本發(fā)明涉及液冷系統(tǒng)管理，具體涉及一種基于人工智能的液冷系統(tǒng)能耗數(shù)據(jù)管理平臺(tái)。

背景技術(shù)：

1、對(duì)于數(shù)據(jù)中心中的服務(wù)器來說，其在運(yùn)行中會(huì)產(chǎn)生大量熱量，若無法及時(shí)散熱，設(shè)備溫度升高不僅導(dǎo)致芯片降頻、運(yùn)算速度降低，觸發(fā)保護(hù)性關(guān)機(jī)?，還會(huì)加速電子元件老化，增加硬件故障風(fēng)險(xiǎn)，因此為了保證數(shù)據(jù)中心的穩(wěn)定運(yùn)行，通常會(huì)利用液冷系統(tǒng)對(duì)數(shù)據(jù)中心中的服務(wù)器進(jìn)行散熱，并且為了考慮技術(shù)難度以及整體成本，數(shù)據(jù)中心所使用的液冷系統(tǒng)通常為集中式液冷系統(tǒng)，所述集中式液冷系統(tǒng)是指數(shù)據(jù)中心中的同一機(jī)柜或多個(gè)機(jī)柜中的服務(wù)器通常由集中式液冷系統(tǒng)中的一個(gè)cdu所控制，并且同一個(gè)cdu所控制這些服務(wù)器會(huì)并聯(lián)在同一個(gè)水循環(huán)中，然后大型制冷機(jī)和泵來統(tǒng)一調(diào)控整個(gè)水循環(huán)的水溫和流量。

2、但是在現(xiàn)有技術(shù)中，在確定液冷系統(tǒng)中的cdu所控制的服務(wù)器或者所服務(wù)的服務(wù)器時(shí)，并沒有考慮到服務(wù)器之間的溫差，也就是說沒有考慮到對(duì)服務(wù)器進(jìn)行散熱或者降溫時(shí)所需的能耗差異，而循環(huán)液的溫度又是由所有并聯(lián)服務(wù)器中最高溫度的服務(wù)器所決定的，因此會(huì)導(dǎo)致在實(shí)際的運(yùn)行過程中，會(huì)出現(xiàn)能耗浪費(fèi)以及資源浪費(fèi)的現(xiàn)象，從而導(dǎo)致液冷系統(tǒng)的能耗利用率出現(xiàn)較低以及資源利用率的現(xiàn)象，如若某個(gè)cdu控制的服務(wù)器中只有一個(gè)服務(wù)器需要進(jìn)行降溫，其它服務(wù)器均不需要，但是此時(shí)為了給需要進(jìn)行降溫的服務(wù)器降溫，該cud控制的所有水循環(huán)支路則均會(huì)進(jìn)行降溫，但是這個(gè)過程會(huì)導(dǎo)致不需要進(jìn)行降溫的那些服務(wù)器所對(duì)應(yīng)的支路在進(jìn)行降溫的過程中出現(xiàn)能耗浪費(fèi)以及資源浪費(fèi)的現(xiàn)象，因此如何對(duì)液冷系統(tǒng)的cdu所控制的服務(wù)器進(jìn)行管理，以提高液冷系統(tǒng)的能耗利用率和資源利用率成為亟需解決的問題。

技術(shù)實(shí)現(xiàn)思路

1、為了解決上述問題，本發(fā)明提供了一種基于人工智能的液冷系統(tǒng)能耗數(shù)據(jù)管理平臺(tái)，所采用的技術(shù)方案具體如下：

2、本發(fā)明一個(gè)實(shí)施例提供了一種基于人工智能的液冷系統(tǒng)能耗數(shù)據(jù)管理平臺(tái)，該電網(wǎng)業(yè)務(wù)數(shù)據(jù)管理服務(wù)終端，包括：

3、數(shù)據(jù)獲取模塊，用于獲取服務(wù)器群中的各個(gè)服務(wù)器在每一次歷史液冷循環(huán)下的實(shí)際能耗數(shù)據(jù)，液冷循環(huán)由液冷系統(tǒng)完成，所述服務(wù)器群為液冷系統(tǒng)服務(wù)的服務(wù)器群；

4、第一劃分模塊，用于將所述服務(wù)器在所有歷史液冷循環(huán)下的實(shí)際能耗數(shù)據(jù)所組成的序列記為對(duì)應(yīng)服務(wù)器的實(shí)際能耗數(shù)據(jù)序列，并根據(jù)所述實(shí)際能耗數(shù)據(jù)序列的均值以及所述實(shí)際能耗數(shù)據(jù)序列中大于預(yù)設(shè)能耗閾值的數(shù)據(jù)數(shù)量，得到所述服務(wù)器對(duì)應(yīng)的能耗數(shù)據(jù)點(diǎn)，根據(jù)所述能耗數(shù)據(jù)點(diǎn)之間的距離，對(duì)所述能耗數(shù)據(jù)點(diǎn)進(jìn)行聚類，得到初始聚類簇；

5、第二劃分模塊，用于根據(jù)所述初始聚類簇中的能耗數(shù)據(jù)點(diǎn)總數(shù)量以及液冷系統(tǒng)中的cdu所覆蓋的服務(wù)器數(shù)量，對(duì)所述初始聚類簇中的能耗數(shù)據(jù)點(diǎn)進(jìn)行再次分配，得到各個(gè)目標(biāo)聚類簇；

6、液冷系統(tǒng)管理模塊，用于根據(jù)所述目標(biāo)聚類簇中的能耗數(shù)據(jù)點(diǎn)所對(duì)應(yīng)的服務(wù)器對(duì)所述液冷系統(tǒng)的cdu所控制的服務(wù)器進(jìn)行重新分配管理。

7、有益效果：本發(fā)明包括數(shù)據(jù)獲取模塊，用于獲取服務(wù)器群中的各個(gè)服務(wù)器在每一次歷史液冷循環(huán)下的實(shí)際能耗數(shù)據(jù)；第一劃分模塊，用于根據(jù)實(shí)際能耗數(shù)據(jù)序列的均值以及實(shí)際能耗數(shù)據(jù)序列中大于預(yù)設(shè)能耗閾值的數(shù)據(jù)數(shù)量，得到服務(wù)器對(duì)應(yīng)的能耗數(shù)據(jù)點(diǎn)，根據(jù)能耗數(shù)據(jù)點(diǎn)之間的距離，對(duì)能耗數(shù)據(jù)點(diǎn)進(jìn)行聚類，得到初始聚類簇；第二劃分模塊，用于根據(jù)初始聚類簇中的能耗數(shù)據(jù)點(diǎn)總數(shù)量以及液冷系統(tǒng)中的cdu所覆蓋的服務(wù)器數(shù)量，對(duì)初始聚類簇中的能耗數(shù)據(jù)點(diǎn)進(jìn)行再次分配，得到各個(gè)目標(biāo)聚類簇；液冷系統(tǒng)管理模塊，用于根據(jù)目標(biāo)聚類簇中的能耗數(shù)據(jù)點(diǎn)所對(duì)應(yīng)的服務(wù)器對(duì)液冷系統(tǒng)的cdu所控制的服務(wù)器進(jìn)行重新分配管理。且本發(fā)明能夠降低集中式液冷系統(tǒng)進(jìn)行降溫時(shí)的能耗浪費(fèi)和資源浪費(fèi)，提高了集中式液冷系統(tǒng)的能耗利用率以及能源利用率，實(shí)現(xiàn)了集中式液冷系統(tǒng)能耗和資源的均衡管理。

技術(shù)特征：

1.一種基于人工智能的液冷系統(tǒng)能耗數(shù)據(jù)管理平臺(tái)，其特征在于，所述液冷系統(tǒng)能耗數(shù)據(jù)管理平臺(tái)包括：

2.如權(quán)利要求1所述的基于人工智能的液冷系統(tǒng)能耗數(shù)據(jù)管理平臺(tái)，其特征在于，所述各個(gè)服務(wù)器在每一次歷史液冷循環(huán)下的實(shí)際能耗數(shù)據(jù)的獲取方法，包括：

3.如權(quán)利要求1所述的基于人工智能的液冷系統(tǒng)能耗數(shù)據(jù)管理平臺(tái)，其特征在于，所述服務(wù)器對(duì)應(yīng)的能耗數(shù)據(jù)點(diǎn)的獲取方法，包括：

4.如權(quán)利要求3所述的基于人工智能的液冷系統(tǒng)能耗數(shù)據(jù)管理平臺(tái)，其特征在于，所述初始聚類簇的獲取方法，包括：

5.權(quán)利要求1所述的基于人工智能的液冷系統(tǒng)能耗數(shù)據(jù)管理平臺(tái)，其特征在于，對(duì)所述初始聚類簇中的能耗數(shù)據(jù)點(diǎn)進(jìn)行再次分配，得到各個(gè)目標(biāo)聚類簇的方法，包括：

6.如權(quán)利要求5所述的基于人工智能的液冷系統(tǒng)能耗數(shù)據(jù)管理平臺(tái)，其特征在于，所述過剩聚類簇中的各個(gè)能耗數(shù)據(jù)點(diǎn)對(duì)應(yīng)的待分配程度的獲取方法，包括：

7.如權(quán)利要求5所述的基于人工智能的液冷系統(tǒng)能耗數(shù)據(jù)管理平臺(tái)，其特征在于，所述過剩聚類簇對(duì)應(yīng)的待分配數(shù)據(jù)點(diǎn)序列的獲取方法，包括：

8.如權(quán)利要求5所述的基于人工智能的液冷系統(tǒng)能耗數(shù)據(jù)管理平臺(tái)，其特征在于，所述過剩聚類簇對(duì)應(yīng)的已分配聚類簇以及缺乏聚類簇對(duì)應(yīng)的已接收聚類簇的獲取方法，包括：

9.如權(quán)利要求8所述的基于人工智能的液冷系統(tǒng)能耗數(shù)據(jù)管理平臺(tái)，其特征在于，對(duì)所述缺乏聚類簇的起始接收數(shù)量進(jìn)行更新得到所述缺乏聚類簇的第1更新接收數(shù)量的方法，包括：

10.如權(quán)利要求1所述的基于人工智能的液冷系統(tǒng)能耗數(shù)據(jù)管理平臺(tái)，其特征在于，根據(jù)所述目標(biāo)聚類簇中的能耗數(shù)據(jù)點(diǎn)所對(duì)應(yīng)的服務(wù)器對(duì)所述液冷系統(tǒng)的cdu所控制的服務(wù)器進(jìn)行重新分配管理的方法，包括：

技術(shù)總結(jié)
本發(fā)明涉及液冷系統(tǒng)管理技術(shù)領(lǐng)域，具體涉及一種基于人工智能的液冷系統(tǒng)能耗數(shù)據(jù)管理平臺(tái)，該液冷系統(tǒng)能耗數(shù)據(jù)管理平臺(tái)包括數(shù)據(jù)獲取模塊，用于獲取服務(wù)器群中的各個(gè)服務(wù)器在每一次歷史液冷循環(huán)下的實(shí)際能耗數(shù)據(jù)；第一劃分模塊，用于獲取初始聚類簇；第二劃分模塊，用于對(duì)初始聚類簇中的能耗數(shù)據(jù)點(diǎn)進(jìn)行再次分配，得到各個(gè)目標(biāo)聚類簇；液冷系統(tǒng)管理模塊，用于根據(jù)目標(biāo)聚類簇中的能耗數(shù)據(jù)點(diǎn)所對(duì)應(yīng)的服務(wù)器對(duì)液冷系統(tǒng)的CDU所控制的服務(wù)器進(jìn)行重新分配管理。且本發(fā)明能夠降低集中式液冷系統(tǒng)進(jìn)行降溫時(shí)的能耗浪費(fèi)，提高集中式液冷系統(tǒng)的能耗利用率以及能源利用率，實(shí)現(xiàn)了集中式液冷系統(tǒng)能耗和資源的均衡管理。

技術(shù)研發(fā)人員：趙倩,胡芳彧,林德成,鄒元霖,李國(guó)輝,崔超,張雪峰,張佳敏,吳斌,陶順
受保護(hù)的技術(shù)使用者：北京英灃特能源技術(shù)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15