CN115509273B - 一种数据中心的初始化控制的方法、装置、和设备及介质 - Google Patents
一种数据中心的初始化控制的方法、装置、和设备及介质 Download PDFInfo
- Publication number
- CN115509273B CN115509273B CN202110633813.4A CN202110633813A CN115509273B CN 115509273 B CN115509273 B CN 115509273B CN 202110633813 A CN202110633813 A CN 202110633813A CN 115509273 B CN115509273 B CN 115509273B
- Authority
- CN
- China
- Prior art keywords
- temperature
- determining
- set temperature
- range
- load
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000003247 decreasing effect Effects 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 10
- 230000007423 decrease Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 5
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 230000033228 biological regulation Effects 0.000 abstract description 2
- 230000001276 controlling effect Effects 0.000 description 13
- 238000012544 monitoring process Methods 0.000 description 9
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000004378 air conditioning Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D23/00—Control of temperature
- G05D23/19—Control of temperature characterised by the use of electric means
- G05D23/20—Control of temperature characterised by the use of electric means with sensing elements having variation of electric or magnetic properties with change of temperature
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明提供一种数据中心的初始化控制的方法、装置、和设备及介质，该方法包括：通过在随机决策方式和逻辑决策方式中随机选择一种，当选择逻辑决策方式时，根据采集数据中心的测量温度确定温度控制设备的开机数和设置温度的调整方向，根据所述多台温度控制设备的负荷指标，确定调整温度控制设备的开机数和调整设置温度的优先级，并按照优先级进行调整，使温度控制设备处于最佳工作状态；当选择随机决策方式时，在设定开机数范围内随机调整所述多台温度控制设备的开机数，在设置温度范围内随机调整各温度控制设备的设置温度。本发明提供的方案调控效果迅速，不需要历史样本，有利于提高算法收敛速度，丰富了样本，提高了样本的质量。
Description
技术领域
本发明涉及温度控制设备群控领域，特别涉及一种数据中心的初始化控制的方法、装置、和设备及介质。
背景技术
伴随着大数据的迅猛发展，数据处理量的不断增加，数据中心也迅速增多，数据中心通常由多个机柜、多台IT(Information Technology)服务器、UPS(UninterruptiblePower Supply)、多台温度控制设备、温湿度传感器等等组成，在运行时会产生大量的热量，因此确保数据中心温度稳定尤为关键。
目前，越来越多的关注到空调群控的研究，意图通过人工智能的手段来降低PUE(Power Usage Effectiveness)。然而即便是通用数据中心也有很多不同点，比如机柜数、空调数、外界环境温度等等，这就需要算法具有在线学习能力。在算法运行的早期，历史样本不足，效果不佳，这就需要合适的初始化控制方法来保证数据中心的温度正常。
发明内容
本申请的目的是提供种一种数据中心的初始化控制的方法、装置、和设备及介质。用于解决现有的温度控制设备在运行早期，历史样本不足，需要一种合适的初始化控制方法来保证数据中心的温度在合理范围内的问题。
第一方面，本申请实施例提供了一种数据中心的初始化控制的方法，应用于对多台温度控制设备进行控制，包括：
触发初始化控制时，从随机决策方式和逻辑决策方式中选择一种；
确定选择随机决策方式时，在设定开机数范围内随机调整所述多台温度控制设备的开机数，在设置温度范围内随机调整各温度控制设备的设置温度；
确定选择逻辑决策方式时，采集数据中心的测量温度Tmeasure、及所述多台温度控制设备的负荷指标；
根据所述测量温度Tmeasure与设定的目标温度Ttarget的差值，确定开机数或设置温度的调整方向，根据所述负荷指标所属的范围确定调整开机数和调整设置温度的优先级，并按照确定的所述优先级，利用确定的调整方向调整所述开机数或设置温度。
在一些可能的实施例中，还包括：
判断所述多台温度控制设备的负荷指标所属的范围；
所述负荷指标所属的范围包括超出最大负荷、小于最小负荷、不小于最小负荷且不大于最大负荷。在一些可能的实施例中，根据所述测量温度Tmeasure与设定的目标温度Ttarget的差值，确定开机数或设置温度的调整方向，根据所述负荷指标所属的范围确定调整开机数和调整设置温度的优先级，并按照确定的所述优先级，利用确定的调整方向调整所述开机数或设置温度，包括：
确定所述测量温度Tmeasure与设定的目标温度Ttarget的差值大于设定的数值δ时，根据所述负荷指标所属的范围确定增加开机数和降低设置温度的优先级，并按照确定的优先级决策增加开机数或降低设置温度，δ为正数；
确定所述测量温度Tmeasure与设定目标温度Ttarget的差值小于-δ时，根据所述负荷指标所属的范围确定减少开机数和提高设置温度的优先级，并按照确定的优先级决策减少开机数或提高设置温度；
确定所述测量温度Tmeasure与设定目标温度Ttarget的差值不小于-δ且不大于δ时，若负荷指标所属的范围为不小于最小负荷且不大于最大负荷，保持开机数和设置温度不变，否则，根据所述负荷指标的所属的范围决策增加开机数或减少开机数。
在一些可能的实施例中，根据所述负荷指标所属的范围确定增加开机数和降低设置温度的优先级，包括：
若所述多台温度控制设备的负荷指标所属的范围为超出最大负荷，确定增加开机数的优先级大于降低设置温度的优先级；
若所述多台温度控制设备的负荷指标所属的范围为未超出最大负荷，确定降低设置温度的优先级大于增加开机数的优先级。
在一些可能的实施例中，按照确定的优先级决策增加开机数或降低设置温度，包括：
确定增加开机数的优先级大于降低设置温度的优先级，且当前开机数未超过最大开机数时，决策增加开机数，否则决策降低设置温度；
确定降低设置温度的优先级大于增加开机数的优先级，且当前设置温度未达到最低设置温度，决策降低设置温度，否则决策增加开机数。
在一些可能的实施例中，根据所述负荷指标的所属范围决策增加开机数或减少开机数，包括：
若所述多台温度控制设备的负荷指标所属的范围为超出最大负荷，确定增加开机数且开机数不超过最大开机数；
若所述多台温度控制设备的负荷指标所属的范围为小于最小负荷，确定减少开机数且开机数不低于最低开机数。
在一些可能的实施例中，根据所述负荷指标所属的范围确定减少开机数和提高设置温度的优先级，包括：
若所述多台温度控制设备的负荷指标所属的范围为小于最小负荷，确定减少开机数的优先级大于提高设置温度的优先级；
若所述多台温度控制设备的负荷指标所属的范围为不小于最小负荷，确定提高设置温度的优先级大于减少开机数的优先级。
在一些可能的实施例中，按照确定的优先级决策减少开机数或提高设置温度，包括：
确定减少开机数的优先级大于提高设置温度的优先级，且当前开机数未达到最小开机数时，决策减少开机数，否则决策提高设置温度；
确定提高设置温度的优先级大于减少开机数的优先级，且当前设置温度未超过最高设置温度，决策提高设置温度，否则决策减少开机数。
在一些可能的实施例中，在设定开机数范围内随机调整所述多台温度控制设备的开机数，在设置温度范围内随机调整各温度控制设备的设置温度，包括：
在开机数集合[AN-k1,AN+k1]内随机选择一个开机数；
若选择的开机数大于最大开机数时，确定采用最大开机数，确定选择的开机数小于最小开机数时，确定采用最小开机数，否则确定采用选择的开机数；
在设置温度集合[TS-k2,TS+k2]内随机选择一个设置温度，确定选择的设置温度低于最低设置温度时，确定采用最低设置温度，确定选择的设置温度高于最高设置温度时，确定采用最高设置温度，否则确定采用选择的设置温度；
AN是温度控制设备的当前的开机数，TS是当前的设置温度，k1、k2是正整数。
在一些可能的实施例中，根据所述触发初始化控制时，从随机决策方式和逻辑决策方式中选择一种，包括：
根据计数器的取值N，确定N发生变化时，触发初始化控制；
对当前的N进行取模运算，确定得到的余数为零时，确定选择随机决策方式，否则，确定选择逻辑决策方式。
在一些可能的实施例中，根据所述负荷指标为所述多台温度控制设备中，处于开机状态的温度控制设备的送风回风温差平均值TD；
采用如下方式判断负荷指标所属的范围：
当TD与目标温度TDtarget的差值大于限定域值α，确定负荷指标所属的范围为超过最大负荷；
当TD与目标温度TDtarget的差值小于-α，确定负荷指标所属的范围为小于最小负荷；
当TD与目标温度TDtarget的差值介于-α与α之间，确定负荷指标所属的范围为不小于最小负荷且不大于最大负荷。
第二方面，本申请实施例提供一种数据中心的初始化控制的装置，应用于对多台温度控制设备进行控制，包括：
决策方式选择模块，用于触发初始化控制时，从随机决策方式和逻辑决策方式中选择一种；
随机调整模块，用于确定选择随机决策方式时，在设定开机数范围内随机调整所述多台温度控制设备的开机数，在设置温度范围内随机调整各温度控制设备的设置温度；
数据采集模块，用于确定选择逻辑决策方式时，采集数据中心的测量温度Tmeasure、及所述多台温度控制设备的负荷指标；
调整模块，用于根据所述测量温度Tmeasure与设定的目标温度Ttarget的差值，确定开机数或设置温度的调整方向，根据所述负荷指标所属范围确定调整开机数和调整设置温度的优先级，并按照确定的所述优先级，利用确定的调整方向调整所述开机数或设置温度。
在一些可能的实施例中，还包括：
负荷指标判断模块，用于判断所述多台温度控制设备的负荷指标所属的范围；所述负荷指标所属的范围包括超出最大负荷、小于最小负荷、不小于最小负荷且不大于最大负荷。
在一些可能的实施例中，根据所述负荷指标为所述多台温度控制设备中，处于开机状态的温度控制设备的送风回风温差平均值TD；
采用如下方式判断负荷指标所属的范围：
当TD与目标温度TDtarget的差值大于限定域值α，确定负荷指标所属的范围为超过最大负荷；
当TD与目标温度TDtarget的差值小于-α，确定负荷指标所属的范围为小于最小负荷；
当TD与目标温度TDtarget的差值介于-α与α之间，确定负荷指标所属的范围为不小于最小负荷且不大于最大负荷。
第三方面，本申请实施例提供一种数据中心的初始化控制的设备，包括至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述第一方面提供的所述一种数据中心的初始化控制的方法。
第四方面，本申请实施例提供一种计算机存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序用于使计算机执行上述第一方面提供的所述一种数据中心的初始化控制的方法。
利用本申请提供的一种数据中心的初始化控制的方法、装置、和设备及介质，具有以下有益效果：
该方法调控效果迅速，不需要历史样本；利用负荷指标对温度控制设备的开机数和设置温度进行调整，引导温度控制设备向最佳的工作状态靠近，这种靠近最优样本有利于提高算法收敛速度；引入随机性，使温度控制设备的工作状态在最佳状态附近波动，这样丰富了样本，提高了样本的质量。
附图说明
图1为根据本申请的一个实施例的应用环境的示意图；
图2为根据本申请的一个实施例的数据中心初始化控制的方法的流程图；
图3为根据本申请的一个实施例的决策选择的方法流程图；
图4为根据本申请的一个实施例的计数器更新的方法流程图；
图5为根据本申请的一个实施例的随机决策方式方法流程图；
图6为根据本申请的一个实施例的逻辑决策方式方法流程图；
图7为根据本申请的一个实施例的平均送风回风温差获取方法流程图；
图8为根据本申请的一个实施例的数据中心初始化控制装置流程图；
图9为根据本申请的一个实施例的数据中心的初始化控制的设备流程图。
具体实施方式
下面将结合附图对本申请实施例中的技术方案进行清楚、详尽地描述。在本申请实施例的描述中，除非另有说明，“/”表示或的意思，例如，A/B可以表示A或B；文本中的“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况，另外，在本申请实施例的描述中，“多个”是指两个或多于两个。
在本申请实施例的描述中，除非另有说明，术语“多个”是指两个或两个以上，其它量词与之类似应当理解，此处所描述的优选实施例仅用于说明和解释本申请，并不用于限定本申请，并且在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
为进一步说明本申请实施例提供的技术方案，下面结合附图以及具体实施方式对此进行详细的说明。虽然本申请实施例提供了如下述实施例或附图所示的方法操作步骤，但基于常规或者无需创造性的劳动在方法中可以包括更多或者更少的操作步骤。在逻辑上不存在必要因果关系的步骤中，这些步骤的执行顺序不限于本申请实施例提供的执行顺序。方法在实际的处理过程中或者控制设备执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行。
鉴于相关技术中现有的温度控制设备在运行早期，历史样本不足，需要一种合适的初始化控制方法来保证数据中心的温度在合理范围内的问题。本申请提出一种数据中心的初始化控制的方法、装置、和设备及介质，不需要历史样本，引导温度控制设备处于最佳工作状态，这种靠近最优的样本有利于提高算法的收敛速度，本方法同时引入随机性，使温度控制设备在最佳工作状态附近波动，丰富了样本，提高样本质量。
有鉴于此，本申请的发明构思为：通过在随机决策方式和逻辑决策方式中随机选择一种，当选择逻辑决策方式时，根据采集数据中心的测量温度Tmeasure确定温度控制设备的开机数和设置温度的调整方向，根据所述多台温度控制设备的负荷指标，确定调整温度控制设备的开机数和调整设置温度的优先级，使温度控制设备处于最佳工作状态；当选择随机决策方式时，在设定开机数范围内随机调整所述多台温度控制设备的开机数，在设置温度范围内随机调整各温度控制设备的设置温度，使温度控制设备在最佳状态内波动，丰富了样本，提高样本质量。
本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面结合附图对本申请实施例中的数据中心的初始化控制方法进行详细说明。
参见图1，为根据本申请一个实施例的应用环境的示意图。
如图1所示，该应用环境中例如可以包括数据中心的初始化控制的设备101、监控系统102、数据中心103。
数据中心103包括多个温度控制设备和相应的数据采集设备，如包含多台机柜、多台空调、UPS(Uninterruptible Power Supply)、温度传感器等；
监控系统102包括数据采集模块和联动控制模块，通过数据采集模块从数据中心获取采集的数据，并将采集的数据发送到数据中心的初始化控制的设备101；
数据中心的初始化控制的设备101用于根据采集的数据确定控制参数，将控制参数发送到监控系统102，监控系统102根据接收的控制参数，利用联动控制模块对数据中心103的温度控制设备的温度进行控制。
上述监控系统从数据中心采集的数据可以但不限于包括：数据中心的测量温度Tmeasure、每台温度控制设备的送风温度Td、每台温度控制设备的回风温度Tr、每台温度控制设备的开关状态，上述数据中心的初始化控制的设备确定的控制参数可以但不限于包括多台温度控制设备的开机数和设置温度。
本申请实施例提供一种数据中心的初始化控制的方法，应用于对多台温度控制设备进行控制，该方法可以改善数据中心的PUE、温度，并为后续的神经网络等人工智能算法提供优质的历史样本，如图2所示，该方法包括：
步骤201，触发初始化控制时，从随机决策方式和逻辑决策方式中选择一种；
具体可以根据需要设置调整周期，达到调整周期时，触发初始化控制，当然，也可以采用其他的触发方式，例如设置相应的条件进行触发。
作为一种可选的实施方式，根据计数器的取值N，确定N发生变化时，触发初始化控制，可以根据需要设置计数器变化的周期。
步骤202，确定选择随机决策方式时，在设定开机数范围内随机调整所述多台温度控制设备的开机数，在设置温度范围内随机调整各温度控制设备的设置温度；
上述开机数范围为[ANmin，ANmax]，ANmin为设定的最小开机数，ANmax为设定的最大开机数。
上述设置温度范围为[TSmin，TSmax]，TSmin为设定的最低温度，TSmax为设定的最高温度。
采用随机决策方式可以相应的范围内，随机地选择温度控制设备的开机数和设置温度，该随机性具有探索的作用，有利于获取不同配置下的效果和数据。
本实施例记当前的开机数为AN，当前的设置温度为TS，则为了防止数据中心环境温度异常，本实施例可以进一步限制随机选择时开机数和设置温度的选择范围。
作为一种可选的实施方式，在设定开机数范围内随机调整所述多台温度控制设备的开机数，在设置温度范围内随机调整各温度控制设备的设置温度，包括：
在开机数集合[AN-k1,AN+k1]内随机选择一个开机数；
若选择的开机数大于最大开机数时，确定采用最大开机数，确定选择的开机数小于最小开机数时，确定采用最小开机数，否则确定采用选择的开机数；
在设置温度集合[TS-k2,TS+k2]内随机选择一个设置温度，确定选择的设置温度低于最低设置温度时，确定采用最低设置温度，确定选择的设置温度高于最高设置温度时，确定采用最高设置温度，否则确定采用选择的设置温度；
k1、k2是正整数，k1、k2的取值具体可以根据数据中心的温度控制设备的数量进行设定，例如在温度控制设备的数量非常大时，可以将k1、k2设置为大于1的数值，例如设置为2，在温度控制设备的数量没有超过数量阈值时，可以将k1、k2的取值设置为1。
步骤203，确定选择逻辑决策方式时，采集数据中心的测量温度Tmeasure、及所述多台温度控制设备的负荷指标；
所述负荷指标为反应多台温度控制设备的负荷大小的指标，可以利用反应多台温度控制设备负荷大小的相应的参数进行确定，该参数可以但不限于为送风回风温差平均值TD。作为一种可选的实施方式，上述负荷指标为所述多台温度控制设备中，处于开机状态的温度控制设备的送风回风温差平均值TD；
采用如下方式判断负荷指标的所属范围：
当TD与目标温度TDtarget的差值大于限定域值α，确定负荷指标所属范围为超过最大负荷；
当TD与目标温度TDtarget的差值小于-α，确定负荷指标所属范围为低于最小负荷；
当TD与目标温度TDtarget的差值介于-α与α之间，确定负荷指标所属范围为不小于最小负荷且不大于最大负荷。
步骤204，根据所述测量温度Tmeasure与设定的目标温度Ttarget的差值，确定开机数或设置温度的调整方向，根据所述负荷指标所属的范围确定调整开机数和调整设置温度的优先级，并按照确定的所述优先级，利用确定的调整方向调整所述开机数或设置温度。
作为一种可选的实施方式，确定所述测量温度Tmeasure与设定的目标温度Ttarget的差值大于设定的数值δ时，根据所述负荷指标所属的范围确定增加开机数和降低设置温度的优先级，并按照确定的优先级决策增加开机数或降低设置温度，δ为正数。
若测量温度Tmeasure与设定的目标温度Ttarget的差值大于设定的数值δ，说明当前数据中心的环境温度过高，需要增加开机数或降低设置温度。
本发明实施例在决策增加开机数或降低设置温度，具体利用所述负荷指标所属范围确定增加开机数和降低设置温度的优先级，从而使决策结果既可以达到温度调整的目的，又可以保证负荷指标满足要求。
作为一种可选的实施方式，根据所述负荷指标所属的范围确定增加开机数和降低设置温度的优先级，包括：
若所述多台温度控制设备的负荷指标所属范围为超出最大负荷，即此时TD-TDtarget>α，说明多台温度控制设备的负荷过大，确定增加开机数的优先级大于降低设置温度的优先级；
若所述多台温度控制设备的负荷指标所属范围为未超出最大负荷，即TD-TDtarget≤α，说明多台温度控制设备的负荷在合理范围内容，确定降低设置温度的优先级大于增加开机数的优先级。
在按照优先级进行增加开机数或降低设置温度时，需要将调整的开机数控制在开机数范围内，及将调整的设置温度控制在设置温度范围内，如果调整后超出开机数范围或设置温度范围，则选择低优先级的调整方式。
作为一种可选的实施方式，按照确定的优先级决策增加开机数或降低设置温度，包括：
确定增加开机数的优先级大于降低设置温度的优先级，且当前开机数未超过最大开机数ANmax时，决策增加开机数，否则决策降低设置温度；
确定降低设置温度的优先级大于增加开机数的优先级，且当前设置温度未达到最低设置温度TSmin，决策降低设置温度，否则决策增加开机数。
作为一种可选的实施方式，确定所述测量温度Tmeasure与设定目标温度Ttarget的差值小于-δ时，根据所述负荷指标所属的范围确定减少开机数和提高设置温度的优先级，并按照确定的优先级决策减少开机数或提高设置温度。
若测量温度Tmeasure与设定的目标温度Ttarget的差值小于-δ，说明当前数据中心的环境温度过低，需要减少开机数或提高设置温度。
本发明实施例在决策减少开机数或提高设置温度，具体利用述负荷指标所属的范围确定减少开机数和提高设置温度的优先级，从而使决策结果既可以达到温度调整的目的，又可以保证负荷指标满足要求。
作为一种可选的实施方式，根据所述负荷指标所属的范围确定减少开机数和提高设置温度的优先级，包括：
若所述多台温度控制设备的负荷指标所属的范围为小于最小负荷，即TD-TDtarget<-α，证明多台温度控制设备的负荷指标低于最小负荷，确定减少开机数的优先级大于提高设置温度的优先级；
若所述多台温度控制设备的负荷指标所属的范围为不低于最小负荷，即TD-TDtarget≥-α，确定提高设置温度的优先级大于减少开机数的优先级。
在按照优先级进行减少开机数或提高设置温度时，需要将调整的开机数控制在开机数范围内，及将调整的设置温度控制在设置温度范围内，如果调整后超出开机数范围或设置温度范围，则选择低优先级的调整方式。
作为一种可选的实施方式，按照确定的优先级决策减少开机数或提高设置温度，包括：
确定减少开机数的优先级大于提高设置温度的优先级，且当前开机数未达到最小开机数时，决策减少开机数，否则决策提高设置温度；
确定提高设置温度的优先级大于减少开机数的优先级，且当前设置温度未超过最高设置温度，决策提高设置温度，否则决策减少开机数。
作为一种可选的实施方式，确定所述测量温度Tmeasure与设定目标温度Ttarget的差值不小于-δ且不大于δ时，若负荷指标所属的范围为不小于最小负荷且不大于最大负荷，保持开机数和设置温度不变，否则，根据所述负荷指标的所属的范围决策增加开机数或减少开机数。
若所述测量温度Tmeasure与设定目标温度Ttarget的差值不小于-δ且不大于δ时，说明数据中心的环境温度在合理范围内容，若负荷指标所属的范围为不小于最小负荷且不大于最大负荷，说明多台温度控制设备的负荷满足要求，则此时不需要进行调整，保持开机数和设置温度不变。
若所述测量温度Tmeasure与设定目标温度Ttarget的差值不小于-δ且不大于δ时，若负荷指标小于最小负荷或大于最大负荷，说明多台温度控制设备的负荷过小或过大，需要进行开机数调整来使负荷指标满足要求。
作为一种可选的实施方式，根据所述负荷指标的所属的范围决策增加开机数或减少开机数，包括：
若所述多台温度控制设备的负荷指标所属的范围超过最大负荷，即TD-TDtarget>α，确定增加开机数且开机数不超过最大开机数；
若所述多台温度控制设备的负荷指标所属的范围小于最小负荷，即TD-TDtarget＜-α，确定减少开机数且开机数不低于最低开机数。
如图3所示，本申请实施例利用计数器决策随机决策方式和逻辑决策方式的步骤具体如下：
步骤301，监测计数器的取值；
步骤302，判断计数器的取值是否发生变化，确定计数器的取值发生变化时，执行步骤303，否则继续监测；
步骤303，对当前的N进行取模运算，确定得到的余数是否为零，若是，执行步骤304，否则，执行步骤305；
步骤304，确定选择随机决策方式；
步骤305，确定选择逻辑决策方式。
上述计数器按照更新周期进行更新，具体的更新机制参见图4，包括：
步骤401，监测是否到达更新周期，若是执行步骤402，否则继续监测；
步骤402，在到达更新周期时，根据计数器当前取值N，判断N+1是否超过计数器的最大值，若超过最大值，执行步骤404，否则执行步骤405；
步骤404，将计数器的取值进行重置，返回执行步骤，执行步骤401；
步骤405，将当前计数器的取值更新为N+1，返回步骤401。
例如在计数器的最大取值为1000时，在到达计数器的更新周期时，如果计数器的当前取值为1000，则确定将计数器的取值重置为1。
利用本申请实施例提供的上述方式，通过对N进行取模运算，根据余数的大小选择决策方式，通过上述判定方式可以选择时以较大的比率选择逻辑决策方式，以较小的比率选择随机决策方式。
具体可以根据需要设置上述进行取模运算的模数。
下面以数据中心的多台温度控制为空调，负荷指标采用空调送风回风温差目标值TDtarget为例，给出数据中心的初始化控制的方法的详细流程。
1)预先设定目标温度Ttarget，温度死区δ，空调送风回风温差目标值TDtarget，限定域值α，允许的空调开机数下限ANmin，允许的空调开机数上限ANmax，允许的空调设置温度下限TSmin，允许的空调设置温度上限TSmax。
例如这里取Ttarget＝22，δ＝2，TDtarget＝10，α＝2，ANmin＝空调半数，ANmax＝空调数，TSmin＝15，TSmax＝25。
2)根据计数器的取值从随机决策、逻辑决策中选择一种决策模块；
例如对N进行取模运算，得到余数mod＝N％3，若mod＝1或者mod＝2，选择逻辑决策模块，若mod＝0，选择随机决策模块。
这里逻辑决策与随机决策被选择的比率为2:1的关系，当然可以通过修改这些值来改变选择比率，但逻辑决策比率应大于随机决策。
对记数器进行更新，为了防止记数器不断增大导致数值溢出，可以给它一个上限1000。若N<1000，N＝N+1；若N>＝1000，将N重置，N＝1。
3)确定采用随机决策方式时，将调整的开机数ANpred在{AN-1,AN,AN+1}中随机选择，且ANpred∈[ANmin,ANmax]；将调整的设置温度TSpred在{TS-1,TS,TS+1}中随机，且TSpred∈[TSmin,TSmax]；
如图5所示为确定采用随机决策方式时，调整开机数或设置温度的具体流程图，调整时最多允许空调开关一台的变化，设置温度上下一度的变化，可以防止数据中心环境温度异常。
4)确定采用逻辑决策方式时，依据测量温度Tmeasure和目标温度Ttarget的差值、空调平均送回风温差TD和目标送回风温差TDtarget的差值对空调开机数和设置温度进行调节。
如图6所示为确定采用逻辑决策方式时，调整开机数或设置温度的具体流程图，调整时找到所有处于开机状态的空调1，空调2，…，空调n，计算每台空调的送回风温差TD1,TD2,…,TDn，然后平均即得到空调的送回风温差TD，具体的确定流程参见图7。
然后比较测量温度Tmeasure与目标温度Ttarget、温度死区δ，针对不同的情况，最后比较空调送回风温差TD与目标送回风温差TDtarget、限定域值α。具体过程如下：
4.1)若上述Tmeasure-Ttarget>δ，说明数据中心环境温度过高，需要开启一台空调或者下调设置温度，因此再进一步比较TD和TDtarget。
若TD-TDtarget>α，说明空调送回风温差过大，空调负荷过大，增开空调优于下调设置温度。如果空调开启数AN<ANmax，则预测空调开启数ANpred＝AN+1，预测设置温度TSpred＝TS。如果空调开启数AN≥ANmax，则无多余空调可用，预测空调开启数ANpred＝AN，预测设置温度TSpred＝max(TS-1,TSmin)。
若TD-TDtarget≤α，说明空调负荷不算过重，优先下调设置温度。如果TS>TSmin，则预测ANpred＝AN，TSpred＝TS-1。如果TS≤TSmin，说明设置温度已达下限无法下调，则预测ANpred＝min(AN+1,ANmax)，TSpred＝TS。
4.2)若上述Tmeasure-Ttarget<-δ，说明环境温度过低，需要关闭一台空调或者上调设置温度，因此再进一步比较TD和TDtarget。
若TD-TDtarget<-α，说明空调送回风温差过小，空调负荷过小，关闭空调优于上调设置温度。如果空调开启数AN>ANmin，则预测空调开启数ANpred＝AN-1，预测设置温度TSpred＝TS。如果空调开启数AN≤ANmin，则空调数已达用户所容忍的下限，预测空调开启数ANpred＝AN，预测设置温度TSpred＝min(TS+1,TSmax)。
若TD-TDtarget≥-α说明空调没有低负荷运转，优先上调设置温度。如果TS<TSmax，则预测ANpred＝AN，TSpred＝TS+1。如果TS≥TSmax，说明设置温度已达上限无法上调，则预测ANpred＝max(AN-1,ANmin)，TSpred＝TS。
4.3)若上述-δ≤Tmeasure-Ttarget≤δ，说明环境温度适宜，不再调整设置温度，即预测TSpred＝TS。但想尝试改善数据中心PUE，因此再进一步比较TD和TDtarget。
若TD-TDtarget>α，说明空调送回风温差过大，空调负荷过大，为此预测ANpred＝min(AN+1,ANmax)。
若TD-TDtarget<-α，说明空调送回风温差过小，空调负荷过小，为此预测ANpred＝max(AN-1,ANmin)。
若-α<＝TD-TDtarget<α，预测ANpred＝AN。
实施例2
本申请实施例提供一种数据中心的初始化控制的装置，应用于对多台温度控制设备进行控制，如图8所示，包括：
决策方式选择模块801，用于触发初始化控制时，从随机决策方式和逻辑决策方式中选择一种；
随机调整模块802，用于确定选择随机决策方式时，在设定开机数范围内随机调整所述多台温度控制设备的开机数，在设置温度范围内随机调整各温度控制设备的设置温度；
数据采集模块803，用于确定选择逻辑决策方式时，采集数据中心的测量温度Tmeasure、及所述多台温度控制设备的负荷指标；
调整模块804，用于根据所述测量温度Tmeasure与设定的目标温度Ttarget的差值，确定开机数或设置温度的调整方向，根据所述负荷指标所属的范围确定调整开机数和调整设置温度的优先级，并按照确定的所述优先级，利用确定的调整方向调整所述开机数或设置温度。
作为一种可选的实施方式，所述负荷指标判断模块，包括：
判断所述多台温度控制设备的负荷指标所属的范围；
所述负荷指标所属的范围包括超出最大负荷、小于最小负荷、不小于最小负荷且不大于最大负荷。
作为一种可选的实施方式，所述调整模块，包括：
确定所述测量温度Tmeasure与设定的目标温度Ttarget的差值大于设定的数值δ时，根据所述负荷指标所属的范围确定增加开机数和降低设置温度的优先级，并按照确定的优先级决策增加开机数或降低设置温度，δ为正数；
确定所述测量温度Tmeasure与设定目标温度Ttarget的差值小于-δ时，根据所述负荷指标所属的范围确定减少开机数和提高设置温度的优先级，并按照确定的优先级决策减少开机数或提高设置温度；
确定所述测量温度Tmeasure与设定目标温度Ttarget的差值不小于-δ且不大于δ时，若负荷指标所属的范围为不小于最小负荷且不大于最大负荷，保持开机数和设置温度不变，否则，根据所述负荷指标所属的范围决策增加开机数或减少开机数。
作为一种可选的实施方式，所述调整模块根据所述负荷指标所属的范围确定增加开机数和降低设置温度的优先级，包括：
若所述多台温度控制设备的负荷指标所属的范围为超出最大负荷，确定增加开机数的优先级大于降低设置温度的优先级；
若所述多台温度控制设备的负荷指标所属的范围为未超出最大负荷，确定降低设置温度的优先级大于增加开机数的优先级。
作为一种可选的实施方式，所述调整模块按照确定的优先级决策增加开机数或降低设置温度，包括：
确定增加开机数的优先级大于降低设置温度的优先级，且当前开机数未超过最大开机数时，决策增加开机数，否则决策降低设置温度；
确定降低设置温度的优先级大于增加开机数的优先级，且当前设置温度未达到最低设置温度，决策降低设置温度，否则决策增加开机数。
作为一种可选的实施方式，所述调整模块根据所述负荷指标所属的范围决策增加开机数或减少开机数，包括：
若所述多台温度控制设备的负荷指标所属的范围为超过最大负荷，确定增加开机数且开机数不超过最大开机数；
若所述多台温度控制设备的负荷指标所属的范围为小于最小负荷，确定减少开机数且开机数不低于最低开机数。
作为一种可选的实施方式，所述调整模块根据所述负荷指标所属的范围确定减少开机数和提高设置温度的优先级，包括：
若所述多台温度控制设备的负荷指标所属的范围为小于最小负荷，确定减少开机数的优先级大于提高设置温度的优先级；
若所述多台温度控制设备的负荷指标所属的范围为不小于最小负荷，确定提高设置温度的优先级大于减少开机数的优先级。
作为一种可选的实施方式，所述调整模块按照确定的优先级决策减少开机数或提高设置温度，包括：
确定减少开机数的优先级大于提高设置温度的优先级，且当前开机数未达到最小开机数时，决策减少开机数，否则决策提高设置温度；
确定提高设置温度的优先级大于减少开机数的优先级，且当前设置温度未超过最高设置温度，决策提高设置温度，否则决策减少开机数。
作为一种可选的实施方式，随机调整模块在设定开机数范围内随机调整所述多台温度控制设备的开机数，在设置温度范围内随机调整各温度控制设备的设置温度，包括：
在开机数集合[AN-k1,AN+k1]内随机选择一个开机数；
若选择的开机数大于最大开机数时，确定采用最大开机数，确定选择的开机数小于最小开机数时，确定采用最小开机数，否则确定采用选择的开机数；
在设置温度集合[TS-k2,TS+k2]内随机选择一个设置温度，确定选择的设置温度低于最低设置温度时，确定采用最低设置温度，确定选择的设置温度高于最高设置温度时，确定采用最高设置温度，否则确定采用选择的设置温度；
AN是温度控制设备的当前的开机数，TS是当前的设置温度，k1、k2是正整数。
作为一种可选的实施方式，决策方式选择模块触发初始化控制时，从随机决策方式和逻辑决策方式中选择一种，包括：
根据计数器的取值N，确定N发生变化时，触发初始化控制；
对当前的N进行取模运算，确定得到的余数为零时，确定选择随机决策方式，否则，确定选择逻辑决策方式。
作为一种可选的实施方式，所述负荷指标为所述多台温度控制设备中，处于开机状态的温度控制设备的送风回风温差平均值TD；
作为一种可选的实施方式，所述负荷指标判断模块，用于采用如下方式判断负荷指标所属的范围：
当TD与目标温度TDtarget的差值大于限定域值α，确定负荷指标所属的范围为超过最大负荷；
当TD与目标温度TDtarget的差值小于-α，确定负荷指标所属的范围为小于最小负荷；
当TD与目标温度TDtarget的差值介于-α与α之间，确定负荷指标所属的范围为不小于最小负荷且不大于最大负荷。
在介绍了本申请示例性实施方式的数据中心的初始化控制方法和装置之后，接下来，介绍根据本申请的另一示例性实施方式的数据中心的初始化控制的设备。
所属技术领域的技术人员能够理解，本申请的各个方面可以实现为系统、方法或程序产品。因此，本申请的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。
在一些可能的实施方式中，根据本申请的数据中心的初始化控制的设备可以至少包括至少一个处理器、以及至少一个存储器。其中，存储器存储有程序代码，当程序代码被处理器执行时，使得处理器执行如下步骤：
触发初始化控制时，从随机决策方式和逻辑决策方式中选择一种；
确定选择随机决策方式时，在设定开机数范围内随机调整所述多台温度控制设备的开机数，在设置温度范围内随机调整各温度控制设备的设置温度；
确定选择逻辑决策方式时，采集数据中心的测量温度Tmeasure、及所述多台温度控制设备的负荷指标；
根据所述测量温度Tmeasure与设定的目标温度Ttarget的差值，确定开机数或设置温度的调整方向，根据所述负荷指标所属的范围确定调整开机数和调整设置温度的优先级，并按照确定的所述优先级，利用确定的调整方向调整所述开机数或设置温度。
作为一种可选的实施方式，所述处理器判断所述多台温度控制设备的负荷指标所属的范围；
所述负荷指标所属的范围包括超出最大负荷、小于最小负荷、不小于最小负荷且不大于最大负荷。处理器确定所述测量温度Tmeasure与设定的目标温度Ttarget的差值大于设定的数值δ时，根据所述负荷指标所属的范围确定增加开机数和降低设置温度的优先级，并按照确定的优先级决策增加开机数或降低设置温度，δ为正数；
处理器确定所述测量温度Tmeasure与设定目标温度Ttarget的差值小于-δ时，根据所述负荷指标所属的范围确定减少开机数和提高设置温度的优先级，并按照确定的优先级决策减少开机数或提高设置温度；
处理器确定所述测量温度Tmeasure与设定目标温度Ttarget的差值不小于-δ且不大于δ时，若负荷指标所属的范围为不小于最小负荷且不大于最大负荷，保持开机数和设置温度不变，否则，根据所述负荷指标所属的范围决策增加开机数或减少开机数。
作为一种可选的实施方式，所述处理器根据所述负荷指标所属的范围确定增加开机数和降低设置温度的优先级，包括：
若所述多台温度控制设备的负荷指标所属的范围为超出最大负荷，确定增加开机数的优先级大于降低设置温度的优先级；
若所述多台温度控制设备的负荷指标所属的范围为未超出最大负荷，确定降低设置温度的优先级大于增加开机数的优先级。
作为一种可选的实施方式，所述处理器按照确定的优先级决策增加开机数或降低设置温度，包括：
处理器确定增加开机数的优先级大于降低设置温度的优先级，且当前开机数未超过最大开机数时，决策增加开机数，否则决策降低设置温度；
处理器确定降低设置温度的优先级大于增加开机数的优先级，且当前设置温度未达到最低设置温度，决策降低设置温度，否则决策增加开机数。
作为一种的实施方式，所述处理器根据所述负荷指标所属的范围决策增加开机数或减少开机数，包括：
若所述多台温度控制设备的负荷指标所属的范围为超过最大负荷，确定增加开机数且开机数不超过最大开机数；
若所述多台温度控制设备的负荷指标所属的范围为小于最小负荷，确定减少开机数且开机数不低于最低开机数。
作为一种可选的实施方式，所述处理器根据所述负荷指标所属的范围确定减少开机数和提高设置温度的优先级，包括：
若所述多台温度控制设备的负荷指标所属的范围小于最小负荷，确定减少开机数的优先级大于提高设置温度的优先级；
若所述多台温度控制设备的负荷指标所属的范围为不低于最小负荷，确定提高设置温度的优先级大于减少开机数的优先级。
作为一种可选的实施方式，所述处理器按照确定的优先级决策减少开机数或提高设置温度，包括：
处理器确定减少开机数的优先级大于提高设置温度的优先级，且当前开机数未达到最小开机数时，决策减少开机数，否则决策提高设置温度；
处理器确定提高设置温度的优先级大于减少开机数的优先级，且当前设置温度未超过最高设置温度，决策提高设置温度，否则决策减少开机数。
作为一种可选的实施方式，所述处理器在设定开机数范围内随机调整所述多台温度控制设备的开机数，在设置温度范围内随机调整各温度控制设备的设置温度，包括：
在开机数集合[AN-k1,AN+k1]内随机选择一个开机数；
若选择的开机数大于最大开机数时，确定采用最大开机数，确定选择的开机数小于最小开机数时，确定采用最小开机数，否则确定采用选择的开机数；
在设置温度集合[TS-k2,TS+k2]内随机选择一个设置温度，确定选择的设置温度低于最低设置温度时，确定采用最低设置温度，确定选择的设置温度高于最高设置温度时，确定采用最高设置温度，否则确定采用选择的设置温度；
AN是温度控制设备的当前的开机数，TS是当前的设置温度，k1、k2是正整数。
作为一种可选的实施方式，所述处理器触发初始化控制时，从随机决策方式和逻辑决策方式中选择一种，包括：
根据计数器的取值N，确定N发生变化时，触发初始化控制；
对当前的N进行取模运算，确定得到的余数为零时，确定选择随机决策方式，否则，确定选择逻辑决策方式。
作为一种可选的实施方式，所述负荷指标为所述多台温度控制设备中，处于开机状态的温度控制设备的送风回风温差平均值TD；
所述处理器采用如下方式判断负荷指标所属的范围：
当TD与目标温度TDtarget的差值大于限定域值α，确定负荷指标所属的范围为超过最大负荷；
当TD与目标温度TDtarget的差值小于-α，确定负荷指标所属的范围为小于最小负荷；
当TD与目标温度TDtarget的差值介于-α与α之间，确定负荷指标所属的范围为不小于最小负荷且不大于最大负荷。
下面参照图来描述根据本申请的这种实施方式的数据中心的初始化控制的设备130。图9显示的电子设备130仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图所示，电子设备130以通用电子设备的形式表现。电子设备130的组件可以包括但不限于：上述至少一个处理器131、上述至少一个存储器132、连接不同系统组件(包括存储器132和处理器131)的总线133。
总线133表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器、外围总线、处理器或者使用多种总线结构中的任意总线结构的局域总线。
存储器132可以包括易失性存储器形式的可读介质，例如随机存取存储器(RAM)1321和/或高速缓存存储器1322，还可以进一步包括只读存储器(ROM)1323。
存储器132还可以包括具有一组(至少一个)程序模块1324的程序/实用工具1325，这样的程序模块1324包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
电子设备130也可以与一个或多个外部设备134(例如键盘、指向设备等)通信，还可与一个或者多个使得用户能与电子设备130交互的设备通信，和/或与使得该电子设备130能与一个或多个其它电子设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口135进行。并且，电子设备130还可以通过网络适配器136与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器136通过总线133与用于电子设备130的其它模块通信。应当理解，尽管图中未示出，可以结合电子设备130使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
在一些可能的实施方式中，本申请提供的数据中心的初始化控制的方法的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在计算机设备上运行时，程序代码用于使计算机设备执行本说明书上述描述的根据本申请各种示例性实施方式的一种数据中心的初始化控制的方法步骤。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是——但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
本申请的实施方式的用于监控的程序产品可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在电子设备上运行。然而，本申请的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (15)
1.一种数据中心的初始化控制的方法，应用于对多台温度控制设备进行控制，其特征在于，包括：
根据计数器的取值N，确定N发生变化时，触发初始化控制；
对当前的N进行取模运算，确定得到的余数为零时，确定选择随机决策方式，否则，确定选择逻辑决策方式；
确定选择随机决策方式时，在设定开机数范围内随机调整所述多台温度控制设备的开机数，在设置温度范围内随机调整各温度控制设备的设置温度；
确定选择逻辑决策方式时，采集数据中心的测量温度Tmeasure、及所述多台温度控制设备的负荷指标；
根据所述测量温度Tmeasure与设定的目标温度Ttarget的差值，确定开机数或设置温度的调整方向，根据所述负荷指标所属的范围确定调整开机数和调整设置温度的优先级，并按照确定的所述优先级，利用确定的调整方向调整所述开机数或设置温度。
2.根据权利要求1所述的方法，其特征在于，还包括：
判断所述多台温度控制设备的负荷指标所属的范围；
所述负荷指标所属的范围包括超出最大负荷、小于最小负荷、不小于最小负荷且不大于最大负荷。
3.根据权利要求2所述的方法，其特征在于，根据所述测量温度Tmeasure与设定的目标温度Ttarget的差值，确定开机数或设置温度的调整方向，根据所述负荷指标所属的范围确定调整开机数和调整设置温度的优先级，并按照确定的所述优先级，利用确定的调整方向调整所述开机数或设置温度，包括：
确定所述测量温度Tmeasure与设定的目标温度Ttarget的差值大于设定的数值δ时，根据所述负荷指标所属的范围确定增加开机数和降低设置温度的优先级，并按照确定的优先级决策增加开机数或降低设置温度，δ为正数；
确定所述测量温度Tmeasure与设定目标温度Ttarget的差值小于-δ时，根据所述负荷指标所属的范围确定减少开机数和提高设置温度的优先级，并按照确定的优先级决策减少开机数或提高设置温度；
确定所述测量温度Tmeasure与设定目标温度Ttarget的差值不小于-δ且不大于δ时，若负荷指标所属的范围为不小于最小负荷且不大于最大负荷，保持开机数和设置温度不变，否则，根据所述负荷指标的所属的范围决策增加开机数或减少开机数。
4.根据权利要求3所述的方法，其特征在于，根据所述负荷指标所属的范围确定增加开机数和降低设置温度的优先级，包括：
若所述多台温度控制设备的负荷指标所属的范围为超出最大负荷，确定增加开机数的优先级大于降低设置温度的优先级；
若所述多台温度控制设备的负荷指标所属的范围为未超出最大负荷，确定降低设置温度的优先级大于增加开机数的优先级。
5.根据权利要求4所述的方法，其特征在于，按照确定的优先级决策增加开机数或降低设置温度，包括：
确定增加开机数的优先级大于降低设置温度的优先级，且当前开机数未超过最大开机数时，决策增加开机数，否则决策降低设置温度；
确定降低设置温度的优先级大于增加开机数的优先级，且当前设置温度未达到最低设置温度，决策降低设置温度，否则决策增加开机数。
6.根据权利要求3所述的方法，其特征在于，所述根据所述负荷指标的所属范围决策增加开机数或减少开机数，包括：
若所述多台温度控制设备的负荷指标所属的范围为超出最大负荷，确定增加开机数且开机数不超过最大开机数；
若所述多台温度控制设备的负荷指标所属的范围为小于最小负荷，确定减少开机数且开机数不低于最低开机数。
7.根据权利要求3所述的方法，其特征在于，根据所述负荷指标所属范围确定减少开机数和提高设置温度的优先级，包括：
若所述多台温度控制设备的负荷指标所属的范围为小于最小负荷，确定减少开机数的优先级大于提高设置温度的优先级；
若所述多台温度控制设备的负荷指标所属的范围为不小于最小负荷，确定提高设置温度的优先级大于减少开机数的优先级。
8.根据权利要求7所述的方法，其特征在于，按照确定的优先级决策减少开机数或提高设置温度，包括：
确定减少开机数的优先级大于提高设置温度的优先级，且当前开机数未达到最小开机数时，决策减少开机数，否则决策提高设置温度；
确定提高设置温度的优先级大于减少开机数的优先级，且当前设置温度未超过最高设置温度，决策提高设置温度，否则决策减少开机数。
9.根据权利要求1所述的方法，其特征在于，在设定开机数范围内随机调整所述多台温度控制设备的开机数，在设置温度范围内随机调整各温度控制设备的设置温度，包括：
在开机数集合[AN-k1,AN+k1]内随机选择一个开机数；
若选择的开机数大于最大开机数时，确定采用最大开机数，确定选择的开机数小于最小开机数时，确定采用最小开机数，否则确定采用选择的开机数；
在设置温度集合[TS-k2,TS+k2]内随机选择一个设置温度，确定选择的设置温度低于最低设置温度时，确定采用最低设置温度，确定选择的设置温度高于最高设置温度时，确定采用最高设置温度，否则确定采用选择的设置温度；
AN是温度控制设备的当前的开机数，TS是当前的设置温度，k1、k2是正整数。
10.根据权利要求2～8任一项所述的方法，其特征在于，所述负荷指标为所述多台温度控制设备中，处于开机状态的温度控制设备的送风回风温差平均值TD；
采用如下方式判断负荷指标所属的范围：
当TD与目标温度TDtarget的差值大于限定域值α，确定负荷指标所属的范围为超过最大负荷；
当TD与目标温度TDtarget的差值小于-α，确定负荷指标所属的范围为小于最小负荷；
当TD与目标温度TDtarget的差值介于-α与α之间，确定负荷指标所属的范围为不小于最小负荷且不大于最大负荷。
11.一种数据中心的初始化控制的装置，应用于对多台温度控制设备进行控制，其特征在于，包括：
决策方式选择模块，用于根据计数器的取值N，确定N发生变化时，触发初始化控制；对当前的N进行取模运算，确定得到的余数为零时，确定选择随机决策方式，否则，确定选择逻辑决策方式；
随机调整模块，用于确定选择随机决策方式时，在设定开机数范围内随机调整所述多台温度控制设备的开机数，在设置温度范围内随机调整各温度控制设备的设置温度；
数据采集模块，用于确定选择逻辑决策方式时，采集数据中心的测量温度Tmeasure、及所述多台温度控制设备的负荷指标；
调整模块，用于根据所述测量温度Tmeasure与设定的目标温度Ttarget的差值，确定开机数或设置温度的调整方向，根据所述负荷指标所属的范围确定调整开机数和调整设置温度的优先级，并按照确定的所述优先级，利用确定的调整方向调整所述开机数或设置温度。
12.根据权利要求11所述的装置，其特征在于，还包括：
负荷指标判断模块，用于判断所述多台温度控制设备的负荷指标所属的范围；所述负荷指标所属的范围包括超出最大负荷、小于最小负荷、不小于最小负荷且不大于最大负荷。
13.根据权利要求12所述的装置，其特征在于，所述负荷指标为所述多台温度控制设备中，处于开机状态的温度控制设备的送风回风温差平均值TD；采用如下方式判断负荷指标所属的范围：
当TD与目标温度TDtarget的差值大于限定域值α，确定负荷指标所属的范围为超过最大负荷；
当TD与目标温度TDtarget的差值小于-α，确定负荷指标所属的范围为小于最小负荷；
当TD与目标温度TDtarget的差值介于-α与α之间，确定负荷指标所属的范围为不小于最小负荷且不大于最大负荷。
14.一种数据中心的初始化控制的设备，其特征在于，包括至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1-10中任何一项所述的方法。
15.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序用于使计算机执行如权利要求1-10任何一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110633813.4A CN115509273B (zh) | 2021-06-07 | 2021-06-07 | 一种数据中心的初始化控制的方法、装置、和设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110633813.4A CN115509273B (zh) | 2021-06-07 | 2021-06-07 | 一种数据中心的初始化控制的方法、装置、和设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115509273A CN115509273A (zh) | 2022-12-23 |
| CN115509273B true CN115509273B (zh) | 2024-02-23 |
Family
ID=84500111
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110633813.4A Active CN115509273B (zh) | 2021-06-07 | 2021-06-07 | 一种数据中心的初始化控制的方法、装置、和设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115509273B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019015460A (ja) * | 2017-07-07 | 2019-01-31 | 株式会社デンソーウェーブ | 全館空調システム |
| CN109827299A (zh) * | 2019-04-03 | 2019-05-31 | 广州星辰热能股份有限公司 | 基于物联网空气处理机组调节方法、装置、系统和介质 |
| CN109827292A (zh) * | 2019-01-16 | 2019-05-31 | 珠海格力电器股份有限公司 | 家电自适应节能控制模型的构建方法、控制方法、家电 |
| CN112539529A (zh) * | 2020-11-27 | 2021-03-23 | 珠海格力电器股份有限公司 | 空调系统的控制方法及控制装置、机房空调系统 |
| CN112789452A (zh) * | 2018-10-11 | 2021-05-11 | 富士通将军股份有限公司 | 空调机、数据发送方法以及空调系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11861482B2 (en) * | 2019-08-26 | 2024-01-02 | Distech Controls Inc. | Training server and method for generating a predictive model of a neural network through distributed reinforcement learning |
-
2021
- 2021-06-07 CN CN202110633813.4A patent/CN115509273B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019015460A (ja) * | 2017-07-07 | 2019-01-31 | 株式会社デンソーウェーブ | 全館空調システム |
| CN112789452A (zh) * | 2018-10-11 | 2021-05-11 | 富士通将军股份有限公司 | 空调机、数据发送方法以及空调系统 |
| CN109827292A (zh) * | 2019-01-16 | 2019-05-31 | 珠海格力电器股份有限公司 | 家电自适应节能控制模型的构建方法、控制方法、家电 |
| CN109827299A (zh) * | 2019-04-03 | 2019-05-31 | 广州星辰热能股份有限公司 | 基于物联网空气处理机组调节方法、装置、系统和介质 |
| CN112539529A (zh) * | 2020-11-27 | 2021-03-23 | 珠海格力电器股份有限公司 | 空调系统的控制方法及控制装置、机房空调系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115509273A (zh) | 2022-12-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6807556B2 (ja) | 空調制御方法、空調制御装置及び空調制御プログラム | |
| US7937961B2 (en) | System and method for controlling demand of multi-air-conditioner | |
| JP5820375B2 (ja) | データセンタ冷却ユニットを効率的に調整する方法及び装置 | |
| KR100844324B1 (ko) | 멀티에어컨의 디맨드 제어시스템 및 디맨드 제어방법 | |
| JP5842654B2 (ja) | システム制御装置およびシステム制御方法 | |
| CN113739390B (zh) | 空调器控制方法、装置和电子设备 | |
| US11514358B2 (en) | Automatic control artificial intelligence device and method for updating a control function | |
| US20160011607A1 (en) | Adaptive cooling of computing devices | |
| CN111442483B (zh) | 空气调节设备及其控制方法、装置、电子设备 | |
| CN107655180B (zh) | 运行控制方法、运行控制装置和多联机式空调器系统 | |
| US20200124310A1 (en) | Control method, control apparatus, and non-transitory computer-readable storage medium for storing program | |
| JP2020065346A (ja) | 制御装置、空調制御システム、制御方法及びプログラム | |
| CN115509273B (zh) | 一种数据中心的初始化控制的方法、装置、和设备及介质 | |
| CN113028571B (zh) | 机房空调的压缩机控制方法、装置、空调及介质 | |
| CN113791538B (zh) | 一种机房设备的控制方法、控制设备及控制系统 | |
| CN112050412B (zh) | 空调器的蓄热控制方法 | |
| CN111397150A (zh) | 空气调节设备及其控制方法、装置、电子设备 | |
| US10788233B2 (en) | Dynamic HVAC machine room setpoint computation | |
| CN110186162A (zh) | 一种空调控制方法及装置 | |
| JP5016343B2 (ja) | 空調制御システム | |
| CN114857755B (zh) | 室内机的控制方法、控制器、室内机、空调器和存储介质 | |
| CN113587344B (zh) | 空调新风量控制方法、装置及空调 | |
| CN113574510A (zh) | 用于计算密度效率测量的数据中心管理系统和方法 | |
| CN115455797A (zh) | 温度预测模型训练和温度决策方法及装置、电子设备 | |
| US11662696B2 (en) | Automatic control artificial intelligence device and method for update control function |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |