(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111408391.7 (22)申请日 2021.11.25 (71)申请人 菲尼克斯 （上海） 环境控制技 术有限 公司 地址 200000 上海市崇明区长兴镇江南大 道1333弄1号楼1332室(上海长兴海洋 装备产业基地) (72)发明人 周兴东　郑贤清　张士蒙　任群　 (74)专利代理 机构 上海汇齐专利代理事务所 (普通合伙) 31364 专利代理师 朱明福 (51)Int.Cl. G06F 30/27(2020.01) F24F 11/871(2018.01) H05K 7/20(2006.01)G06F 119/08(2020.01) G06F 119/06(2020.01) (54)发明名称 一种基于增强学习算法的热管空调最优参 数的选取方法 (57)摘要 本发明公开了一种基于增强学习算法的热 管空调最优参数的选取方法， 包括以下步骤： 选 取机房在热管空调进风侧以及出风侧布设温度 传感器， 分别获取热管空调实际进风和出风温度 数据； 选取机房在机柜进风侧以及空调回风口布 设温度传感器， 分别获取机柜实际进风温度数据 和空调实际回风温度数据； 在室外布设温湿度、 风速、 风向、 光照度等传感器， 获取外界环境数 据； 本发明通过 实时采集的室外温湿度、 风速、 风 向、 光照度、 机房热管进出风温度和压力、 IT负载 等。 针对上述数据所具有的内在联系， 使用增强 学习算法对其进行分析， 得出每台热管空调的最 优参数设置， 从而确定热管空调冷量匹配， 将对 数据中心气流组织节能改造具有重要价 值。 权利要求书1页 说明书3页 附图1页 CN 115481563 A 2022.12.16 CN 115481563 A 1.一种基于增强学习算法的热管空调最优参数的选取方法， 其特征在于， 包括以下步 骤： S1： 选取机房在热管空调进风侧以及出风侧布设温度传感器， 分别获取热管空调实际 进风和出风温度数据； 选取机房在机柜进风侧以及空调回风口布设温度传感器， 分别获取 机柜实际进风温度数据和空调实际回风温度数据； S2： 在室外布设温湿度、 风速、 风向、 光照度等传感器， 获取外界环境数据； S3： 在机房机柜电控箱内抓取IT功率和风冷空调功率 等能耗数据； S4： 将热管空调作为强化学习中的智能体； S5： 强化学习的实现过程： S6： 选取价值最大的动作确定热管空调的室外风机转速等参数， 调整热管空调冷量输 出配比， 优化数据中心的气流布局， 改善机柜的进风温度分布， 提高数据中心能源利用效 率。 2.根据权利要求1所述的基于增强学习算法的热管空调最优参数的选取方法， 其特征 在于： 在步骤S4中， 室外风机风速 设定是智能体采取的行动； 环 境则是由机房环境 温度和电 源使用效率PUE组成(PUE＝数据中心总能耗/IT设备能耗)； 在不超过国家标准范围上限的 前提下， 电源使用效率越接 近于1则奖励越大， 反 之越低。 3.根据权利要求1所述的基于增强学习算法的热管空调最优参数的选取方法， 其特征 在于： 在步骤S5中， 强化学习的过程包括： a.初始化 价值表； b.观察当前的状态值； c.基于动作选择一个策略作为该状态选择的动作； d.根据这个动作， 观察回报价 值和下一个新的状态； e.使用观察到的奖励和可能的下一个状态所获得的最大奖励来更新状态的值。 根据 上 述公式和参数进行 更新； f.将状态设置为 新的状态， 并且重复上述过程， 直到 达到最终状态。权　利　要　求　书 1/1 页 2 CN 115481563 A 2一种基于增强学习算法的热管空调最优 参数的选取方 法 技术领域 [0001]本发明涉及自然冷却热管空调节能领域， 具体涉及一种基于增强学习算法的热管 空调最优参数的选取 方法。 背景技术 [0002]热管冷却技术是指通过热管传递室外冷量的自然冷却技术。 该技术具有较强的温 度控制性能， 并且能够在 小温差下进 行传热。 和传统空调系统相比， 热管技术具有 更好的气 流组织， 很大程度上减少 了局部热点的存在。 由于热管自然冷却 不会对室内空气品质产生 影响， 能更好的利用自然冷源， 传热效果更好。 因此， 近年来热管自然冷却 技术在数据中心 的用越来越多。 [0003]数据中心对机房环境的要求比较严格， 国家标准要求设备进风温度控制在18～27 度。 现有的热管空调不能很好地根据数据中心冷量需求来匹配室外风机转速等参数， 易造 成机房环境过冷或者过 热。 且易造成能耗浪费。 [0004]例如： 在热管适用季节， 昼夜温差大， 白天热管空调提供的冷量正好， 随着外界气 温逐渐降低， 热管 空调的室外风机转速未能按机房需求调节， 热管 空调提供的冷量过多， 易 造成机房环境过冷。 [0005]例如： 在热管适用季节， 昼夜温差大， 夜晚热管空调提供的冷量正好， 随着外界气 温逐渐升高， 热管 空调的室外风机转速未能按机房需求调节， 热管 空调提供的冷量过少， 易 造成机房环境过 热。 [0006]例如： 在热管适用季节， 在设备业务量变化较大的机房， 热管空调的室外风机转速 未能按机房需求调节， 热管 空调提供的冷量与机房需求不匹配， 易造成机房环 境一会过热， 一会儿过冷， 或者局部过 热或过冷。 [0007]因此， 需对现有技 术加以改进。 发明内容 [0008]为克服现有技术所存在的问题， 现提供一种基于增强学习算法的热管空调最优参 数的选取方法， 得到热管 空调最优室外风机转速等参数， 从而确定热管空调冷量匹配， 将对 数据中心气流组织节能改造具有重要价 值。 [0009]为实现上述目的， 本发明采用的技术方案是： 一种基于增强学习算法的热管空调 最优参数的选取 方法， 包括以下步骤： [0010]S1： 选取机房在热管空调进风侧以及出风侧布设温度传感器， 分别获取热管空调 实际进风和出风温度数据； 选取机房在机柜进风侧以及空调回风口布设温度传感器， 分别 获取机柜实际进风温度数据和空调实际回风温度数据； [0011]S2： 在室外布设温湿度、 风速、 风向、 光照度等传感器， 获取外界环境数据； [0012]S3： 在机房机柜电控箱内抓取IT功率和风冷空调功率 等能耗数据； [0013]S4： 将热管空调作为强化学习中的智能体；说　明　书 1/3 页 3 CN 115481563 A 3