陸翰濤 黃 赟 陳 強(qiáng)

中國(guó)移動(dòng)通信集團(tuán)上海有限公司

0 研究背景和意義

在信息時(shí)代下，數(shù)據(jù)正呈現(xiàn)指數(shù)倍增長(zhǎng)，對(duì)數(shù)據(jù)進(jìn)行大規(guī)模和靈活性的運(yùn)用，可以更好地理解及發(fā)掘其價(jià)值。數(shù)據(jù)中心產(chǎn)業(yè)得以蓬勃發(fā)展，建設(shè)體量和建設(shè)規(guī)模不斷擴(kuò)大。而數(shù)據(jù)中心的用能以電力消耗為主。

隨著數(shù)據(jù)中心的迅猛發(fā)展，國(guó)家相繼出臺(tái)數(shù)據(jù)中心關(guān)于能效的強(qiáng)制規(guī)定和要求。2013 年工信部等五部委《關(guān)于數(shù)據(jù)中心建設(shè)布局的指導(dǎo)意見》，要求新建大型IDC 的PUE 值在1.5 以下，已建數(shù)據(jù)中心需要整合、改造、升級(jí)，確保PUE 值降低到2.0 以下［1］。2016年國(guó)務(wù)院關(guān)于印發(fā)《“十三五”國(guó)家信息化規(guī)劃》的通知，要求到2018 年，新建大型云計(jì)算數(shù)據(jù)中心PUE 值不高于1.5；到2020 年，新建大型云計(jì)算數(shù)據(jù)中心的PUE 值不高于1.4［2］。工業(yè)和信息化部、國(guó)家機(jī)關(guān)事務(wù)管理局、國(guó)家能源局在2019年發(fā)布《關(guān)于加強(qiáng)綠色數(shù)據(jù)中心建設(shè)的指導(dǎo)意見》，明確提出2022 年新建大型、超大型數(shù)據(jù)中心的PUE值達(dá)到1.4以下，力爭(zhēng)通過改造使既有大型、超大型數(shù)據(jù)中心PUE 值不高于1.8［3］。而發(fā)改委發(fā)布《關(guān)于加快構(gòu)建全國(guó)一體化大數(shù)據(jù)中心協(xié)同創(chuàng)新體系的指導(dǎo)意見》指出，到2025 年，東西部數(shù)據(jù)中心實(shí)現(xiàn)結(jié)構(gòu)性平衡，大型、超大型數(shù)據(jù)中心運(yùn)行PUE降到1.3 以下［4］；2021 年10 月《關(guān)于嚴(yán)格能效約束推動(dòng)重點(diǎn)領(lǐng)域節(jié)能降碳的若干意見》中，鼓勵(lì)重點(diǎn)行業(yè)利用綠色數(shù)據(jù)中心等新型基礎(chǔ)設(shè)施實(shí)現(xiàn)節(jié)能降耗。新建大型、超大型數(shù)據(jù)中心電能利用效率不超過1.3。到2025年，數(shù)據(jù)中心電能利用效率普遍不超過1.5［5］。

地方政府也對(duì)PUE 值管控提出了嚴(yán)格的標(biāo)準(zhǔn)?！渡虾Ｊ型七M(jìn)新一代信息基礎(chǔ)設(shè)施建設(shè)助力提升城市能級(jí)和核心競(jìng)爭(zhēng)力三年行動(dòng)計(jì)劃（2018-2020年）》明確要求存量改造數(shù)據(jù)中心PUE不高于1.4，新建數(shù)據(jù)中心PUE 限制在1.3 以下［6］；北京市《關(guān)于印發(fā)進(jìn)一步加強(qiáng)數(shù)據(jù)中心項(xiàng)目節(jié)能審查若干規(guī)定的通知》中，對(duì)于超過標(biāo)準(zhǔn)限定值（PUE值1.4）的數(shù)據(jù)中心，將由北京市電力公司按月征收差別電價(jià)電費(fèi)［7］；《廣東省5G 基站和數(shù)據(jù)中心總體布局規(guī)劃（2021-2025 年）》要求，到2022 年，全省數(shù)據(jù)中心設(shè)計(jì)PUE 值平均小于1.3，到2025 年，全省數(shù)據(jù)中心設(shè)計(jì)PUE值平均小于1.25［8］。

數(shù)據(jù)中心制冷系統(tǒng)和IT設(shè)備的電耗開銷，占據(jù)了數(shù)據(jù)中心總電耗的80%以上，其中制冷系統(tǒng)耗電占比約30% ~ 40%。從PUE 計(jì)算方式可以看出，降低制冷系統(tǒng)能耗，是數(shù)據(jù)中心節(jié)能減排和壓降PUE 最直接也是最常用的方法。傳統(tǒng)節(jié)能方案包括建筑圍護(hù)結(jié)構(gòu)改造、氣流組織優(yōu)化、高效設(shè)備更替等方式。其中前兩者主要是靜態(tài)改造，節(jié)能空間有限，后者需要對(duì)制冷設(shè)備進(jìn)行升級(jí)，往往周期長(zhǎng)并伴隨施工風(fēng)險(xiǎn)。傳統(tǒng)方案都會(huì)對(duì)數(shù)據(jù)中心進(jìn)行物理改變，對(duì)業(yè)務(wù)連續(xù)性可能存在影響，因此對(duì)在網(wǎng)運(yùn)行的數(shù)據(jù)中心不夠友好。

針對(duì)數(shù)據(jù)中心空調(diào)系統(tǒng)的各類網(wǎng)管工具如動(dòng)環(huán)、DCIM、BA 等，通常側(cè)重于設(shè)備的運(yùn)行狀態(tài)跟蹤、監(jiān)測(cè)和故障告警，較少會(huì)進(jìn)行主動(dòng)控制，對(duì)于空調(diào)設(shè)備運(yùn)行能效的提升效果有限，而且仍然需要人工經(jīng)驗(yàn)參與指導(dǎo)，通常關(guān)注的是多個(gè)局部而非整體。

1 相關(guān)問題研究現(xiàn)狀

數(shù)據(jù)中心機(jī)房?jī)?nèi)部不同區(qū)域的熱量堆積受季節(jié)、天氣以及IT系統(tǒng)負(fù)載變化影響，呈現(xiàn)波動(dòng)趨勢(shì)，因此，對(duì)冷量的需求也動(dòng)態(tài)變化。傳統(tǒng)管理手段無法達(dá)到對(duì)制冷設(shè)備的精細(xì)化調(diào)優(yōu)，僅粗放的管理方式勢(shì)必存在制冷量和能耗的浪費(fèi)。

而通過AI和大數(shù)據(jù)等技術(shù)，可實(shí)時(shí)和自動(dòng)采集并分析機(jī)房溫度、氣象環(huán)境、設(shè)備耗電以及運(yùn)行信號(hào)，然后基于時(shí)序預(yù)測(cè)方法來確定機(jī)房不同區(qū)域的制冷需求，并精確關(guān)聯(lián)至每臺(tái)制冷設(shè)備的運(yùn)行工況。通過對(duì)制冷設(shè)備能效建模來分析精密空調(diào)、冷水機(jī)組、水泵、冷卻塔等設(shè)備的狀態(tài)，并且輸出全局最優(yōu)調(diào)節(jié)參數(shù)，最終通過數(shù)據(jù)中心動(dòng)環(huán)、群控等管理系統(tǒng)實(shí)現(xiàn)控制指令自動(dòng)下發(fā)，達(dá)到精準(zhǔn)制冷同時(shí)降低能耗的效果。

2 數(shù)據(jù)中心制冷系統(tǒng)節(jié)能技術(shù)路線

2.1 技術(shù)路線分析

經(jīng)過多年的技術(shù)演進(jìn)，當(dāng)前對(duì)數(shù)據(jù)中心內(nèi)制冷系統(tǒng)的節(jié)能手段的技術(shù)主要分為傳統(tǒng)節(jié)能手段和創(chuàng)新節(jié)能手段，兩種類型內(nèi)具代表性的技術(shù)路線分析見表2-1。

表2-1 數(shù)據(jù)中心制冷系統(tǒng)節(jié)能技術(shù)路線類型

由此可見，在創(chuàng)新節(jié)能領(lǐng)域，利用AI 技術(shù)在數(shù)據(jù)中心制冷系統(tǒng)中進(jìn)行智能節(jié)能已經(jīng)具備較為可行的成熟方案，具備推廣落地應(yīng)用的條件。

但是AI 智能節(jié)能各廠商產(chǎn)品及技術(shù)良莠不齊，市場(chǎng)缺乏其在有效性、先進(jìn)性、安全性等方面的評(píng)價(jià)標(biāo)準(zhǔn)，下述章節(jié)將從三個(gè)角度分析相關(guān)技術(shù)優(yōu)劣。

2.2 AI節(jié)能技術(shù)路線評(píng)估

2.2.1 有效性

結(jié)合當(dāng)前市場(chǎng)各類AI節(jié)能廠商的技術(shù)方案、調(diào)控方式、實(shí)施案例等情況，建議按調(diào)控對(duì)象、自動(dòng)化程度、改造程度、節(jié)能效果、落地案例這些維度來評(píng)估其AI節(jié)能方案，見圖2-1。

圖2-1 AI節(jié)能能力評(píng)估

2.2.2 先進(jìn)性

在上述五個(gè)維度中均處于優(yōu)勢(shì)地位時(shí)，其產(chǎn)品AI節(jié)能的綜合能力較高，在此基礎(chǔ)上進(jìn)一步的節(jié)能效果比較，主要取決于產(chǎn)品內(nèi)AI算法的優(yōu)劣和模型的完善程度。

此部分為AI節(jié)能廠商的核心技術(shù)，均不對(duì)外公開，因此建議可從落地項(xiàng)目案例側(cè)面評(píng)估，案例越多、節(jié)能效果越好，則意味著產(chǎn)品核心的模型設(shè)計(jì)越完善、AI算法越合理。

2.2.3 安全性

基于AI節(jié)能的原理為全局尋優(yōu)，在每個(gè)工況下均存在系統(tǒng)理論節(jié)能極限，因此系統(tǒng)的安全保障機(jī)制同樣重要。AI節(jié)能系統(tǒng)越穩(wěn)定、安全保障機(jī)制越完善，意味著其能夠保證長(zhǎng)期穩(wěn)定運(yùn)行節(jié)能策略，才能夠達(dá)到最大化節(jié)能。

3 AI技術(shù)對(duì)制冷系統(tǒng)節(jié)能的應(yīng)用

3.1 AI技術(shù)智能節(jié)能應(yīng)用概述

研究和應(yīng)用通過AI 技術(shù)在數(shù)據(jù)中心制冷系統(tǒng)中進(jìn)行智能節(jié)能，成為當(dāng)前數(shù)據(jù)中心制冷系統(tǒng)節(jié)能手段中投入小、見效快、效果優(yōu)、安全性高的一種技術(shù)手段，并且該技術(shù)可以疊加傳統(tǒng)節(jié)能手段，進(jìn)一步提升數(shù)據(jù)中心制冷系統(tǒng)的節(jié)能空間。

智能算法和控制模型既可以兼容匹配新設(shè)備、新工藝和新技術(shù)，也能很好利用圍護(hù)結(jié)構(gòu)改造和氣流組織優(yōu)化帶來的便利，輔助達(dá)到最佳的空調(diào)運(yùn)行狀態(tài)。通過密集的數(shù)據(jù)采集、算法強(qiáng)化學(xué)習(xí)和高頻自動(dòng)控制，該技術(shù)可以取代傳統(tǒng)人工經(jīng)驗(yàn)積累，加上長(zhǎng)時(shí)間的曲線跟蹤以及現(xiàn)場(chǎng)操作的運(yùn)維模式，建立一套自動(dòng)化運(yùn)維和長(zhǎng)期無人值守的控制模式，對(duì)空調(diào)系統(tǒng)進(jìn)行持續(xù)的、自學(xué)習(xí)優(yōu)化的節(jié)能控制，實(shí)現(xiàn)最大化節(jié)能收益。

3.2 系統(tǒng)設(shè)計(jì)思路

目前大部分?jǐn)?shù)據(jù)中心的冷源側(cè)與精密空調(diào)末端仍采用傳統(tǒng)的控制模式，造成冷源與末端無法交互協(xié)同、系統(tǒng)動(dòng)態(tài)調(diào)節(jié)性差、自然冷卻不充分等一系列問題，使得數(shù)據(jù)中心平均PUE值始終處于較高的位置。而傳統(tǒng)節(jié)能升級(jí)改造方案往往伴隨著實(shí)施周期長(zhǎng)、風(fēng)險(xiǎn)大等弊端。基于AI算法的數(shù)據(jù)機(jī)房節(jié)能優(yōu)化控制平臺(tái)的研發(fā)旨在利用高新技術(shù)，提升數(shù)據(jù)中心制冷系統(tǒng)能效，達(dá)成節(jié)能減排和降低PUE的目標(biāo)，促進(jìn)綠色可持續(xù)發(fā)展，相較傳統(tǒng)方案更加科學(xué)高效，同時(shí)不相沖突，二者結(jié)合節(jié)能效果更佳。

AI 智能節(jié)能系統(tǒng)旨在利用大數(shù)據(jù)技術(shù)和AI 智能算法，分析機(jī)房全局能耗數(shù)據(jù)，通過AI 建模預(yù)測(cè)設(shè)備發(fā)熱量和溫場(chǎng)趨勢(shì)，動(dòng)態(tài)生成空調(diào)設(shè)備控制參數(shù)，并通過軟件實(shí)時(shí)下發(fā)，以達(dá)到最佳節(jié)能效果。主要目標(biāo)包括：

1)根據(jù)機(jī)房歷史溫度數(shù)據(jù)建立溫場(chǎng)模型，查找機(jī)房冷熱點(diǎn)，結(jié)合預(yù)測(cè)機(jī)房發(fā)熱模型，生成最優(yōu)的空調(diào)控制參數(shù)。

2)實(shí)現(xiàn)前端數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)分析以及設(shè)備控制全流程。智能設(shè)備開箱即用，支持主流連接控制協(xié)議，兼容指定環(huán)境的空調(diào)型號(hào)，無需改變機(jī)房?jī)?nèi)部結(jié)構(gòu)。

3)實(shí)現(xiàn)對(duì)空調(diào)、溫感數(shù)據(jù)的采集，和空調(diào)控制指令的自動(dòng)下發(fā)，減少人工干預(yù)。

4)實(shí)現(xiàn)對(duì)末端空調(diào)的風(fēng)機(jī)、溫度設(shè)定等參數(shù)的實(shí)時(shí)控制，在保障安全生產(chǎn)的同時(shí)，達(dá)到節(jié)能效果。

3.3 系統(tǒng)架構(gòu)設(shè)計(jì)

系統(tǒng)架構(gòu)設(shè)計(jì)見圖3-1所示。

圖3-1 AI智能節(jié)能系統(tǒng)架構(gòu)設(shè)計(jì)

AI 智能節(jié)能系統(tǒng)架構(gòu)設(shè)計(jì)主要功能包括數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)、算法訓(xùn)練、算法模型輸出、算法模型應(yīng)用輸出節(jié)能策略、節(jié)能成效分析，安全檢測(cè)等。支持對(duì)接動(dòng)環(huán)平臺(tái)采集機(jī)房末端空調(diào)及溫感數(shù)據(jù)、對(duì)接能耗平臺(tái)采集IT 和制冷能耗數(shù)據(jù)、對(duì)接群控系統(tǒng)采集冷站設(shè)備數(shù)據(jù)，將采集數(shù)據(jù)存儲(chǔ)至?xí)r序數(shù)據(jù)庫(kù)從而形成完整的數(shù)據(jù)管理體系。采集數(shù)據(jù)可支撐AI節(jié)能算法的模型訓(xùn)練和發(fā)布，訓(xùn)練后的AI 節(jié)能模型可支持線上部署并動(dòng)態(tài)輸出相關(guān)節(jié)能策略。支持對(duì)冷站、機(jī)樓、機(jī)房側(cè)節(jié)能成效進(jìn)行分析和展示。同時(shí)為保證機(jī)房服務(wù)器的運(yùn)行安全，可對(duì)機(jī)房環(huán)境及冷站側(cè)設(shè)備參數(shù)變化情況進(jìn)行動(dòng)態(tài)監(jiān)測(cè)，從而保證可及時(shí)發(fā)現(xiàn)異常并采取相應(yīng)安全保障措施。

3.4 核心功能設(shè)計(jì)

3.4.1 AI模型訓(xùn)練

AI 智能節(jié)能系統(tǒng)基于采集的歷史數(shù)據(jù)集可建立制冷影響力模型、空調(diào)能耗與制冷量關(guān)聯(lián)模型、機(jī)房溫度預(yù)測(cè)模型、空調(diào)控制邏輯模型以及空調(diào)制冷量冗余度模型；并可基于實(shí)時(shí)數(shù)據(jù)集推理和驗(yàn)證模型準(zhǔn)確度。

基于制冷設(shè)備相關(guān)信號(hào)數(shù)據(jù)以及環(huán)境數(shù)據(jù)預(yù)測(cè)空調(diào)核心功能模塊的運(yùn)行狀態(tài)，從而實(shí)現(xiàn)核心模塊的精準(zhǔn)控制。

通過AI算法對(duì)當(dāng)?shù)貧庀髷?shù)據(jù)進(jìn)行建模分析，預(yù)測(cè)連續(xù)低溫時(shí)段，最大利用傳統(tǒng)BA 難以控制的自然冷卻時(shí)間，結(jié)合末端聯(lián)動(dòng)冷站調(diào)優(yōu)。

3.4.2 AI節(jié)能數(shù)據(jù)分析預(yù)測(cè)

AI智能節(jié)能系統(tǒng)可預(yù)測(cè)機(jī)房溫度在未來1 h內(nèi)在當(dāng)前空調(diào)配置參數(shù)下溫度的變化趨勢(shì)，基于該預(yù)測(cè)結(jié)果，可判斷該機(jī)房溫度是否偏低或偏高，生成相應(yīng)的控制策略，并評(píng)估空調(diào)在新策略下運(yùn)行是否會(huì)觸發(fā)溫度告警。

系統(tǒng)基于采集的機(jī)房溫感實(shí)時(shí)數(shù)據(jù)，通過在線組態(tài)技術(shù)可實(shí)現(xiàn)機(jī)房熱力圖的動(dòng)態(tài)展示，實(shí)時(shí)查看和監(jiān)控機(jī)房溫場(chǎng)變化情況。同時(shí)AI 節(jié)能算法可基于歷史數(shù)據(jù)預(yù)測(cè)機(jī)房區(qū)域溫度趨勢(shì)，根據(jù)熱平衡方程計(jì)算所需冷量大小及時(shí)刻及時(shí)輸出相關(guān)調(diào)控策略，調(diào)節(jié)機(jī)房溫場(chǎng)的熱平衡，通過精準(zhǔn)調(diào)控可合理分配機(jī)房冷量，從而降低整體制冷能耗達(dá)到節(jié)能減排的效果。

3.4.3 AI節(jié)能調(diào)控

AI 智能節(jié)能系統(tǒng)通過對(duì)接動(dòng)環(huán)平臺(tái)可實(shí)現(xiàn)對(duì)機(jī)房末端空調(diào)的實(shí)時(shí)參數(shù)調(diào)控，運(yùn)維人員通過AI節(jié)能系統(tǒng)手動(dòng)操作或AI 節(jié)能算法程序輸出節(jié)能策略下發(fā)可自動(dòng)調(diào)整精密空調(diào)運(yùn)行參數(shù)（開關(guān)機(jī)、回風(fēng)溫度、風(fēng)機(jī)運(yùn)行頻率范圍等），使其達(dá)到合理制冷量輸出時(shí)能耗最低狀態(tài)，實(shí)現(xiàn)精密空調(diào)的運(yùn)行省電。

3.4.4 節(jié)能成效分析

AI 智能節(jié)能系統(tǒng)基于制冷和生產(chǎn)能耗數(shù)據(jù)的采集，可對(duì)機(jī)房、機(jī)樓的整體節(jié)電量、節(jié)能率以及PUE 數(shù)據(jù)變化等作出評(píng)估和分析。AI 節(jié)能系統(tǒng)支持通過圖表方式對(duì)機(jī)樓和機(jī)房作PUE分析，分析機(jī)房PUE變化趨勢(shì)，支持查看設(shè)備采集實(shí)時(shí)數(shù)據(jù)的變化趨勢(shì)，支持設(shè)備用電量報(bào)表，包括日?qǐng)?bào)表、月報(bào)表和年報(bào)表的統(tǒng)計(jì)和查詢，支持區(qū)域用電量報(bào)表，包括日?qǐng)?bào)表、月報(bào)表和年報(bào)表的統(tǒng)計(jì)和查詢。

3.5 系統(tǒng)先進(jìn)性和主要?jiǎng)?chuàng)新點(diǎn)

該系統(tǒng)目前在全國(guó)范圍內(nèi)均無完全一致技術(shù)路線的同類產(chǎn)品，相較于傳統(tǒng)數(shù)據(jù)中心節(jié)能手段具備創(chuàng)新型、先進(jìn)性，其主要?jiǎng)?chuàng)新點(diǎn)如下：

1)數(shù)據(jù)采集：通過智能傳感器和網(wǎng)關(guān)設(shè)備，采集相關(guān)靜態(tài)和動(dòng)態(tài)數(shù)據(jù)，包括環(huán)境溫濕度、設(shè)備能耗和空調(diào)運(yùn)行工況，結(jié)合機(jī)房和傳感器物理分布情況，構(gòu)建靜態(tài)點(diǎn)位數(shù)據(jù)和動(dòng)態(tài)信號(hào)量的關(guān)聯(lián)數(shù)據(jù)集。

2)AI 數(shù)據(jù)建模：基于歷史數(shù)據(jù)集建立制冷影響力模型、空調(diào)能耗與制冷量關(guān)聯(lián)模型、機(jī)房溫度預(yù)測(cè)模型、空調(diào)控制邏輯模型以及空調(diào)制冷量冗余度模型；基于實(shí)時(shí)數(shù)據(jù)集推理和驗(yàn)證模型準(zhǔn)確度。

3)AI 分析決策：預(yù)測(cè)機(jī)房溫度在未來1 h 內(nèi)在當(dāng)前空調(diào)配置參數(shù)下溫度的變化趨勢(shì)，基于該預(yù)測(cè)結(jié)果，判斷該機(jī)房溫度是否偏低或偏高，生成相應(yīng)的控制策略，并評(píng)估空調(diào)在新策略下運(yùn)行是否會(huì)觸發(fā)溫度告警。

4)物聯(lián)控制：通過人工操作或程序下發(fā)自動(dòng)調(diào)整精密空調(diào)運(yùn)行參數(shù)（開關(guān)機(jī)、回風(fēng)溫度、風(fēng)機(jī)運(yùn)行頻率范圍等），使其達(dá)到合理制冷量輸出時(shí)能耗最低狀態(tài)，實(shí)現(xiàn)精密空調(diào)的運(yùn)行省電。

5)AI 能力封裝：封裝具備實(shí)時(shí)數(shù)據(jù)采集、AI 算法訓(xùn)練、AI 算法模型發(fā)布、節(jié)能策略管理、告警監(jiān)控、節(jié)能成效分析等功能的AI 節(jié)能平臺(tái)，滿足AI 節(jié)能算法對(duì)冷站側(cè)和機(jī)房末端側(cè)的聯(lián)合調(diào)控需求。

6)節(jié)能管理：可根據(jù)不同特征的機(jī)房定制模型進(jìn)行智能分析，輸出個(gè)性化的節(jié)能建議。另外定義平臺(tái)節(jié)能策略的類別和級(jí)別，可對(duì)節(jié)能策略的執(zhí)行進(jìn)行控制。既可以實(shí)現(xiàn)實(shí)時(shí)策略智能控制，也可以對(duì)部分節(jié)能策略進(jìn)行安全審計(jì)，滿足數(shù)據(jù)中心安全要求。

3.6 系統(tǒng)對(duì)生產(chǎn)安全性的保障

AI 智能節(jié)能系統(tǒng)本身在數(shù)據(jù)容錯(cuò)、調(diào)控策略、異常恢復(fù)等方面，均具備完善的安全性考慮，能夠確保其自動(dòng)運(yùn)行過程中的異常情況可以及時(shí)規(guī)避、恢復(fù)、告警。

1）采集數(shù)據(jù)容錯(cuò)

當(dāng)出現(xiàn)數(shù)據(jù)采集延遲、丟失時(shí)，算法可根據(jù)實(shí)際情況判斷當(dāng)前策略是否具備時(shí)效性，對(duì)于沒有時(shí)效性的策略進(jìn)行剔除并記錄。

2）調(diào)控策略回滾

可支持自動(dòng)和手動(dòng)回滾方式，并支持設(shè)置默認(rèn)參數(shù)值，例如：只要有1 條子策略執(zhí)行失敗，自動(dòng)執(zhí)行整組AI調(diào)控策略回退；

管理員可手動(dòng)選擇過去任意時(shí)間點(diǎn)進(jìn)行AI 調(diào)控策略回退；

管理員可自定義設(shè)置默認(rèn)策略和制冷系統(tǒng)參數(shù)模板，在需要時(shí)可一鍵設(shè)置制冷系統(tǒng)運(yùn)行參數(shù)為指定狀態(tài)。

3）異?；謴?fù)能力

AI調(diào)控策略下發(fā)后，系統(tǒng)可支持實(shí)時(shí)監(jiān)控溫度變化，當(dāng)出現(xiàn)異常時(shí)可選擇自動(dòng)恢復(fù)至預(yù)先定義的安全策略。

異常情況支持自定義，例如：

（1）出現(xiàn)1個(gè)及以上溫感高溫告警，且溫度超出告警閾值2 ℃；

（2）出現(xiàn)1個(gè)及以上溫感高溫告警，且持續(xù)時(shí)間超過10 min；

（3）某個(gè)機(jī)房同時(shí)出現(xiàn)超過1/3 數(shù)量的溫感高溫告警；

（4）指定了某臺(tái)空調(diào)為不能關(guān)機(jī)、實(shí)際卻觸發(fā)了關(guān)機(jī)操作。

4 總結(jié)

作為算力基礎(chǔ)設(shè)施的核心物理載體，數(shù)據(jù)中心是近年來信息通信投資的熱門領(lǐng)域。工信部數(shù)據(jù)顯示，2022 年我國(guó)在用數(shù)據(jù)中心機(jī)架總規(guī)模超過590萬標(biāo)準(zhǔn)機(jī)架，服務(wù)器規(guī)模約2 000萬臺(tái)，數(shù)據(jù)中心存儲(chǔ)容量年均增長(zhǎng)速度超50%。數(shù)據(jù)中心一般要求全年運(yùn)行不中斷，年運(yùn)行時(shí)長(zhǎng)達(dá)到8 760 h。

在全社會(huì)數(shù)據(jù)與算力需求爆發(fā)的背景下，數(shù)據(jù)中心功耗不可避免地迅速提升。據(jù)中國(guó)信息通信研究院云計(jì)算與大數(shù)據(jù)研究所測(cè)算，到2030年，我國(guó)數(shù)據(jù)中心耗電量將超過3 800 億kWh，碳排放量將超過2億t。

由此可見，無論是現(xiàn)在還是未來很長(zhǎng)一段時(shí)間內(nèi)，對(duì)于數(shù)據(jù)中心制冷系統(tǒng)的節(jié)能技術(shù)都是社會(huì)關(guān)注的問題，基于AI節(jié)能算法的數(shù)據(jù)中心制冷系統(tǒng)節(jié)能技術(shù)的推廣和應(yīng)用能夠降低數(shù)據(jù)中心對(duì)于用電量的需求，在實(shí)現(xiàn)自身綠色低碳發(fā)展的同時(shí)，以推動(dòng)新型基礎(chǔ)設(shè)施發(fā)展為依托，提升賦能數(shù)字經(jīng)濟(jì)綠色發(fā)展能力，為國(guó)家碳達(dá)峰、碳中和貢獻(xiàn)行業(yè)力量。