[发明专利]一种基于神经模糊控制的数据机房散热系统及方法

说明书

本发明公开了一种基于神经模糊控制的数据机房散热系统，包括电能监测单元，用于采集设备的实时电能参数；温湿度监测单元，用于采集机房外、冷却散热循环单元、可控水帘保温单元和机房内的实时温湿度参数；中央控制单元，预测机房温湿度，并输出控制命令至冷却散热循环单元或/和可控水帘保温单元；冷却散热循环单元，用于执行中央控制单元的控制命令，调节机房的温湿度；可控水帘保温单元，用于执行中央控制单元的控制命令，调节机房的温度。本发明可对数据机房的温湿度进行实时动态调整，到达智能化调节控制、趋势预判、节能管理、降低能耗，减少营运成本等效果。

技术领域

本发明涉及通风散热与自动化控制领域，具体涉及一种基于神经模糊控制的数据机房散热系统及方法。

背景技术

社会发展信息化程度越来越大，信息化由各种服务器及通讯设备搭建而成，信息设备能耗以电为主，其中信息设备的散热冷却需求所占用的电量占大部分。随着机房运行电力成本的增加，信息网络的扩大，机房电费支出逐渐增大，信息设备的散热冷却电费支出所占比例较大。据统计分析，平均每个信息设备的散热冷却电费支出约占整个机房运行电费支出的54％左右，空调成为机房运行中的主要耗电设备。

目前的机房运行均为全封闭机房，机房内的电源设备、服务器设备、传输设备等都是较大的发热体。要保持机房一定的工作环境温湿度(环境标准GB50174-93规定长年温度18℃-28℃，湿度40％-70％)，主要靠空调来实现。一年365天大部分时间空调均处于运行状态(制冷)，即使温度在20℃左右(此温度也满足室内设备工作环境要求)，空调也是开启的。这样，冬、春、秋三季，以及夏早晚时段的室外低温可散热降温的有利条件被忽视，导致电能不必要的浪费，运营成本高居不下。

现有的数据机房的散热冷却多数使用的是机房整体通风空调控制，设定全封闭机房在一定温度范围内，但机房内电源设备、服务器设备、传输设备等在不同运作状态下发热量不一样，需求散热也不同，而通风空调系统只执行设定的参数，并不会自动根据发热量和环境变化而改变运行模式，造成不必要的能源浪费。

发明内容

针对上述不足，本发明的目的在于提供一种基于神经模糊控制的数据机房散热系统及方法，集预测与在线监测相结合，对冷却散热系统的运行参数进行优化控制，并利用水帘作为数据机房保温层，在保证数据机房对环境需求的状态下，控制冷却散热系统能效最大化，降低能耗成本。

为实现上述目的，本发明采取的技术方案是：

一种基于神经模糊控制的数据机房散热系统，包括

电能监测单元，用于采集设备的实时电能参数，并上传至中央控制单元；

温湿度监测单元，用于采集机房外、冷却散热循环单元、可控水帘保温单元和机房内的实时温湿度参数，并上传至中央控制单元；

中央控制单元，根据设备的实时电能参数和机房内的实时温湿度，通过BP神经网络算法，得到机房内的温湿度预测值，并根据实时温湿度参数和温湿度预测值，通过模糊算法，输出控制命令至冷却散热循环单元或/和可控水帘保温单元；

冷却散热循环单元，用于执行中央控制单元的控制命令，调节机房的温湿度；

可控水帘保温单元，用于执行中央控制单元的控制命令，调节机房的温度。

作为本发明的一种改进，所述的电能监测单元包括电流互感器和多功能电量表，所述的设备包括服务器、交换机、存储设备及UPS。