202210257306X一种基于AI算法的数据中心中央空调冷冻水参数设定方法.pdf

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN114722574A
(43)申请公布日2022.07.08
(21)申请号202210257306.X
(22)申请日2022.03.16
(71)申请人华南理工大学
地址511458广东省广州市南沙区环市大
道南路25号华工大广州产研院
(72)发明人闫军威黄俊霖周璇卢怡凯
(74)专利代理机构广州市华学知识产权代理有
限公司44245
专利代理师李斌
(51)Int.Cl.
G06F30/20(2020.01)
F24F11/88(2018.01)
F24F11/65(2018.01)

权利要求书4页说明书9页附图4页
(54)发明名称
一种基于AI算法的数据中心中央空调冷冻
水参数设定方法
(57)摘要
本发明公开了一种基于AI算法的数据中心
中央空调冷冻水参数设定方法，包括：划分运行
模式，并对其离散特征进行数值映射；清洗异常
历史运行数据；以冷冻水参数、运行模式、工况参
数为输入变量，系统总能耗为输出变量，使用AI
算法进行拟合训练，建立中央空调系统能耗模
型；以冷冻水参数、运行模式、工况参数、机房温
度为输入变量，机房未来时刻的温度为输出变
量，使用AI算法进行拟合训练，建立机房温度预
测模型；以系统总能耗为优化目标，冷冻水参数
和运行模式为决策变量，机房温度为约束条件，
建立参数优化模型并求解。本发明可以得到不同
工况参数条件下，中央空调系统最优冷冻水参数
和运行模式设定，从而提高数据中心中央空调系
统的运行能效。
CN114722574A
CN114722574A权利要求书1/4页

1.一种基于AI算法的数据中心中央空调冷冻水参数设定方法，其特征在于，包括下述
步骤：
划分运行模式，对运行模式的离散特征进行数值映射；
对数据中心中央空调系统的历史运行时间序列数据进行数据预处理；
以冷冻水参数、运行模式、工况参数为输入变量，系统总能耗为输出变量，进行拟合训
练，得到中央空调系统能耗模型；
以冷冻水参数、运行模式、工况参数、机房温度为输入变量，机房未来时刻的温度为输
出变量，进行拟合训练，得到机房温度预测模型；
以系统总能耗为优化目标，冷冻水参数和运行模式为决策变量，机房温度为约束条件，
建立参数优化模型，并求解模型。
2.根据权利要求1所述的一种基于AI算法的数据中心中央空调冷冻水参数设定方法，
其特征在于，所述运行模式划分具体为：
根据数据中心中央空调系统所配备同类设备的数量及编号，进行排列组合，划分为不
同的运行模式；所述同类设备包括制冷主机、冷冻水泵；所述运行模式包括制冷主机运行模
式、冷冻水泵运行模式；所述对运行模式的离散特征进行数值映射具体为：
运行状态：[on，off]→{on：1，off：0}

制冷主机运行模式：PC＝[X1，…，Xn]，Xn＝1∪Xn＝0，n≥1

其中PC为表示制冷主机运行模式的数组，Xn为制冷主机设备的运行状态，n为数据中心
中央空调系统所配备的制冷主机数量；

冷冻水泵运行模式：PF＝[Y1，…，Ym]，Ym＝1∪Ym＝0，m≥1

其中PF为表示冷冻水泵运行模式的数组，Ym为冷冻水泵的运行状态，m为数据中心中央
空调系统所配备的冷冻水泵数量。
3.根据权利要求1所述的一种基于AI算法的数据中心中央空调冷冻水参数设定方法，
其特征在于，所述数据预处理具体为：
根据设备运行工作日志记录和运行模式划分结果，对中央空调设备模式切换过渡期间
的数据进行剔除；
以箱线图法作为判别异常数据的标准，对历史运行数据进行清洗。
4.根据权利要求1所述的一种基于AI算法的数据中心中央空调冷冻水参数设定方法，
其特征在于，所述中央空调系统能耗模型具体为：
模型输入变量包括：冷冻水参数、运行模式、工况参数；
模型输出变量包括：中央空调系统总能耗；
冷冻水参数包括：冷冻出水温度、冷冻泵频率；
运行模式包括：制冷主机运行模式、冷冻水泵运行模式；
工况参数包括：室外温度、室外湿度；
中央空调系统总能耗包括：中央空调冷源系统能耗、中央空调末端空调能耗；
同一数据样本内的输入变量与输出变量对应同一时间；
模型拟合采用人工智能回归算法，包括：向量机、决策树、神经网络、集成学习、深度学
习、生成对抗网络；
模型超参数优化方法包括：随机搜索、网格搜索、贝叶斯优化、进化算法；

2
CN114722574A权利要求书2/4页
根据一定周期内采集的运行数据，重新进行训练拟合，以更新模型。
5.根据权利要求4所述的一种基于AI算法的数据中心中央空调冷冻水参数设定方法，
其特征在于，所述中央空调系统能耗模型具体表达式为：

E(t)＝f{Tc(t)，PF(t)，fc(t)，PC(t)，To(t)，φo(t)}

E(t)＝E1(t)+E