态历史数据；

运行状态数据预测模块，用于通过制冷群控监控指标预测模型和所述第一制冷群控监控指标运行状态数据，预测得到第二制冷群控监控指标运行状态数据，所述第二制冷群控监控指标运行状态数据为当前时刻之后的制冷群控监控指标运行状态预测数据；

制冷参数优化模块，用于基于制冷群控能耗优化模型，根据所述第二制冷群控监控指标运行状态数据，获取得到所述数据中心的最优制冷参数值，以根据所述最优制冷参数值对所述数据中心的制冷设备进行设置。