数据中心暖通系统AI节能开放架构白皮书 ODCC-2023-06002
该白皮书概述了一种基于人工智能的节能解决方案，旨在提高数据中心暖通系统的能源效率。以下是对主要内容和关键数据的总结：
术语定义
- 数据中心：承载企业IT信息服务或云计算的物理空间。
- ODCC：开放数据中心委员会，负责发布数据中心相关技术成果。
- AI节能：利用人工智能技术优化数据中心的暖通系统，以提升能效。
- PUE：功率使用效率，衡量数据中心能源效率的指标。
- DevOps：融合软件开发和IT运维的协同工作模式。
- SRE：站点可靠性工程，关注大规模分布式系统的运维。
- AIOps：由AI驱动的智能化运营方法，关注系统整体可靠性。
- BA：楼宇自动化系统，集成园区基础设施系统以提高效率。
- 可信数据：具备语义描述和质量定义的监控和运营数据。
- 可解释的人工智能：融合专业知识、热学机理和运营经验的AI，具备可解释性。
- 开放数据语义：基于BRICK标准构建的暖通系统开放数据集。
- 开放仿真平台：融合机理模型和数据驱动的仿真平台，支持BA系统、冷源末端及IT设备的数字孪生模拟。
- 模型成熟度等级：通过节能性、合理性、安全性、平衡性和计算性评估AI节能模型。
项目背景
数据中心的总能耗约占全球总用电量的2%至3%，制冷系统能耗占比可达25%至40%。AI节能技术已逐渐成熟并在部分数据中心得到应用，能够显著提升制冷效率，平均能提升10%至15%。AI节能作为PUE综合优化的重要手段，对于实现双碳目标和ESG能源可持续性至关重要。
AI节能开放架构
- 制冷系统：简化为超级计算机的输入和输出模型，热力通过冷源末端从机房导出至冷源系统。
- AI节能：通过与BA系统集成，调整冷源末端的系统参数而非直接控制具体设备，以实现整体优化。
- AIOps平台：集成产品、平台、安全和开放思维的原则，构建一站式AI驱动的智能化运营平台。
- 开放架构：包括数据处理、模型构建、仿真测试、调优控制和主动运维等环节，强调开放性、透明性和量化性。
关键特点
- 开放语义数据集：基于BRICK标准构建，确保数据的语义描述和质量定义。
- 白盒安全沙箱：确保AI模型在暖通专家划定的边界内进行寻优和控制。
- 开放仿真平台：支持BA系统、冷源末端和IT设备的数字孪生模拟。
- 数据治理规范：确保数据质量、安全性以及系统可靠性。
- 智能调优策略：结合“数据+机理”双驱动模型、数字孪生预测、AI节能算法等。
- 节能效率评估：通过统一的节能效率评估体系。
- 调优系统可靠性：通过潜在失效模式分析、交付测试、应急预案等保证系统可靠性。
- 模型成熟度等级：评估模型的综合能力，指导应用决策。
该白皮书旨在通过AI节能开放架构解决当前数据中心面临的能效提升挑战，促进能效优化和能源可持续发展。
