项目背景及目标

数据中心基础设施能耗巨大，数据中心节能能够带来显著的经济和社会效益。而在数据中心基础设施中，空调能耗又占到全部能耗的70%，本项目通过将人工智能应用到数据中心基础设施空调系统运行控制中，为安徽省联社乃至金融行业数据中心基础设施节能降耗探索一条智能化创新的道路。

在本项目研究过程中，首先调研滨湖数据中心基础设施能耗特点与现状，提取适合的关键因子，建立学习数据集，通过人工智能神经网络对数据中心基础设施能效数据进行学习和训练，建立预测模型。通过与实际运行数据的比对，验证预测模型的精度与外延特性。通过神经网络求解使滨湖数据中心基础设施运行能耗低的关键因子集合，并将控制参数下传至底层设备执行，从而达到优化运行参数，降低系统能耗的目的。

通过本项目的研究与实践，构建基于人工智能的数据中心能效优化系统，达到在保障数据中心安全稳定可靠运行的基础上，实现对数据中心运行能耗的优化控制、管理和节能。

项目方案

搭建TRNSYS、MATLAB联合仿真平台，在TRNSYS中建立数据中心基础设施空调系统设备模型，主要有冷机模型、冷却泵、冷却塔模型以及水侧经济器模型；设计了数据中心基础设施空调系统预测模型的数据采集策略，并进行了数据采集、模型训练。

设计神经网络控制器并确立控制器输入、输出特征参数，确立数据中心基础设施空调系统能效优化性能指标函数及其约束条件。

从系统架构、控制结构方面对数据中心基础设施能效优化平台进行设计、开发和实现。

对拟建项目进行模拟仿真，验证该能效优化控制系统能够获得很好的控制效果；提出新的节能对比方法，并对该项目进行节能收益分析，从而达到显著的能效优化及节能收益效果。

创新点

本项目通过应用人工智能神经网络对数据中心的各个运行参数与PUE之间的关系进行学习，并应用预测控制算法对数据中心空调系统进行优化控制。

常规算法的实施是根据控制对象的数学模型进行，同时其模型的精确度与系统控制的稳定性和效果有着直接的关系。而数据中心空调设备的各个参数与PUE值之间没有显著的直接关系。

本项目采用神经网络对PUE预测模型进行辨识，利用采集的数据训练神经网络获得其辨识模型，并且能实现预测功能。

技术实现特点

融合人工神经网络、优控制、预测控制理论与方法，实现全局系统动态优化，挖掘95%以上节能空间。

实时采集BA、电力、环境监测数据，提取影响能效的特征数据；利用实时和历史特征数据，训练基于人工神经元的能效预测网络，不断自学习，获得精准能效预测模型；建立基于人工神经元的能效优化网络，并利用融合优控制、预测控制理论的算法进行训练。

特点：

1.充分利用BA、电力、环境监测数据，挖掘节能空间；

2.建立在BA基础控制层之上的分层递阶，不损失BA系统可靠性；

3.动态优化HVAC设定参数，使得各控制回路相互协调，达到全局能效优。

项目过程管理

计划于2018年3月-4月完成：

1. 数据中心能耗构成特点及能效现状的调研与分析；

2. 本项目的基础设施系统设计、选型数据抽取；

3. 编制需求，明确合作单位。

此阶段工作已按时完成，主要输出的成果有：《数据中心能耗构成特点及能效现状的调研与分析报告》，确定了合作单位。

计划于2018年4月-6月完成：

1.根据本项目的系统设计、选型，建立基础设施系统模型，模拟仿真运行；

2.设计和建立数据中心基础设施人工神经网络能效模型，以模拟仿真运行数据作为训练集，通过智能学习算法获取离线预测模型。

此阶段工作已按时完成，此阶段的成果有：针对我单位数据中心，建立了数据中心冷冻水空调系统的能效模型，并进行了系统仿真；构建了神经网络算法和模型，对仿真数据进行了学习和预测，有较好的学习精度，PUE拟合误差小于0.5*10-3。

计划于2018年7月-10月完成：

1.能效优化算法的研究与实现；

2.能效优化与管理平台的开发与实现；

3.分析实际运行效果、节能效益。

此阶段工作已完成，成果有：根据学习模型，优化的算法已实现；能效优化与管理平台在开发过程中，与数据采集与控制系统的接口已经完成。

运营情况

目前本项目研发及模拟运行工作已完成，并取得了预期效果。我单位滨湖数据中心机房也已正式投产，并且已将此项目实施列入明年工作计划，随着后期机房负载的不断增加，将更有利于基础设施的高效节能。

项目成效

在本课题中，主要通过控制策略优化、备用设备智能调度、基于全局能耗的动态参数优化等方式实现空调系统的节能。

据统计，该项目IT设备总需要功率为3596 kW，水冷空调系统总需要功率为1495 kW。根据需要功率计算得，精密空调PUE=1.090，水冷空调系统PUE=1.416。 

针对该项目，通过模拟计算分析，运行本优化系统的可降低空调系统的能耗约15%，在75%的负荷下，可降低耗电量约418万KWh。

有着显著的经济效益和社会效益。

经验总结

数据中心能耗巨大，如果不精心管理，能源浪费也很巨大，导致目前数据中心的PUE普遍较高。

建设过程中，与各系统的数据对接和数据处理、数据清洗是一件非常重要又非常费时的，但决定了项目的成败，要确保数据准确无误。

数据中心节能除建立一套完善的节能管理系统以外，还要有一套完善的运维管理体系和方法，对数据中心的气流组织、新风系统、加湿系统、人员出入等多方面进行管理，才能使数据中心的节能效益大化。

本文由2018年度农村金融科技创新优秀案例评选组委会授权发表，转载请注明出处和本文链接。