本發(fā)明涉及數(shù)據(jù)中心，尤其涉及一種機柜級算力服務器動態(tài)溫度調(diào)控與負載優(yōu)化方法。

背景技術(shù)：

1、數(shù)據(jù)中心是承載it基礎架構(gòu)的實體房間、建筑或設施，用于構(gòu)建、運行和交付應用和服務，以及存儲和管理與這些應用和服務相關(guān)的數(shù)據(jù)，用于實現(xiàn)對數(shù)據(jù)信息的集中處理、存儲、傳輸、交換和管理，它扮演著現(xiàn)代信息技術(shù)基礎設施的關(guān)鍵角色，為各種組織和企業(yè)提供可靠的數(shù)據(jù)存儲和處理服務，數(shù)據(jù)中心通常包括大型服務器、網(wǎng)絡設備、存儲系統(tǒng)和冷卻設備等基礎設施，旨在確保服務器持續(xù)高效運行，同時維護數(shù)據(jù)的安全性和可靠性，這些設施采用高度先進的技術(shù)，如虛擬化、云計算和自動化管理系統(tǒng)，以提高數(shù)據(jù)中心的效能和可擴展性。

2、數(shù)據(jù)中心的主要功能包括數(shù)據(jù)存儲、處理、備份和恢復，同時提供高速的網(wǎng)絡連接，使用戶能夠快速訪問其存儲在數(shù)據(jù)中心中的信息，在數(shù)字化時代，數(shù)據(jù)中心對于支持企業(yè)運營、云服務、大數(shù)據(jù)分析等方面至關(guān)重要，而機柜級算力服務器則是數(shù)據(jù)中心內(nèi)部的關(guān)鍵組成部分，它們提供了必要的計算能力來處理和存儲數(shù)據(jù)，為了確保機柜級算力服務器穩(wěn)定、高效、安全地運行，同時提高能效和用戶體驗，通常需要對機柜級算力服務器進行溫度調(diào)控與負載優(yōu)化。

3、現(xiàn)有的機柜級算力服務器溫度調(diào)控與負載優(yōu)化方法大都流程單一，無法準確預測機柜級算力服務器未來狀態(tài)，導致調(diào)控和優(yōu)化效果不佳，且實時性較差，無法實現(xiàn)足夠快的響應速度，導致不能及時調(diào)整溫度和負載，從而影響機柜級算力服務器的穩(wěn)定性和能效，進而無法確保數(shù)據(jù)中心的安全穩(wěn)定運行與能耗成本的最小化，因此，本發(fā)明提出一種機柜級算力服務器動態(tài)溫度調(diào)控與負載優(yōu)化方法以解決現(xiàn)有技術(shù)中存在的問題。

技術(shù)實現(xiàn)思路

1、針對上述問題，本發(fā)明的目的在于提出一種機柜級算力服務器動態(tài)溫度調(diào)控與負載優(yōu)化方法，解決現(xiàn)有的機柜級算力服務器溫度調(diào)控與負載優(yōu)化方法無法準確預測機柜級算力服務器未來狀態(tài)，導致調(diào)控和優(yōu)化效果不佳，以及無法實現(xiàn)足夠快的響應速度，導致不能及時調(diào)整溫度和負載的問題。

2、為了實現(xiàn)本發(fā)明的目的，本發(fā)明通過以下技術(shù)方案實現(xiàn)：一種機柜級算力服務器動態(tài)溫度調(diào)控與負載優(yōu)化方法，包括以下步驟：

3、步驟一：分別收集電力現(xiàn)貨市場價格數(shù)據(jù)、機柜級算力服務器能耗數(shù)據(jù)和可再生能源供給數(shù)據(jù)，并對收集的各數(shù)據(jù)進行數(shù)據(jù)清理預處理；

4、步驟二：根據(jù)步驟一中收集的各數(shù)據(jù)，分別建立機柜級算力服務器的熱力學模型和電力現(xiàn)貨市場的價格預測模型；

5、步驟三：通過熱力學模型預測機柜級算力服務器的熱力學狀態(tài)，通過價格預測模型預測電力現(xiàn)貨市場價格和可再生能源供給情況；

6、步驟四：根據(jù)當前和預測得到的電力現(xiàn)貨市場價格、可再生能源供給情況以及機柜級算力服務器的熱力學狀態(tài)，采用多目標優(yōu)化算法，輸出最優(yōu)的制冷系統(tǒng)控制計劃，再采用mpc算法，結(jié)合系統(tǒng)的實際運行狀態(tài)對制冷系統(tǒng)控制計劃進行修正；

7、步驟五：根據(jù)步驟四中mpc算法輸出的制冷系統(tǒng)控制計劃，實時動態(tài)調(diào)整機柜級算力服務器的環(huán)境溫度和制冷系統(tǒng)的出力。

8、進一步改進在于：所述步驟一中，所述電力現(xiàn)貨市場價格數(shù)據(jù)包括電力現(xiàn)貨市場價格波動數(shù)據(jù)和電力現(xiàn)貨市場價格峰谷差價數(shù)據(jù)，所述機柜級算力服務器能耗數(shù)據(jù)包括環(huán)境溫度數(shù)據(jù)、設備發(fā)熱量數(shù)據(jù)和制冷系統(tǒng)能耗數(shù)據(jù)，所述可再生能源供給數(shù)據(jù)包括風能供給數(shù)據(jù)和太陽能供給數(shù)據(jù)。

9、進一步改進在于：所述步驟一中，對收集的各數(shù)據(jù)進行數(shù)據(jù)清理預處理的具體步驟為：先采用缺失值處理算法處理數(shù)據(jù)中的缺失值，再采用異常值檢測算法處理數(shù)據(jù)中的異常值，最后對數(shù)據(jù)進行標準化處理。

10、進一步改進在于：所述步驟二中，建立機柜級算力服務器的熱力學模型的具體步驟為：先確定模型需要覆蓋的范圍并明確模型目標，接著根據(jù)收集的機柜級算力服務器能耗數(shù)據(jù)建立物理模型，隨后使用熱力學原理分析服務器的熱行為，然后將熱力學分析轉(zhuǎn)化為數(shù)學模型，即機柜級算力服務器的熱力學模型。

11、進一步改進在于：所述步驟二中，建立電力現(xiàn)貨市場的價格預測模型的具體步驟為：先從收集的電力現(xiàn)貨市場價格數(shù)據(jù)和可再生能源供給數(shù)據(jù)中提取出有用特征數(shù)據(jù)，再選定預測模型的類型，隨后通過提取出的有用特征數(shù)據(jù)訓練選定的預測模型，調(diào)整模型參數(shù)以獲得最佳性能，得到電力現(xiàn)貨市場的價格預測模型。

12、進一步改進在于：所述步驟五中，在電價高峰或可再生能源供給低于預設值時，提高數(shù)據(jù)中心的機柜級算力服務器的溫度設定，利用數(shù)據(jù)中心本體建筑和服務器集群的熱容吸收熱量，以減少制冷系統(tǒng)的能耗。

13、進一步改進在于：所述步驟五中，在電價低谷或可再生能源供給高于預設值時，提升制冷系統(tǒng)出力，降低機柜級算力服務器環(huán)境溫度，儲備冷能以應對高負荷時段。

14、進一步改進在于：所述步驟五中，持續(xù)監(jiān)測機柜級算力服務器的實際運行情況與制冷系統(tǒng)控制計劃的偏差，并在下一個控制周期中修正。

15、本發(fā)明的有益效果為：本發(fā)明結(jié)合電力現(xiàn)貨市場價格數(shù)據(jù)、機柜級算力服務器能耗數(shù)據(jù)和可再生能源供給數(shù)據(jù)，通過mpc算法實時調(diào)整機柜級算力服務器環(huán)境溫度和制冷系統(tǒng)出力,能準確預測機柜級算力服務器未來狀態(tài)，提升調(diào)控和優(yōu)化效果，mpc算法通過預測機柜級算力服務器熱力學狀態(tài)，動態(tài)優(yōu)化溫度調(diào)控策略，實時性較好，能及時調(diào)整溫度和負載，保證機柜級算力服務器的穩(wěn)定性和能效，確保數(shù)據(jù)中心的安全穩(wěn)定運行與能耗成本的最小化，同時提升對可再生能源的消納。

技術(shù)特征：

1.一種機柜級算力服務器動態(tài)溫度調(diào)控與負載優(yōu)化方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的一種機柜級算力服務器動態(tài)溫度調(diào)控與負載優(yōu)化方法，其特征在于：所述步驟一中，所述電力現(xiàn)貨市場價格數(shù)據(jù)包括電力現(xiàn)貨市場價格波動數(shù)據(jù)和電力現(xiàn)貨市場價格峰谷差價數(shù)據(jù)，所述機柜級算力服務器能耗數(shù)據(jù)包括環(huán)境溫度數(shù)據(jù)、設備發(fā)熱量數(shù)據(jù)和制冷系統(tǒng)能耗數(shù)據(jù)，所述可再生能源供給數(shù)據(jù)包括風能供給數(shù)據(jù)和太陽能供給數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的一種機柜級算力服務器動態(tài)溫度調(diào)控與負載優(yōu)化方法，其特征在于：所述步驟一中，對收集的各數(shù)據(jù)進行數(shù)據(jù)清理預處理的具體步驟為：先采用缺失值處理算法處理數(shù)據(jù)中的缺失值，再采用異常值檢測算法處理數(shù)據(jù)中的異常值，最后對數(shù)據(jù)進行標準化處理。

4.根據(jù)權(quán)利要求1所述的一種機柜級算力服務器動態(tài)溫度調(diào)控與負載優(yōu)化方法，其特征在于：所述步驟二中，建立機柜級算力服務器的熱力學模型的具體步驟為：先確定模型需要覆蓋的范圍并明確模型目標，接著根據(jù)收集的機柜級算力服務器能耗數(shù)據(jù)建立物理模型，隨后使用熱力學原理分析服務器的熱行為，然后將熱力學分析轉(zhuǎn)化為數(shù)學模型，即機柜級算力服務器的熱力學模型。

5.根據(jù)權(quán)利要求1所述的一種機柜級算力服務器動態(tài)溫度調(diào)控與負載優(yōu)化方法，其特征在于：所述步驟二中，建立電力現(xiàn)貨市場的價格預測模型的具體步驟為：先從收集的電力現(xiàn)貨市場價格數(shù)據(jù)和可再生能源供給數(shù)據(jù)中提取出有用特征數(shù)據(jù)，再選定預測模型的類型，隨后通過提取出的有用特征數(shù)據(jù)訓練選定的預測模型，調(diào)整模型參數(shù)以獲得最佳性能，得到電力現(xiàn)貨市場的價格預測模型。

6.根據(jù)權(quán)利要求1所述的一種機柜級算力服務器動態(tài)溫度調(diào)控與負載優(yōu)化方法，其特征在于：所述步驟五中，在電價高峰或可再生能源供給低于預設值時，提高數(shù)據(jù)中心的機柜級算力服務器的溫度設定，利用數(shù)據(jù)中心本體建筑和服務器集群的熱容吸收熱量，以減少制冷系統(tǒng)的能耗。

7.根據(jù)權(quán)利要求1所述的一種機柜級算力服務器動態(tài)溫度調(diào)控與負載優(yōu)化方法，其特征在于：所述步驟五中，在電價低谷或可再生能源供給高于預設值時，提升制冷系統(tǒng)出力，降低機柜級算力服務器環(huán)境溫度，儲備冷能以應對高負荷時段。

8.根據(jù)權(quán)利要求1所述的一種機柜級算力服務器動態(tài)溫度調(diào)控與負載優(yōu)化方法，其特征在于：所述步驟五中，持續(xù)監(jiān)測機柜級算力服務器的實際運行情況與制冷系統(tǒng)控制計劃的偏差，并在下一個控制周期中修正。

技術(shù)總結(jié)
本發(fā)明公開一種機柜級算力服務器動態(tài)溫度調(diào)控與負載優(yōu)化方法，涉及數(shù)據(jù)中心技術(shù)領(lǐng)域，包括以下步驟：收集數(shù)據(jù)分別建立熱力學模型和價格預測模型，預測熱力學狀態(tài)、電力現(xiàn)貨市場價格和可再生能源供給情況，采用MPC算法輸出最優(yōu)的制冷系統(tǒng)控制計劃并執(zhí)行；本發(fā)明結(jié)合電力現(xiàn)貨市場價格數(shù)據(jù)、機柜級算力服務器能耗數(shù)據(jù)和可再生能源供給數(shù)據(jù)，通過MPC算法實時調(diào)整機柜級算力服務器環(huán)境溫度和制冷系統(tǒng)出力,能準確預測機柜級算力服務器未來狀態(tài)，MPC算法通過預測機柜級算力服務器熱力學狀態(tài)，動態(tài)優(yōu)化溫度調(diào)控策略，實時性較好，能及時調(diào)整溫度和負載，保證機柜級算力服務器的穩(wěn)定性和能效，確保數(shù)據(jù)中心的安全穩(wěn)定運行與能耗成本的最小化。

技術(shù)研發(fā)人員：王永真,羅昊,韓愷,韓特,鐘聲遠,吳小龍,焦成龍,劉大為
受保護的技術(shù)使用者：北京理工大學
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/28