1.适用范围

　　适用于新建数据中心及在用数据中心改造。

　　2.技术原理及工艺

　　制冷系统智能控制系统核心原理是通过人工智能技术和大数据分析，找出决定数据中心 PUE 的数学模型，从而计算出各种环境下最佳制冷策略。该系统基于从整个数据中心采集的数据进行训练和推理，根据负载变化实时下发调节指令，可以做到系统级的能效最优，使数据中心电能使用效率（PUE）降低 8%~15%。工作原理如图所示。

工作原理图

　　3.技术指标

　　电能使用效率（PUE）：降低 8%~15%。

　　4.技术功能特性

　　（1）数据采集：采集冷冻站、末端空调及 IT 负载等系

统的相关运行参数。

　　（2）数据治理：利用自动化治理工具，对参数进行降维、降噪、清洗等处理。

　　（3）特征工程：利用数学工具，对治理完成后的表格进行相关性分析，找出与 PUE 相关的关键参数，含控制因子、

环境因子及过程因子。

　　（4）模型训练：利用深度神经网络（DNN）算法，训练出 PUE 模型（预测精度要求不低于 99.5%，误差不超过0.005）。

　　（5）推理决策：将预测以及决策模型发布到集控系统中，以在线给出可以调优的决策模型。

　　5.应用案例

　　廊坊某云数据中心，技术提供单位为华为技术有限公司。

　　（1）用户情况简单说明

　　廊坊某云数据中心，共 4000 个机柜，单机柜平均功率 8千瓦，负载率为 70%。

　　（2）实施内容及周期

　　全部部署了制冷系统智能控制系统，实施周期为 4 个月。

　　（3）节能减排效果及投资回收期

　　改造完成后，相较于原制冷系统，数据中心 PUE 值明显下降，PUE 由 1.42 降低到 1.25，年节省电量 3336 万千瓦时。投资回报期为 1.5 年。

　　6.未来推广前景

　　预计未来 5 年市场占有率可达到 35%。