数据中心机房机架温度预测模型研究

作     者：吴亚奇 付保川 陈珍萍 WU Yaqi;FU Baochuan;CHEN Zhenping

作者机构：苏州科技大学电子与信息工程学院 

出 版 物：《苏州科技大学学报（工程技术版）》 (Journal of Suzhou University of Science and Technology（Engineering and Technology Edition）)

年 卷 期：2019年第32卷第2期

页      面：64-69页

学科分类：080705[工学-制冷及低温工程] 08[工学] 0807[工学-动力工程及工程热物理] 

基　　金：国家自然科学基金项目(61672371) 

主　　题：数据中心 温度预测 蚁群算法 粒子群算法 支持向量机 

摘      要：为了达到服务器温度需求以实现安全可靠运行,数据中心多采用过量冷却方式来提供冷量。这种冷却方式虽然具有稳定的温度控制,但巨大的空调能耗问题凸显出来。数据中心只能通过采集温度数据,考虑工作量和运行需求对未来的温度变化进行估计,这种温度预测过于经验化,可靠性较低。针对现实情况,机房多台空调共同制冷,位于不同位置的机架制冷情况的不同,该文针对某数据中心机房数据构建温度预测模型,并采用蚁群和粒子群混合算法优化支持向量机加以实现。通过MATLAB仿真和数据中心机房采集数据完成模型的建立与预测。仿真结果表明,与实际测量数据相比,整体呈现出较高的预测精度,温度趋势大致相符。