一种数据中心液冷系统参数优化方法技术方案

本发明专利技术涉及参数优化技术领域，具体涉及一种数据中心液冷系统参数优化方法

【技术实现步骤摘要】
一种数据中心液冷系统参数优化方法


[0001]本专利技术涉及参数优化
，具体涉及一种数据中心液冷系统参数优化方法
。

技术介绍

[0002]数据中心是我国的重要基础设施之一，是一种高密度能耗产业，大量的服务器
、
存储设备
、
交换机以及千亿级别的芯片在运行过程中消耗大量能源，在此过程中会产生大量的热
。
同时，数据中心对环境要求极高，往往依赖空调
、
冷水机等设备来降温，而冷却部分能耗占到辅助设施用能的
60%
以上
。
因此数据中心基础设施的能耗降低成为数据中心节能的主要方向
。
我国当前投入运行的数据中心中，冷却系统以风冷为主，能量利用率低，节能潜力大
。
随着新型绿色高能效数据中心散热冷却技术的发展
。
冷板式液冷系统开始在数据中心中广泛运用
。
[0003]散热冷却技术需解决两个问题，一是设备发热量增加，散热冷却系统制冷能力需相应提高来实现产热与移热速率匹配；二是本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种数据中心液冷系统参数优化方法，其特征在于，该方法包括以下步骤：获取每天的所有热负荷值；将当前时刻采集的热负荷值记为观测点，将每天采集的所有热负荷值构成一条热负荷波动曲线，并利用热负荷波动曲线中的极值将热负荷波动曲线分为若干曲线段；根据两个曲线段中每个数据点的热负荷值和曲线段对应两个极值的大小获取两个曲线段的趋势相似性；将观测点下一个时刻的点记为预测点，在观测点为预测点时获取观测点的预测热负荷值；根据观测点的预测热负荷值和热负荷值以及观测点上一个时刻数据点的预测热负荷值和热负荷值获取观测点的变化趋势；根据观测点的变化趋势
、
观测点的预测热负荷值和热负荷值获取预测点的平滑因子；根据趋势相似性以及热负荷波动曲线中的数据点与距离观测点的距离将数据点重新排序获取观测序列；根据预测点的平滑因子
、
观测点的热负荷值
、
观测序列中每个数据点的热负荷值使用
EWMA
模型对预测点的热负荷值进行预测获取预测点的预测热负荷值；根据预测热负荷值完成冷却液流量参数的优化
。2.
如权利要求1所述的一种数据中心液冷系统参数优化方法，其特征在于，所述获取每天的所有热负荷值的方法为：在
IT
设备中安装热负荷传感器获取
IT
设备的热负荷值，每一天开始重新开始采集，热负荷值每经过预设时间采集一次，将每天的0点开始重新采集热负荷值，到第二天的0点停止采集，之后将一天采集的热负荷值单独保存，之后继续重新采集热负荷值
。3.
如权利要求1所述的一种数据中心液冷系统参数优化方法，其特征在于，所述将每天采集的所有热负荷值构成一条热负荷波动曲线，并利用热负荷波动曲线中的极值将热负荷波动曲线分为若干曲线段的方法为：对于每天采集的热负荷值，令热负荷值为纵坐标，时间为横坐标构成一条热负荷波动曲线；对与热负荷波动曲线计算极值，将相邻两个极值之间的所有热负荷值构成一个曲线段，将热负荷值的第一个数据点和第一个极值点作为一个曲线段，最后一个极值点和当前时间点对应的数据点构成一个曲线段
。4.
如权利要求1所述的一种数据中心液冷系统参数优化方法，其特征在于，所述根据两个曲线段中每个数据点的热负荷值和曲线段对应两个极值的大小获取两个曲线段的趋势相似性的方法为：对于每个曲线段，获取曲线段内所有热负荷值的均值；令曲线段内的两个极值构成一个二维点，其中横坐标靠前的极值作为二维点的第一个值，横坐标靠后的极值作为二维点的第二个值，每个曲线段对应一个二维点，对于两个曲线段，计算两个二维点的欧氏距离作为两个曲线段的维度距离；对于每个曲线段，将两个极值点相连构成一条直线，根据极值点的坐标获取直线的斜率作为曲线段的斜率；根据两条曲线段的维度距离
、
热负荷值的均值之差以及曲线段斜率之差获取两个曲线段的趋势相似度
。5.
如权利要求4所述的一种数据中心液冷系统参数优化方法，其特征在于，所述根据两条曲线段的维度距离
、
热负荷值的均值之差以及曲线段斜率之差获取两个曲线段的趋势相
似度的方法为：式中，表示第
i
个曲线段的斜率，表示第
j
个曲线段的斜率，表示第
i
个曲线段中所有热负荷值的均值，表示第
j
个曲线段中所有热负荷值的均值，表示第
i

【专利技术属性】
技术研发人员：陈阳，乐海林，乔福军，赵倩，蔡宇，矫漾，罗苗苗，吴斌，
申请(专利权)人：北京英沣特能源技术有限公司，
类型：发明
国别省市：