[发明专利]基于人工智能的机房空调控制方法、装置及系统

说明书

本申请提供了一种基于人工智能的机房空调控制方法、装置及系统，方法包括：获取机房内设备的环境温度值和设备负载数据；将所述环境温度值和设备的负载数据输入预设的神经网络模型，并将该神经网络的输出结果作为设置在所述机房的至少一台空调的节能控制参数值；根据所述节能控制参数值调整对应的空调当前的控制参数以使所述机房内的对应的各个设备的环境温度值符合预设的温度限制要求。本申请能够优化房间级空调温控能效，既达到节能减排的效果，又能够减少机房的安全隐患。

技术领域

本申请涉及空调控制技术领域，尤其涉及一种基于人工智能的机房空调控制方法、装置及系统。

背景技术

针对数据中心机房的制冷方式通常采用房间级的送风空调系统，即以房间为单位对房间内设备所处环境进行温度调节，在这种制冷方式下，由于架空地板出风口可以自由调整，使得房间级的空调系统具备较强的送风布局调整能力。在机房中的IT设备布局调整(尤其是塔式机机房的布局调整)时，空调系统能够容易的实现调整应对。因此，相对于行级空调等制冷方案，房间级的送风空调有着便于规划调整的优势。

在现有的房间级的送风空调系统的运行模式中，由于送风空调系统一般由多台机房空调共同制冷，每台空调通过自身的温度传感器探测传感器所在点的实际温度值，与其设定值进行比较，通过空调末端机内部的PID等控制算法控制，自动调整空调单机的制冷输出能力。即每台空调仅对传感器所在点的温度负责，通过下送风静压箱对整个机房进行“无状态化地均匀”制冷。

然而，由于机房制冷的核心目的是将每台服务器均进行有效散热，即需要控制每台服务器的进风口的温度，而“点控制”的空调系统难以达到要求。尤其在密度较高的机房中，在机房中的IT设备的发热密度大且热密度不均匀变化的情况下，容易出现机房存在局部热点且同时存在局部过冷现象。甚至会出现部分空调在制冷同时，另一部分空调在制热的竞争运行状态，既不利于空调系统节能，又可能存在机房安全隐患。

发明内容

针对现有技术中的问题，本申请提出了一种基于人工智能的机房空调控制方法，能够优化房间级空调温控能效，既达到节能减排的效果，又能够减少机房的安全隐患。

为了解决上述技术问题，本申请提供以下技术方案：

第一方面，本申请提供一种基于人工智能的机房空调控制方法，包括：

获取机房内设备的环境温度值和设备负载数据；

将所述环境温度值和设备负载数据输入预设的神经网络模型，并将该神经网络的输出结果作为设置在所述机房内的至少一台空调的节能控制参数值。

根据所述节能控制参数值调整对应的空调当前的控制参数以使所述机房内的对应的各个设备的环境温度值符合预设的温度限制要求。

进一步地，本申请提供一种基于人工智能的机房空调控制方法，还包括：

获取所述机房内的空调的历史控制数据，其中，该历史控制数据包括：所述机房内设备的历史环境温度值、所述机房的历史设备负载数据和所述机房内的至少一台空调的历史节能控制参数值，还包括所述历史环境温度值、历史设备负载数据和历史节能控制参数值之间的对应关系；

应用所述历史控制数据对神经网络模型进行训练。

进一步地，所述应用所述机房内的空调的历史控制数据对神经网络模型进行训练之前，还包括：

将所述历史控制数据划分为两部分，一部分作为训练集，另一部分作为验证集；

相对应的，所述应用所述历史控制数据对神经网络模型进行训练，包括：

对所述神经网络的神经元参数进行赋值；

应用所述历史控制数据对神经元参数赋值后的神经网络模型进行训练，并对该训练过程进行至少一次迭代过程，直至所述神经网络模型的损失函数收敛。