数据中心机房节能控制方法、装置、设备及存储介质与流程

本说明书涉及数据中心节能控制技术领域，尤其是涉及一种数据中心机房节能控制方法、装置、设备及存储介质。

背景技术：

随着云计算技术的迅猛发展，作为云计算的物理平台，全球范围内的数据中心也得到了前所未有的发展。而迅速增长的数据中心数目也给运营商带来了巨大的能耗开销。

通常，一个数据中心的能耗由如下两部分组成：it设备的能耗和其它辅助设备的能耗。表征数据中心能效水平的参数是电能使用效率(powerusageeffectiveness，pue)，它的定义是一个数据中心的总能耗与其it设备的能耗的比值。在数据中心其它辅助设备能耗中，制冷设备的能耗占大部分。降低制冷设备的能耗，可以大大降低辅助设备能耗，降低该数据中心的pue值，提高能效水平。

然而，制冷设备的能耗也不是越低越好，当制冷设备的能耗过低时，可能会影响it设备正常运行。因此，如何合理控制数据中心机房的制冷设备，以实现在满足数据中心机房的it设备正常运行前提下降低数据中心的pue值，已成为亟待解决的技术问题。

技术实现要素：

本说明书实施例的目的在于提供一种数据中心机房节能控制方法、装置、设备及存储介质，以实现在满足数据中心机房的it设备正常运行前提下降低数据中心的pue值。

为达到上述目的，一方面，本说明书实施例提供了一种数据中心机房节能控制方法，包括：

获取数据中心机房的多个参数组；每个参数组包括各个it设备机柜的功率实测值及各个制冷设备对应的一个温度设定值组；

将所述多个参数组分别输入预设的机房总功率预测模型，获得每个温度设定值组对应的机房总功率预测值；

利用所述温度设定值组对所述数据中心机房进行温度场分布模拟，获得机房温度场分布；

根据所述机房温度场分布确定目标温度设定值组；所述目标温度设定值组是指，在所述各个it设备机柜的进风口温度满足预设条件下，机房总功率预测值最小者对应的温度设定值组；

根据所述目标温度设定值组控制所述各个制冷设备。

在本说明书一实施例中，所述利用所述温度设定值组对所述数据中心机房进行温度场分布模拟，包括：

按照机房总功率预测值由小至大的顺序，对所述机房总功率预测值对应的温度设定值组进行排序；

从所述排序中按序取出一个温度设定值组，并利用预设的机房温度场模拟模型，模拟所述数据中心机房在该温度设定值组下的机房温度场分布。

在本说明书一实施例中，所述根据所述机房温度场分布确定目标温度设定值组，包括：

从该温度设定值组下的机房温度场分布中，提取所述各个it设备机柜的进风口温度；

判断所述各个it设备机柜的进风口温度是否均位于预设的机柜进风口温度范围内；

当所述各个it设备机柜的进风口温度均位于所述机柜进风口温度范围内时，将该温度设定值组作为目标温度设定值组。

在本说明书一实施例中，所述方法还包括：

当所述各个it设备机柜的进风口温度中，有位于所述机柜进风口温度范围之外者时，从所述排序中按序取出下一个温度设定值组，并利用所述机房温度场模拟模型，模拟所述数据中心机房在所述下一个温度设定值组下的机房温度场分布；

根据所述下一个温度设定值组的机房温度场分布确定目标温度设定值组。

在本说明书一实施例中，所述获取数据中心机房的多个参数组，包括：

在所述数据中心机房满足节能控制启动条件时，获取所述数据中心机房的多个参数组。

在本说明书一实施例中，所述数据中心机房满足节能控制启动条件，包括以下中的一种或多种：

所述数据中心机房的it设备机柜总功率实测值的变化率超过预设的变化率阈值；

所述数据中心机房内出现局部热点；

为所述数据中心机房预设的节能优化时间到达。

在本说明书一实施例中，所述机房总功率预测模型预先通过以下方式获得：

获取所述各个it设备机柜的功率实测值历史数据、所述各个制冷设备的温度设定值历史数据，以及所述数据中心机房的机房总功率实测值历史数据；

以所述功率实测值历史数据和所述温度设定值历史数据为输入，所述机房总功率实测值历史数据为目标输出，训练神经网络模型，获得所述机房总功率预测模型。

在本说明书一实施例中，所述神经网络模型包括深度学习神经网络模型。

在本说明书一实施例中，所述机房温度场模拟模型包括cfd仿真模型。

另一方面，本说明书实施例还提供了一种数据中心机房节能控制装置，包括：

获取模块，用于获取数据中心机房的多个参数组；每个参数组包括各个it设备机柜的功率实测值及各个制冷设备对应的一个温度设定值组；

预测模块，用于将所述多个参数组分别输入预设的机房总功率预测模型，获得每个温度设定值组对应的机房总功率预测值；

模拟模块，用于利用所述温度设定值组对所述数据中心机房进行温度场分布模拟，获得机房温度场分布；

确定模块，用于根据所述机房温度场分布确定目标温度设定值组；所述目标温度设定值组是指，在所述各个it设备机柜的进风口温度满足预设条件下，机房总功率预测值最小者对应的温度设定值组；

控制模块，用于根据所述目标温度设定值组控制所述各个制冷设备。

另一方面，本说明书实施例还提供了一种计算机设备，包括存储器、处理器、以及存储在所述存储器上的计算机程序，所述计算机程序被所述处理器运行时，执行上述方法的指令。

另一方面，本说明书实施例还提供了一种计算机存储介质，其上存储有计算机程序，所述计算机程序被计算机设备的处理器运行时，执行上述方法的指令。

由以上本说明书实施例提供的技术方案可见，在本说明书实施例中，通过将数据中心机房的多个参数组分别输入机房总功率预测模型中，可以获得每个温度设定值组对应的机房总功率预测值；通过利用温度设定值组对数据中心机房进行温度场分布模拟，可以获得机房温度场分布；在此基础上，可以根据机房温度场分布从多个温度设定值组中选出，在各个it设备机柜的进风口温度满足预设条件下，机房总功率预测值最小者对应的温度设定值组，并以此控制各个制冷设备；从而实现了在满足数据中心机房的it设备正常运行前提下，降低数据中心的能耗，即实现了在满足数据中心机房的it设备正常运行前提下，降低数据中心的pue值。

附图说明

为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1示出了本说明书一些实施例中数据中心机房节能控制方法的流程图；

图2示出了本说明书一实施例中数据中心机房布局示意图；

图3示出了本说明书一实施例中训练机房总功率预测模型的示意图；

图4示出了本说明书一些实施例中温度场分布模拟及目标温度设定值组确定的流程图；

图5示出了本说明书一些实施例中数据中心机房节能控制装置的结构框图；

图6示出了本说明书一些实施例计算机设备的结构框图。

【附图标记说明】

10、数据中心机房；

20、制冷设备；

30、it设备机柜；

51、获取模块；

52、预测模块；

53、模拟模块；

54、确定模块；

55、控制模块；

602、计算机设备；

604、处理器；

606、存储器；

608、驱动机构；

610、输入/输出模块；

612、输入设备；

614、输出设备；

616、呈现设备；

618、图形用户接口；

620、网络接口；

622、通信链路；

624、通信总线。

具体实施方式

为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书保护的范围。

数据中心机房一般有制冷需求，当数据中心机房的制冷设备(例如空调等)的送风温度设定值(以下简称温度设定值)越高时，数据中心机房可能会越节能。但是，随着温度设定值的提高，数据中心机房的it设备机柜(即承载数据中心的it设备(例如服务器等)的机柜)进风口处的温度(以下简称进风口温度)相应也升高，当超出了一定温度范围时；过高的温度容易使it设备的风扇等设备加速运转，从而使得it设备的功耗增大。更为重要的是，过高的温度容易影响it设备的正常运行，甚至会导致it设备发生故障或宕机。因此，如何合理控制数据中心机房的制冷设备，以实现在满足数据中心机房的it设备正常运行前提下降低数据中心的pue值，已成为亟待解决的技术问题。

有鉴于此，为了实现在满足数据中心机房的it设备正常运行前提下降低数据中心的pue值，本说明书提供了新的数据中心机房节能控制方案。

本说明书首先提供了数据中心机房节能控制方法的实施例，其可以应用于任何合适的计算机设备。参考图1所示，在本说明书一些实施例中，所述数据中心机房节能控制方法可以包括以下步骤：

s101、获取数据中心机房的多个参数组；每个参数组包括各个it设备机柜的功率实测值及各个制冷设备对应的一个温度设定值组。

s102、将所述多个参数组分别输入预设的机房总功率预测模型，获得每个温度设定值组对应的机房总功率预测值。

s103、利用所述温度设定值组对所述数据中心机房进行温度场分布模拟，获得机房温度场分布。

s104、根据所述机房温度场分布确定目标温度设定值组；所述目标温度设定值组是指，在所述各个it设备机柜的进风口温度满足预设条件下，机房总功率预测值最小者对应的温度设定值组。

s105、根据所述目标温度设定值组控制所述各个制冷设备。

在本说明书实施例中，通过将数据中心机房的多个参数组分别输入机房总功率预测模型中，可以获得每个温度设定值组对应的机房总功率预测值；通过利用温度设定值组对数据中心机房进行温度场分布模拟，可以获得机房温度场分布；在此基础上，可以根据机房温度场分布从多个温度设定值组中选出，在各个it设备机柜的进风口温度满足预设条件下，机房总功率预测值最小者对应的温度设定值组，并以此控制各个制冷设备；从而实现了在满足数据中心机房的it设备正常运行前提下，降低数据中心的能耗，即实现了在满足数据中心机房的it设备正常运行前提下，降低数据中心的pue值。

在本说明书实施例中，每个参数组中各个制冷设备对应的一个温度设定值组是指：数据中心机房中，每个制冷设备当前被设定的一个温度设定值所组成的一个集合。例如，在如图3所示的示例性实施例中，数据中心机房10为矩形结构，数据中心机房10左右两侧各安装有两个制冷设备20(共四个制冷设备20)，数据中心机房10内安装有48个规则排列的it设备机柜30。假设当前四个制冷设备20的温度设定值分别为a＝18℃、b＝18℃、c＝18℃和d＝18℃，则{a＝18℃、b＝18℃、c＝18℃、d＝18℃}可以作为一个温度设定值组；假设当前四个制冷设备20的温度设定值分别为a＝18℃、b＝19℃、c＝20℃和d＝21℃，则{a＝18℃、b＝19℃、c＝20℃、d＝21℃}可以为另一个温度设定值组。

在本说明书实施例中，每个参数组中各个it设备机柜的功率实测值可以为：数据中心机房中各个it设备机柜在同一温度设定值组下的功率实测值。还以图3所示的示例性实施例为例，假设当前四个制冷设备20的温度设定值分别为a＝18℃、b＝18℃、c＝18℃和d＝18℃，在该温度设定值组下，可以采集到数据中心机房10中48个it设备机柜30的功率实测值{p11、p12、…、p148}。假设当前四个制冷设备20的温度设定值分别为a＝18℃、b＝19℃、c＝20℃和d＝21℃，在该温度设定值组下，可以采集到数据中心机房10中48个it设备机柜30的功率实测值{p21、p22、…、p248}。

如此，{a＝18℃、b＝18℃、c＝18℃、d＝18℃}和{p11、p12、…、p148}可以组合成一个参数组；{a＝18℃、b＝19℃、c＝20℃、d＝21℃}和{p21、p22、…、p248}可以组合成另一个参数组；以此类推。

在本说明书一些实施例中，为了找到最优的温度设定值组(即目标温度设定值组)，在设定温度可选范围内，可以组合出每一种可能的温度设定值组。例如，在本说明书一实施例中，假设数据中心机房有5个制冷设备，设定温度可选范围为18℃～27℃，设置1度作为调整幅度，对于每个制冷设备其可能的取值都有10种(即18℃、19℃、20℃、21℃、22℃、23℃、24℃、25℃、26℃、27℃)选择。因此，可以组合出种温度设定值组。因此，每个参数组中的温度设定值组可以通过赋值确定。

当然，以上仅是举例说明，在本说明书其他实施例中，也可以根据实际需要，从所有可能的温度设定值组中，选择一部分温度设定值组作为最优的温度设定值组的候选集合。因此，本说明书中对此不作唯一限定。

在本说明书一些实施例中，每个参数组中各个it设备机柜的功率实测值，可以在各个制冷设备处于对应温度设定值下运行，且数据中心机房内的温度场达到稳态或相对稳态分布的情况下，通过智能电源分配单元(powerdistributionunit，pdu)等采集得到。

机房总功率预测模型反映了数据中心机房中：各个it设备机柜的功率，各个制冷设备的温度设定值，以及机房总功率之间的对应关系。因此，通过将所述多个参数组分别输入预设的机房总功率预测模型，获得每个温度设定值组对应的机房总功率预测值，即每输入一个参数组至机房总功率预测模型中，就可以计算得到一个对应的机房总功率预测值，以用于后续优选最优的温度设定值组。

在本说明书一些实施例中，机房总功率预测模型可以为预训练模型，以利于提高机房总功率预测模型的预测精度。其中，所述机房总功率预测模型可以预先通过以下方式训练得到：

1)、获取所述各个it设备机柜的功率实测值历史数据、所述各个制冷设备的温度设定值历史数据，以及所述数据中心机房的机房总功率实测值历史数据。

2)、以所述功率实测值历史数据和所述温度设定值历史数据为输入，所述机房总功率实测值历史数据为目标输出，训练神经网络模型(例如图2中所示的深度学习神经网络模型)，获得所述机房总功率预测模型。

当然，图2中所示的深度学习神经网络模型只是示例性说明，在本说明书的其他实施例中，也可以采用其他的神经网络模型(前馈神经网络、卷积神经网络、递归神经网络等)，甚至是其他合适的机器学习模型等。因此，本说明书中对此不作唯一限定，具体可以根据实际需要选择。

在数据中心机房内，配置于机柜上的it设备由于承担计算和存储等功能而耗电发热，为保证it设备的正常运行，一般需要配置制冷设备，以降低it设备的环境温度。制冷设备的冷量供给使得每个机柜的进风口温度保持在一个期望的温度范围(例如国标gb50174规定的温度范围是18～27℃，温度范围具体可以根据实际情况设定)内。调整制冷设备的温度设定值，会改变数据中心机房内各机柜的进风口温度，从而改变机房内的温度场分布。另一方面，由于机柜的进风口温度的改变，it设备功耗也会发生变化。

因此，当通过将所述多个参数组分别输入预设的机房总功率预测模型，获得每个温度设定值组对应的机房总功率预测值后，仅仅从机房总功率角度选择最优的温度设定值组，是不可行的。也就是说，机房总功率预测值最小值对应的温度设定值组，可能不一定满足机柜的进风口温度范围(即可能不一定满足it设备正常运行所需的环境问题)。因此，需要利用所述温度设定值组对所述数据中心机房进行温度场分布模拟，获得机房温度场分布，并结合所述机房温度场分布确定目标温度设定值组。

一般而言，本说明书实施例中的机房温度场分布可以是指机房温度场的空间分布，以便于对于机房内任意的指定点(例如机柜的进风口位置)，都可以根据机房温度场分布确定其对应的温度值。

在本说明书一些实施例中，可以利用合适的机房温度场模拟模型，实现对数据中心机房的温度场分布模拟，以利于降低实现成本。例如，在本说明书一实施例中，可以利用计算流体动力学(computationalfluiddynamics，cfd)仿真模型，构建机房温度场模拟模型，以用于模拟数据中心机房的温度场分布。在本说明书一示例性实施例中，cfd仿真模型可以采用ansyscfx软件、fluent软件、phoenics软件或floefd软件等。

所谓利用cfd仿真模型构建立机房温度场模拟模型，即为在使用前对cfd模型进行参数配置。一般地，需要的配置参数例如可以包括：机房物理尺寸、机柜的尺寸和布局、机房制冷设备的布局、it设备布局等。通过应用程序接口(applicationprogramminginterface，api)可以自动导入的参数可以包括：各机柜的it设备实测功率、各制冷设备的温度设定值。上述参数导入后，通过机房温度场模拟模型的仿真模拟计算，可以得到机房温度场分布。

结合图4所示，在本说明书一些实施例中，所述利用所述温度设定值组对所述数据中心机房进行温度场分布模拟，可以包括以下步骤：

s401、按照机房总功率预测值由小至大的顺序，对所述机房总功率预测值对应的温度设定值组进行排序。

较低的机房总功率预测值对应的温度设定值组，有较大概率是最优的温度设定值组。当按照机房总功率预测值由小至大的顺序，对所述机房总功率预测值对应的温度设定值组进行排序后，通过处理排序最靠前的几组温度设定值组，一般就可以获得最优的温度设定值组。如此，可以大大降低计算量，提高处理效率。

例如，在一示例性实施例中，按照机房总功率预测值由小至大的顺序，对所述机房总功率预测值对应的温度设定值组进行排序，可以得到下表1所示的排序结果。

表1

s402、从所述排序中按序取出一个温度设定值组。

在本说明书实施例中，从所述排序中按序取出一个温度设定值组是指：按照排序中，机房总功率预测值由小至大顺序选取对应的温度设定值组。例如，以上表1为例，p12最小，其为第一顺位，则p12对应的温度设定值组(即{t1,12、t2,12、…、tn,12})会被首先取出。

s403、利用预设的机房温度场模拟模型，模拟所述数据中心机房在该温度设定值组下的机房温度场分布。

在本说明书实施例中，利用预设的机房温度场模拟模型，模拟所述数据中心机房在该温度设定值组下的机房温度场分布是指：将选取出的该温度设定值组，及在该温度设定值组下各个it设备机柜的功率实测值作为参数，输入机房温度场模拟模型，过机房温度场模拟模型的仿真模拟计算，可以得到机房温度场分布。在一些情况下，机房温度场分布可以是网格化的机房温度场分布(在网格化的机房温度场分布中，每个空间位置可以由对应的携带有温度值的立方体网格表示)，如此可以有利于从机房温度场分布中，快速提取出it设备机柜的进风口温度。

请继续参考图4所示，在本说明书一些实施例中，所述根据所述机房温度场分布确定目标温度设定值组，可以包括：

s404、从该温度设定值组下的机房温度场分布中，提取所述各个it设备机柜的进风口温度。

在本说明书实施例中，由于机房温度场分布反应了数据中心机房所有点的温度值分布。当指定各it设备机柜的进风口位置点时，可以从该温度设定值组下的机房温度场分布中，可以自动地提取出所述各个it设备机柜的进风口温度。

s405、判断所述各个it设备机柜的进风口温度是否均位于预设的机柜进风口温度范围内。

机柜进风口温度范围可以根据实际情况设置，例如，在本说明书一实施例中，可以将国标gb50174规定的温度范围18～27℃作为机柜进风口温度范围，并判断所述各个it设备机柜的进风口温度是否均位于18～27℃范围内。

s406、当所述各个it设备机柜的进风口温度均位于所述机柜进风口温度范围内时，将该温度设定值组作为目标温度设定值组。

当所述各个it设备机柜的进风口温度中，有位于所述机柜进风口温度范围之外者时，可以跳转执行上述的步骤s402，即可以从所述排序中按序取出下一个温度设定值组，并利用所述机房温度场模拟模型，模拟所述数据中心机房在所述下一个温度设定值组下的机房温度场分布；然后根据所述下一个温度设定值组的机房温度场分布确定目标温度设定值组。

例如，以表1所示的示例性实施例为例，当利用p12对应的温度设定值组(即{t1,12、t2,12、…、tn,12})和所述机房温度场模拟模型，模拟出所述数据中心机房的机房温度场分布后发现：有一个或多个it设备机柜的进风口温度位于机柜进风口温度范围，则表明：虽然在{t1,12、t2,12、…、tn,12}下数据中心机房最节能，但由于无法满足数据中心机房中所有it设备机柜的温度环境需求，{t1,5、t2,5、…、tn,5}不能作为目标温度设定值组。此时，可以按序选择p5对应的温度设定值组(即{t1,12、t2,12、…、tn,12})继续寻找目标温度设定值组，依次递推。

在本说明书一些实施例中，所述获取数据中心机房的多个参数组可以是：在所述数据中心机房满足节能控制启动条件时，获取所述数据中心机房的多个参数组。如此，可以实现按需启动数据中心机房的制冷设备，从而有利于进一步实现数据中心机房的节能。其中，所述数据中心机房的节能控制启动条件可以根据实际需要设置，本说明书对此不作限定。

例如，在本说明书一实施例中，所述数据中心机房满足节能控制启动条件可以为：所述数据中心机房的it设备机柜总功率实测值的变化率超过预设的变化率阈值(例如5％等)。因外界环境和/或it设备的工作负荷的影响，数据中心机房的it设备机柜总功率一般会发生动态变化，当动态变化超过一定范围时，可能会影响it设备的运行。因此，可以在数据中心机房的it设备机柜总功率实测值的变化率超过预设的变化率阈值是时，开启对数据中心机房的节能控制。

再如，在本说明书一实施例中，所述数据中心机房满足节能控制启动条件也可以为：所述数据中心机房内出现局部热点。

由于数据中心机房中，每个机柜安装的it设备功耗不同(服务器数量、型号、承载的业务负载等差异造成)、机房环境的不同(机房末端制冷设备布局、机柜布局、气流组织不同造成)，每个机柜对冷量的需求也不同。在这种情况下，若出现机房局部热点，常用的做法是将该区域的it设备搬迁到数据中心机房的其它地方，或者将该区域it设备上的部分负载(如虚拟机个数)迁移到数据中心机房的其它机柜上。然而这种搬迁方式的可能会导致数据中心的业务中断，成本较高。因此，可以在数据中心机房的出现机房局部热点时，开启对数据中心机房的节能控制，以降低消除部热点的成本，并节约数据中心机房的能耗。

再如，在本说明书一实施例中，所述数据中心机房满足节能控制启动条件还可以为：为所述数据中心机房预设的节能优化时间到达。一年之中的季节变化会对数据中心机房的环境温度造成较大的影响。例如，夏季温度普遍较高，如不开启数据中心机房的制冷设备，极容易使数据中心机的it设备因温度过高而发生故障甚至宕机。因此，可以预先为数据中心机房设置一个或多个节能优化时间，以便于在节能优化时间达到时，开启对数据中心机房的节能控制。

在本说明书其他的实施例中，所述数据中心机房满足节能控制启动条件还可以是多个条件组合，即当数据中心机房满足多个条件之一时，即开启对数据中心机房的节能控制。例如，在本说明书一实施例中，当所述数据中心机房满足以下三个条件之一时，开启对数据中心机房的节能控制：

1)、所述数据中心机房的it设备机柜总功率实测值的变化率超过预设的变化率阈值；

2)、所述数据中心机房内出现局部热点；

3)、为所述数据中心机房预设的节能优化时间到达。

虽然上文描述的过程流程包括以特定顺序出现的多个操作，但是，应当清楚了解，这些过程可以包括更多或更少的操作，这些操作可以顺序执行或并行执行(例如使用并行处理器或多线程环境)。

与上述数据中心机房节能控制方法对应，本说明书提供了数据中心机房节能控制装置的实施例，参见图5所示，在本说明书一些实施例中，所述数据中心机房节能控制装置可以包括：

获取模块51，可以用于获取数据中心机房的多个参数组；每个参数组包括各个it设备机柜的功率实测值及各个制冷设备对应的一个温度设定值组；

预测模块52，可以用于将所述多个参数组分别输入预设的机房总功率预测模型，获得每个温度设定值组对应的机房总功率预测值；

模拟模块53，可以用于利用所述温度设定值组对所述数据中心机房进行温度场分布模拟，获得机房温度场分布；

确定模块54，可以用于根据所述机房温度场分布确定目标温度设定值组；所述目标温度设定值组是指，在所述各个it设备机柜的进风口温度满足预设条件下，机房总功率预测值最小者对应的温度设定值组；

控制模块55，可以用于根据所述目标温度设定值组控制所述各个制冷设备。

在本说明书一些数据中心机房节能控制装置实施例中，所述利用所述温度设定值组对所述数据中心机房进行温度场分布模拟，包括：

按照机房总功率预测值由小至大的顺序，对所述机房总功率预测值对应的温度设定值组进行排序；

从所述排序中按序取出一个温度设定值组，并利用预设的机房温度场模拟模型，模拟所述数据中心机房在该温度设定值组下的机房温度场分布。

在本说明书一些数据中心机房节能控制装置实施例中，所述根据所述机房温度场分布确定目标温度设定值组，包括：

从该温度设定值组下的机房温度场分布中，提取所述各个it设备机柜的进风口温度；

判断所述各个it设备机柜的进风口温度是否均位于预设的机柜进风口温度范围内；

当所述各个it设备机柜的进风口温度均位于所述机柜进风口温度范围内时，将该温度设定值组作为目标温度设定值组。

在本说明书一些数据中心机房节能控制装置实施例中，所述确定模块54还可以用于：

当所述各个it设备机柜的进风口温度中，有位于所述机柜进风口温度范围之外者时，从所述排序中按序取出下一个温度设定值组，并利用所述机房温度场模拟模型，模拟所述数据中心机房在所述下一个温度设定值组下的机房温度场分布；

根据所述下一个温度设定值组的机房温度场分布确定目标温度设定值组。

在本说明书一些数据中心机房节能控制装置实施例中，所述获取数据中心机房的多个参数组，可以包括：

在所述数据中心机房满足节能控制启动条件时，获取所述数据中心机房的多个参数组。

在本说明书一些数据中心机房节能控制装置实施例中，所述数据中心机房满足节能控制启动条件，可以包括以下中的一种或多种：

所述数据中心机房的it设备机柜总功率实测值的变化率超过预设的变化率阈值；

所述数据中心机房内出现局部热点；

为所述数据中心机房预设的节能优化时间到达。

在本说明书一些数据中心机房节能控制装置实施例中，所述机房总功率预测模型预先通过以下方式获得：

获取所述各个it设备机柜的功率实测值历史数据、所述各个制冷设备的温度设定值历史数据，以及所述数据中心机房的机房总功率实测值历史数据；

以所述功率实测值历史数据和所述温度设定值历史数据为输入，所述机房总功率实测值历史数据为目标输出，训练神经网络模型，获得所述机房总功率预测模型。

在本说明书一些数据中心机房节能控制装置实施例中，所述神经网络模型包括深度学习神经网络模型。

在本说明书一些数据中心机房节能控制装置实施例中，所述机房温度场模拟模型包括cfd仿真模型。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本说明书还提供一种计算机设备实施例。如图6所示，在本说明书一些实施例中，所述计算机设备602可以包括一个或多个处理器604，诸如一个或多个中央处理单元(cpu)或图形处理器(gpu)，每个处理单元可以实现一个或多个硬件线程。计算机设备602还可以包括任何存储器606，其用于存储诸如代码、设置、数据等之类的任何种类的信息，一具体实施方式中，存储器606上并可在处理器604上运行的计算机程序，所述计算机程序被所述处理器604运行时，可以执行根据上述方法的指令。非限制性的，比如，存储器606可以包括以下任一项或多种组合：任何类型的ram，任何类型的rom，闪存设备，硬盘，光盘等。更一般地，任何存储器都可以使用任何技术来存储信息。进一步地，任何存储器可以提供信息的易失性或非易失性保留。进一步地，任何存储器可以表示计算机设备602的固定或可移除部件。在一种情况下，当处理器604执行被存储在任何存储器或存储器的组合中的相关联的指令时，计算机设备602可以执行相关联指令的任一操作。计算机设备602还包括用于与任何存储器交互的一个或多个驱动机构608，诸如硬盘驱动机构、光盘驱动机构等。

计算机设备602还可以包括输入/输出模块610(i/o)，其用于接收各种输入(经由输入设备612)和用于提供各种输出(经由输出设备614)。一个具体输出机构可以包括呈现设备616和相关联的图形用户接口618(gui)。在其他实施例中，还可以不包括输入/输出模块610(i/o)、输入设备612以及输出设备614，仅作为网络中的一台计算机设备。计算机设备602还可以包括一个或多个网络接口620，其用于经由一个或多个通信链路622与其他设备交换数据。一个或多个通信总线624将上文所描述的部件耦合在一起。

通信链路622可以以任何方式实现，例如，通过局域网、广域网(例如，因特网)、点对点连接等、或其任何组合。通信链路622可以包括由任何协议或协议组合支配的硬连线链路、无线链路、路由器、网关功能、名称服务器等的任何组合。

本申请是参照本说明书一些实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理器的处理器以产生一个机器，使得通过计算机或其他可编程数据处理器的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理器以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理器上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算机设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flashram)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算机设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。

本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

本说明书实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书实施例，在这些分布式计算环境中，由通过通信网络而被连接的远程处理器来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书实施例的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。