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

　　以机器人自动收集数据中心能效相关的环境和设备运行数据，进行数据提炼；结合数据中心绿色实践理论及制冷系统运行优化专业知识，建立数据中心气流和能效预测模型，据此设计持续优化机器学习模型与算法；通过模型训练提炼实施机房气流组织优化、制冷系统的最优调整控制策略，并对策略结果预分析，在保证安全的前提下节能。机器人自动采集如图所示。

机器人自动化采集示意图

　　3.技术指标

　　（1）节能率：15%~40%。

　　（2）采集每个机柜温度数据 14 个，湿度数据 6 个。

　　（3）采集每块出风地板风速 3 个，出风温度 3 个。

　　（4）采集数据快且准，机柜一侧温/湿度测量达到 3 秒以内。

　　4.技术功能特性

　　（1）支持快速批量化采集海量数据，且改造实施轻量化，不影响数据中心业务。

　　（2）实施周期短，相较于传统节能改造动辄数月的实施周期，仅需 1~2 周即可完成。

　　（3）基于大量实测数据和数据中心能耗模型，自动生成三维温度云图、湿度分布图以及出风地板风量图。

　　（4）AI 节能平台具备机器学习优化策略模型和预测模型。

　　5.应用案例

　　江苏某数据中心节能优化项目，技术提供单位为上海允登信息科技有限公司。

　　（1）用户情况简单说明

　　机房总面积 720 平方米，出风方式为机柜内地板下出风，17 排机柜，共有 309 个机柜，IT 设备能耗电量为 232.5千瓦。原有空调 12 台，空调平均能耗为 143.2 千瓦，电能使用效率（PUE）为 1.62。

　　（2）实施内容及周期

　　某机房进行节能优化改造，工作主要包括以下内容：机器人数据采集、数据处理、热点与气流分析、模型计算、通风地板和挡板调整以及精密空调系统的调整设置。实施周期 1 周。

　　（3）节能减排效果及投资回收期

　　据电表统计，优化改造后年节电 39.5 万千瓦时，制冷系统节电率 28%。投资回报期为 0.77 年。

　　6.未来推广前景

　　预计未来大型数据中心市场占有率可达到 50%以上。