[发明专利]一种基于强化学习的数据中心能效优化方法和系统

权利要求书

1.一种基于强化学习的数据中心能效优化系统，其特征在于，所述数据中心能效优化系统由数据集成管控系统、IDC动环监控系统和DRL中心模型系统组成；

数据集成管控系统通过对数据中心总体架构、设备组成与分布、IT设备部署进行分析，分析数据中心能耗组成、占比情况，并对影响能耗的因素进行逐一梳理；

在得到数据中心设备能耗组成与环境条件后，对设备间、设备与环境间的关联和影响关系进行分析，随后将数据整合后发送至IDC动环监控系统；

IDC动环监控系统是通过能耗模型服务于数据中心能耗管理，建模完成后对数据中心能耗情况进行预测；

能耗数据采集完成温度、负载、IT设备、UPS、空调环境信息与设备状态的实时数据采集；

DRL中心模型系统通过对能耗组成和关联情况的分析，并结合数据中心能耗数据采集和设备自动化控制方面的因素，从数据中心总体、子系统、设备三个层级，综合选择适用于数据中心能耗建模、易于数据中心能耗优化的模型；

其中，能耗模型会根据数据中心实际情况和三个层级各自的特点，分别选择聚类、线性回归、深度学习挖掘方法，模型和数据选择完成后，对模型的训练。

2.根据权利要求1所述的一种基于强化学习的数据中心能效优化系统，其特征在于：所述数据集成管控系统包括总体架构单元、设备部署单元、功能特性单元、环境数据单元、配置数据单元和运行数据单元。

3.根据权利要求2所述的一种基于强化学习的数据中心能效优化系统，其特征在于：所述功能特性单元、环境数据单元、配置数据单元和运行数据单元分别与总体架构单元和设备部署单元之间交互，收集当前架构内部所有设备的数据情况。

4.根据权利要求1所述的一种基于强化学习的数据中心能效优化系统，其特征在于：所述IDC动环监控系统包括能耗监控模块、能耗预测模块和能耗调优模块。

5.根据权利要求4所述的一种基于强化学习的数据中心能效优化系统，其特征在于：所述能耗监控模块包括以下方面：IT设备运行与负载情况、数据中心硬件设备能耗数据和非IT类设备状态信息，数据中心能耗模型的建立依赖于数据中心监控数据的获取。

6.根据权利要求1所述的一种基于强化学习的数据中心能效优化系统，其特征在于：所述DRL中心模型系统包括总体模型、子系统模型、设备模型，其中还包括模型训练模块、参数调优模块和模型验证模块。

7.根据权利要求6所述的一种基于强化学习的数据中心能效优化系统，其特征在于：所述模型训练模块对总体模型、子系统模型和设备模型进行调试训练，其中，参数调优模块和模型验证模块在调试过程中针对模型的训练计划以及训练数据进行不断的验证和优化。