[发明专利]一种基于Transformer的数据中心节能控制方法

权利要求书

1.一种基于Transformer的数据中心节能控制方法，其特征在于：包括如下步骤：

步骤S10、获取数据中心包括冷站指标、末端设备指标以及环境指标的运行数据；

步骤S20、对获取的所述运行数据进行预处理；

步骤S30、对预处理后的所述运行数据进行特征提取进而构建数据集；

步骤S40、基于Transformer创建一PUE预测模型，利用所述数据集对PUE预测模型进行训练；

步骤S50、对训练完成的所述PUE预测模型进行发布，对发布的所述PUE预测模型的指标参数进行在线调优，基于调优的所述指标参数控制数据中心的运行。

2.如权利要求1所述的一种基于Transformer的数据中心节能控制方法，其特征在于：所述步骤S10中，所述冷站指标至少包括运行冷却塔数、冷却塔冷却水出水温度、运行冷冻水泵数、运行冷却水泵数、冷冻水总管供水压力、冷却水总管供水压力、冷却水总管回水温度、湿球温度、运行冷水机组数、冷水机组冷却水回水温度、冷水机组蒸发器温差、冷水机组冷冻水流量、冷冻泵输入总有功功率、冷却泵输入总有功功率、冷却水总管回水压力、冷却水总管回水温度、冷冻水总管流量、冷水机组电流百分比、冷水机组冷冻水出水温度、冷水机组冷凝器温差、冷水机组输出频率、冷却塔风机变频反馈；

所述末端设备指标至少包括水泵数量、CT数量、CH数量、频率、出水温度；

所述环境指标至少包括IT负载率、室外温度、室外湿度、室外风速。

3.如权利要求1所述的一种基于Transformer的数据中心节能控制方法，其特征在于：所述步骤S20具体为：

先通过z-score方法对获取的所述运行数据进行统一量纲的标准化，接着通过删除法去除重复的所述运行数据，接着通过四分位法删除异常的所述运行数据，接着通过相邻n位均值法补全所述运行数据中的缺失数据，最后通过指标归一法对所述运行数据的参数进行合并，以完成所述运行数据的预处理。

4.如权利要求1所述的一种基于Transformer的数据中心节能控制方法，其特征在于：所述步骤S30具体为：

先通过方差法抽取预处理后的所述运行数据中，与PUE相关的特征指标；

接着通过皮尔逊相关系数法抽取所述特征指标之间的共线性关系，基于所述共线性关系筛选强共线性的特征指标；

接着通过PCA法对强共线性的各所述特征指标进行降维，以去除强共线性的所述特征指标；

最后基于剩余的各所述特征指标构建数据集。

5.如权利要求1所述的一种基于Transformer的数据中心节能控制方法，其特征在于：所述步骤S40中，所述PUE预测模型包括一DSSM多塔网络、一Transformer网络以及一DNN输出网络；

所述DSSM多塔网络包括一基于Embedding和DNN创建的冷站塔子模型、一基于Embedding和DNN创建的末端设备塔子模型；

所述Transformer网络的输入端与冷站塔子模型的输出端以及末端设备塔子模型的输出端连接，输出端与所述DNN输出网络的输入端连接。

6.如权利要求1所述的一种基于Transformer的数据中心节能控制方法，其特征在于：所述步骤S40中，所述PUE预测模型的损失函数为均方误差RMSE评估预测值与实际值之间的误差；

所述PUE预测模型训练过程中，通过融合Warmup策略的AdamW优化器优化所述PUE预测模型的指标参数，使所述损失函数的损失值最小化。

7.如权利要求1所述的一种基于Transformer的数据中心节能控制方法，其特征在于：所述步骤S50具体为：

将训练完成的所述PUE预测模型发布到服务器，利用蚁群算法对发布的所述PUE预测模型的指标参数进行在线调优，使PUE处于最优值，基于SLA协议对调优的所述指标参数进行多层过滤，基于过滤后的所述指标参数控制数据中心的运行。