一种能量回收方法技术

本申请公开了一种能量回收方法

【技术实现步骤摘要】
一种能量回收方法、系统、介质、装置及服务器


[0001]本申请涉及服务器散热领域，特别涉及一种能量回收方法
、
系统
、
介质
、
装置及服务器
。

技术介绍

[0002]在服务器系统中，散热风扇的主要作用是通过将空气流动到器件上，将器件产生的热量带走，而风扇的转速控制则是根据各器件的温度升高程度来调节的
。
当服务器系统的负载较高时，各器件会产生较多的热量，此时需要增加风扇的转速来提供更大的空气流动，以降低器件的工作温度
。
当系统处于空闲或低负载状态时，服务器系统中器件产生的热量较少，如果风扇在这种情况下继续以较高的转速工作，会导致额外的噪音和能源浪费，因此在服务器系统的负载减小时，通常会降低风扇的转速
。
[0003]然而，在风扇转速降低的过程中，部分能量会自然消散或转化成热能，或以其他形式流失
。
这会导致能源使用效率的降低
。
也即，降低风扇转速时消耗的能源并没有完全转化为对服务器系统散热的效果，而是本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种能量回收方法，其特征在于，应用于能量回收装置中的控制器，所述能量回收装置还包括直流电源
、
转换电路及储能装置，所述直流电源通过所述转换电路与风扇中的马达连接，所述储能装置分别与所述直流电源和所述转换电路连接，所述能量回收方法包括：在确定目标需求是将系统降温时，控制所述转换电路工作在逆变模式，以将所述直流电源或所述储能装置输出的直流电逆变为交流电并为所述马达供电；在确定所述目标需求是能量回收时，控制所述转换电路工作在升压模式，以将所述马达两端的反电动势进行升压并为所述储能装置充电
。2.
如权利要求1所述的能量回收方法，其特征在于，在确定所述目标需求是能量回收时，控制所述转换电路工作在升压模式，以将所述马达两端的反电动势进行升压并为所述储能装置充电，包括：在确定所述目标需求是能量回收时，根据目标优化策略确定所述马达降速后的最终转速与从当前转速下降到所述最终转速的持续时间
,
并在所述持续时间内对所述马达的能量进行回收；在所述持续时间内控制所述转换电路工作在升压模式，以将所述马达两端的反电动势进行升压并为所述储能装置充电
。3.
如权利要求2所述的能量回收方法，其特征在于，在所述持续时间内控制所述转换电路工作在升压模式，以将所述马达两端的反电动势进行升压并为所述储能装置充电，包括：在所述持续时间内控制所述转换电路工作在升压模式，以使所述转换电路对所述马达两端的反电动势进行升压后的电压大于所述储能装置的输入电压，且所述升压后的电压与所述储能装置的输入电压的差值在预设范围内
。4.
如权利要求2所述的能量回收方法，其特征在于，所述目标优化策略的确定方式为：获取服务器在预设时间段内的历史数据集，所述历史数据集包括多个时刻对应的历史数据，每个时刻对应的历史数据包括用于表征当前时刻所述服务器的状态和动作的数据，所述动作用于调节所述马达的转速；根据所述历史数据集构建目标函数和神经网络模型，并根据所述历史数据集对所述神经网络模型进行训练；若所述神经网络模型满足预设条件，则将满足所述预设条件的神经网络模型作为目标神经网络模型；在确定所述目标需求是能量回收时，获取所述服务器的当前状态，并根据所述当前状态和所述目标神经网络模型确定目标优化策略
。5.
如权利要求4所述的能量回收方法，其特征在于，根据所述历史数据集对所述神经网络模型进行训练之后，还包括：在每次迭代过程中，获取所述神经网络模型输出的预测值；判断所述预测值与所述目标函数的实际值的差值是否在第一阈值范围内；若在所述第一阈值范围内，则判定所述神经网络模型满足所述预设条件；否则进入下一次迭代
。6.
如权利要求5所述的能量回收方法，其特征在于，判断所述预测值与所述目标函数的实际值的差值是否在第一阈值范围内，包括：根据所述预测值和所述实际值计算损失函数的输出值；
判断所述损失函数的输出值是否在第二阈值范围内；若在所述第二阈值范围内，则判定所述差值在所述第一阈值范围内
。7.
如权利要求6所述的能量回收方法，其特征在于，判断所述损失函数的输出值是否在第二阈值范围内，包括：判断在连续若干次迭代过程中所述损失函数的输出值是否均在所述第二阈值范围内；若在连续若干次迭代过程中所述损失函数的输出值均在所述第二阈值范围内，则判定所述差值在所述第一阈值范围内
。8.
如权利要求6所述的能量回收方法，其特征在于，所述损失函数的表达式为：；
Loss
为损失函数，
x1为常数，且
0≤x1≤1
，
s
为当前时刻服务器的状态，
a
为当前时刻确定的动作，
Q
p
(s,a)
为所述神经网络模型输出的预测值，
Q(s,a)
为实际值
。9.
如权利要求4所述的能量回收方法，其特征在于，所述目标函数的约束条件为：所述目标优化策略满足使所述服务器内的温度保持不变或下降
。10.
如权利要求4所述的能量回收方法，其特征在于，所述历史数据中用于表征当前时刻所述服务器的状态的数据包括所述服务器当前时刻的系统功率数据
、
温度数据
、
马达转速数据
。11.
如权利要求4‑
10
任一项所述的能量回收方法，其特征在于，还包括：预先建立所述服务器的状态
‑
动作
‑
奖励值的对应关系，所述奖励值与所述服务器内的温度呈负相关，且所述奖励值与将所述马达两端的反电动势进行升压并为所述储能装置充电的电量呈正相关；根据所述历史数据集构建目标函数，包括：根据所述历史数据集构建目标奖励函数
。12.
如权利要求
11
所述的能量回收方法，其特征在于，所述目标奖励函数的表达式为：；其中，
s
为当前时刻的服务器的状态，
a
为当前时刻确定的动作，
s
’
为下一时刻的所述服务器的状态，
a
’
为下一时刻确定的动作，
Q(s,a)
为...

【专利技术属性】
技术研发人员：刘育廷，
申请(专利权)人：苏州元脑智能科技有限公司，
类型：发明
国别省市：