一种浸没液冷散热调控方法、系统、电子设备及存储介质技术方案

本发明专利技术提供了一种浸没液冷散热调控方法、系统、电子设备及存储介质，方法包括：实时获取浸没液冷系统中多个散热单元的多个参数值，构建待训练数据集，多个参数值至少包括温度、温差和出入压力；基于浸没液冷系统中各分管流量分配和热传递能量效率，构建误差函数；基于待训练数据集和误差函数，对待训练DQN网络进行训练，得到冷散热调控模型；基于冷散热调控模型对浸没液冷系统中各分管流量进行调控。本发明专利技术通过基于待训练数据和误差函数对待训练DQN网络进行训练，得到冷散热调控模型，并基于冷散热调控模型对各分管流量进行实时调控，从而使得浸没液冷系统中流量泵组可以根据各分管流量和温度进行自动化调节。流量和温度进行自动化调节。流量和温度进行自动化调节。

【技术实现步骤摘要】
一种浸没液冷散热调控方法、系统、电子设备及存储介质


[0001]本专利技术涉及服务器散热
，更具体地，涉及一种浸没液冷散热调控方法、系统、电子设备及存储介质。

技术介绍

[0002]随着大数据技术的普及，高通量数据计算和图像计算的复杂度越来越大。且由于硬件集成度的提高，CPU、GPU等元器件功耗不断飙升，电子器件的散热成为目前的关键问题。风冷暴力散热已经越来越不能满足各种计算环境，特别是数据中心级别的数据调度和数据计算对系统散热水平的要求。浸没式液冷技术应运而生，浸没式液冷技术是把服务器整体浸泡在沸点高、绝缘、无腐蚀性的特殊液体里，以液体为媒介把服务器中CPU、内存条、芯片组、扩展卡等电子器件在运行时所产生的热量通过液体工质将热流导出，在外部进行散热后，将冷液注入内部进行冷热交互达到控温的效果。
[0003]目前浸没式液冷技术还处于发展阶段，降温检测方式只能单纯依赖温度传感器传递的温度数据与阈值判别，依靠外部泵对整体流量进行线性调整。这会导致能源浪费，加大了泵的负担，缩短了流量泵的寿命，因此，如何进一步提高浸没液冷系统的冷却效率是亟待解决的问题。

技术实现思路

[0004]本专利技术针对现有技术中存在的技术问题，提供一种浸没液冷散热调控方法、系统、电子设备及存储介质，用以解决如何进一步提高浸没液冷系统的冷却效率的问题。
[0005]根据本专利技术的第一方面，提供了一种浸没液冷散热调控方法，包括：
[0006]实时获取浸没液冷系统中多个散热单元的多个参数值，构建待训练数据集，所述多个参数值至少包括温度、温差和出入压力；
[0007]基于所述浸没液冷系统中各分管流量分配和热传递能量效率，构建误差函数；
[0008]基于所述待训练数据集和所述误差函数，对待训练DQN网络进行训练，得到冷散热调控模型；
[0009]基于所述冷散热调控模型对所述浸没液冷系统中各分管流量进行调控。
[0010]在上述技术方案的基础上，本专利技术还可以作出如下改进。
[0011]优选的，所述基于所述浸没液冷系统中各分管流量分配和热传递能量效率，构建误差函数的步骤，包括：
[0012]基于各分管对应的流量泵两端的单管热量损失和流量，计算奖惩值；
[0013]基于所述奖惩值和所述浸没液冷系统的流量，构建误差函数。
[0014]优选的，所述奖惩值为：
[0015]r
t
＝∑R
i
＝∑ΔH
i
/Q
i
；
[0016]其中，i为所述浸没液冷系统中分管的序号，R
i
为第i个分管对应的热力传递效率，
△
H
i
为第i个分管对应的单管热量损失，Q
i
为第i个分管的流量；
[0017]所述误差函数为：
[0018]E＝r
t
+r*Q
’‑
Q
[0019]其中，r
t
为奖惩值，r为折扣因子，Q为网络动作状态值，Q
’
为上一时刻的网络动作状态预测值。
[0020]优选的，所述基于所述待训练数据集和所述误差函数，对待训练DQN网络进行训练的步骤之前，包括：
[0021]基于增广拉格朗日算子、惩罚因子，以最大热传递速率为目标，构建DQN网络正向传播函数。
[0022]优选的，所述DQN网络正向传播函数为：
[0023][0024]其中，Q
t
为系统流量，μ为拉格朗日因子，η为惩罚因子，H为热量损失值，min
Q
‑
H为系统流量Q
t
下系统最大的热传递速率，P
max
为所述浸没液冷系统流量泵组的最大功率，P
max
‑
∑L
i
p
i
为约束条件,L
i
为所述浸没液冷系统第i个分管道的流量，p
i
为所述浸没液冷系统第i个流量泵的功率。
[0025]优选的，所述基于所述冷散热调控模型对所述浸没液冷系统中各分管流量进行调控的步骤，包括：
[0026]在所述浸没液冷系统中各散热单元的当前温度和/或温升速率，大于预设温度阈值和预设温升速率阈值时，将其对应散热单元的温度、温差和出入压力输入至所述散热调控模型中，以使其对应的流量泵根据输出的流量调节信息进行降温。
[0027]优选的，所述以使其对应的流量泵根据输出的流量调节信息进行降温的步骤之后，包括：
[0028]在温降大于降温前温度的20％时，将所述流量调节信息清空，以使所述浸没液冷系统停止降温。
[0029]根据本专利技术的第二方面，提供一种浸没液冷散热调控系统，包括：
[0030]数据获取模块，用于实时获取浸没液冷系统中多个散热单元的多个参数值，构建待训练数据集，所述多个参数值至少包括温度、温差和出入压力；
[0031]误差函数模块，用于基于所述浸没液冷系统中各分管流量分配和热传递能量效率，构建误差函数；
[0032]模型训练模块，用于基于所述待训练数据集和所述误差函数，对待训练DQN网络进行训练，得到冷散热调控模型；
[0033]流量调控模块，用于基于所述冷散热调控模型对所述浸没液冷系统中各分管流量进行调控。
[0034]根据本专利技术的第三方面，提供了一种电子设备，包括存储器、处理器，所述处理器用于执行存储器中存储的计算机管理类程序时实现上述第一方面中任一浸没液冷散热调控方法的步骤。
[0035]根据本专利技术的第四方面，提供了一种计算机可读存储介质，其上存储有计算机管理类程序，所述计算机管理类程序被处理器执行时实现上述第一方面中任一浸没液冷散热调控方法的步骤。
[0036]本专利技术提供的一种浸没液冷散热调控方法、系统、电子设备及存储介质，方法包
括：实时获取浸没液冷系统中多个散热单元的多个参数值，构建待训练数据集，上述多个参数值至少包括温度、温差和出入压力；基于上述浸没液冷系统中各分管流量分配和热传递能量效率，构建误差函数；基于上述待训练数据集和上述误差函数，对待训练DQN网络进行训练，得到冷散热调控模型；基于上述冷散热调控模型对上述浸没液冷系统中各分管流量进行调控。本专利技术通过基于浸没液冷系统中的多个散热单元的多个参数值构建待训练数据集，并基于上述浸没液冷系统中各分管流量分配和热传递能量效率构建误差函数，基于上述待训练数据和上述误差函数对待训练DQN网络进行训练，得到冷散热调控模型，并基于上述冷散热调控模型对各分管流量进行实时调控，从而使得浸没液冷系统中流量泵组可以根据各分管流量和温度进行自动化调节，并由于上述冷散热调控模型可以根据上述温度数据获取次优解，从而改变了以往通过阈值判断的调整方式，降低了能源浪费以及流量泵组的负担，提升了流量泵的使用寿命。
附图说明
[0037]图1为本专利技术提供的一种浸没液冷散热调本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种浸没液冷散热调控方法，其特征在于，所述方法包括：实时获取浸没液冷系统中多个散热单元的多个参数值，构建待训练数据集，所述多个参数值至少包括温度、温差和出入压力；基于所述浸没液冷系统中各分管流量分配和热传递能量效率，构建误差函数；基于所述待训练数据集和所述误差函数，对待训练DQN网络进行训练，得到冷散热调控模型；基于所述冷散热调控模型对所述浸没液冷系统中各分管流量进行调控。2.根据权利要求1所述的浸没液冷散热调控方法，其特征在于，所述基于所述浸没液冷系统中各分管流量分配和热传递能量效率，构建误差函数的步骤，包括：基于各分管对应的流量泵两端的单管热量损失和流量，计算奖惩值；基于所述奖惩值和所述浸没液冷系统的流量，构建误差函数。3.根据权利要求2所述的浸没液冷散热调控方法，其特征在于，所述奖惩值为：r
t
＝∑R
i
＝∑ΔH
i
/Q
i
；其中，i为所述浸没液冷系统中分管的序号，R
i
为第i个分管对应的热力传递效率，
△
H
i
为第i个分管对应的单管热量损失，Q
i
为第i个分管的流量；所述误差函数为：E＝r
t
+r*Q
’‑
Q其中，r
t
为奖惩值，r为折扣因子，Q为网络动作状态值，Q
’
为上一时刻的网络动作状态预测值。4.根据权利要求1所述的浸没液冷散热调控方法，其特征在于，所述基于所述待训练数据集和所述误差函数，对待训练DQN网络进行训练的步骤之前，包括：基于增广拉格朗日算子、惩罚因子，以最大热传递速率为目标，构建DQN网络正向传播函数。5.根据权利要求4所述的浸没液冷散热调控方法，其特征在于，所述DQN网络正向传播函数为：其中，Q
t
为系统流量，μ为拉格朗日因子，η为惩罚因子，H为热量损失值，min
Q
‑
H为系统...

【专利技术属性】
技术研发人员：张炜鑫，颜涛，赖波，吴浩，方琳，
申请(专利权)人：武汉三氟新材料科技有限公司，
类型：发明
国别省市：