A multi-setpoint cooling control approach for air-cooled data centers using the deep Q-network algorithm

科学家开发采用深度Q网络算法的风冷数据中心多设定点冷却控制方法

广东石油化工学院Delong Cui团队开发采用深度Q网络算法的风冷数据中心多设定点冷却控制方法。相关论文于2024年1月31日发表在国际学术期刊《测量与控制》上。

研究人员表示，冷却系统为数据中心内IT设备的可靠运行提供安全的热环境，同时产生显著的能源消耗。

为实现数据中心动态热分布下冷却系统控制的节能目标，研究人员提出一种基于深度强化学习的多设定点冷却控制方法。首先，构建基于XGBoost算法的热模型，以精确评估机房热分布，从而指导实时冷却控制；其次，设计基于深度Q网络算法的多设定点冷却控制方法，通过捕捉热波动精细调节各空调送风温度，确保冷量供需的动态平衡；最后，采用扩展的CloudSimPy仿真工具与PlanetLab系统的真实工作负载轨迹，评估所提方法的有效性与性能。仿真结果表明，该控制方案在满足热约束条件的前提下，通过提升空调平均送风温度，有效降低了超过2.4%的冷却能耗。

Measurement and Control

该刊是一份经过同行评审的开放获取期刊，专注于发表有关测量和控制领域，理论与应用的研究成果。

期刊优势

影响因子：2.0

期刊分区：JCR Q3 AUTOMATION & CONTROL SYSTEMS, INSTRUMENTS & INSTRUMENTATION

期刊网址: 

https://uk.sagepub.com/en-gb/chi/journal/measurement-and-control?utm_source=wechat&utm_medium=china_social&utm_campaign=sciencenet_maca_260116

往期研究:

https://sage.cnpereading.com/journal/getJournal/maca?utm_source=wechat&utm_medium=china_social&utm_campaign=sciencenet_maca_260116

投稿网址:

https://mc.manuscriptcentral.com/jmac?utm_source=wechat&utm_medium=china_social&utm_campaign=sciencenet_maca_260116