基于數(shù)據(jù)挖掘方法的數(shù)據(jù)中心能耗與空調(diào)系統(tǒng)關(guān)鍵參數(shù)量化關(guān)系研究*

清華大學(xué) 生態(tài)規(guī)劃與綠色建筑教育部重點實驗室 王 曼 生態(tài)規(guī)劃與綠色建筑教育部重點實驗室 清華大學(xué)中國新型城鎮(zhèn)化研究院 黃 莉 清華大學(xué) 生態(tài)規(guī)劃與綠色建筑教育部重點實驗室 李 書 周 浩 林波榮

0 引言

2013年以來，中國互聯(lián)網(wǎng)數(shù)據(jù)中心(IDC)產(chǎn)業(yè)進入高速發(fā)展階段。伴隨著IDC產(chǎn)業(yè)的迅速發(fā)展，國內(nèi)數(shù)據(jù)中心的建設(shè)量和耗電量呈現(xiàn)逐年增加的態(tài)勢，僅2016年一年，數(shù)據(jù)中心的耗電量就相當(dāng)于三峽水電站一年的發(fā)電量[1]。因此，數(shù)據(jù)中心已成為全國的能耗大戶之一，對其進行節(jié)能研究對我國節(jié)能降耗具有重要意義。

歐洲和北美地區(qū)開展數(shù)據(jù)中心節(jié)能研究起步較早。歐洲綠色網(wǎng)格組織提出的電能利用效率PUE(power usage effectiveness)指標(biāo)是目前評價數(shù)據(jù)中心能效的最權(quán)威指標(biāo)，PUE越接近1，則數(shù)據(jù)中心的能效越高?；赑UE指標(biāo)，綠色網(wǎng)格組織和美國環(huán)境保護署分別提出了各自的能效分級[2]。為促進歐洲數(shù)據(jù)中心的節(jié)能降耗，歐盟行為準(zhǔn)則設(shè)立了數(shù)據(jù)中心能效項目，收集了歐洲數(shù)據(jù)中心的能耗情況。經(jīng)統(tǒng)計分析，截至2016年，加入該項目的268個歐洲數(shù)據(jù)中心PUE普遍分布在1.6～2.0范圍內(nèi)，其次為1.4～1.6。根據(jù)綠色網(wǎng)格的標(biāo)準(zhǔn)，普遍處于平均水平和高效水平之間。且其PUE平均值總體呈下降趨勢，由2009年的1.87下降至2016年的1.64，歐洲數(shù)據(jù)中心能效有明顯提升[3]。與歐美相比，國內(nèi)目前尚未有詳細完整的數(shù)據(jù)中心PUE數(shù)據(jù)調(diào)研情況?，F(xiàn)有文獻顯示，國內(nèi)數(shù)據(jù)中心的PUE大部分處于2.2～3.0及更高水平[4]，與歐美還存在很大差距，國內(nèi)數(shù)據(jù)中心節(jié)能潛力巨大。

目前，對于數(shù)據(jù)中心空調(diào)系統(tǒng)的節(jié)能研究主要集中在數(shù)據(jù)中心冷源或末端性能的開發(fā)或局部改造上，缺乏對數(shù)據(jù)中心的系統(tǒng)性優(yōu)化。耿海波等人對昆明市某數(shù)據(jù)中心進行了封閉冷通道和新風(fēng)自然冷卻節(jié)能改造[5]；馮瀟瀟提出了一種以間接蒸發(fā)冷卻塔代替?zhèn)鹘y(tǒng)冷卻塔的數(shù)據(jù)中心機房冷卻系統(tǒng)[6]。研究方法也以模擬為主：Patankar使用CFD模擬方法研究了數(shù)據(jù)中心架空地板形式的末端氣流組織[7]；Fakhim等人對數(shù)據(jù)中心房間內(nèi)各個機架處的溫度進行了測試并在此基礎(chǔ)上驗證了溫度場的模擬結(jié)果[8]?；跀?shù)據(jù)中心運維數(shù)據(jù)的節(jié)能研究相對較少，如美國勞倫斯伯克利實驗室對22個運行中的數(shù)據(jù)中心進行了測試，分析了其空調(diào)系統(tǒng)形式，并對節(jié)能數(shù)據(jù)中心的設(shè)計提出了建議[9]。由于數(shù)據(jù)中心能耗數(shù)據(jù)量的龐大和各參數(shù)之間的相互耦合關(guān)系，使得從其中抽象出合理的數(shù)學(xué)模型并根據(jù)已有的工程經(jīng)驗公式對其能耗情況進行預(yù)測優(yōu)化非常困難。傳統(tǒng)研究方法在數(shù)據(jù)中心能耗研究問題上適用性不強。

數(shù)據(jù)挖掘是數(shù)據(jù)庫知識發(fā)現(xiàn)的一個步驟，一般指從大量數(shù)據(jù)中通過算法搜索隱藏于其中的信息的過程?；跀?shù)據(jù)中心運行能耗和空調(diào)系統(tǒng)數(shù)據(jù)特性，引入數(shù)據(jù)挖掘方法對其進行研究可有效解決海量數(shù)據(jù)知識發(fā)現(xiàn)困難和參數(shù)耦合問題。

目前引入數(shù)據(jù)挖掘方法對數(shù)據(jù)中心能耗進行研究尚處于起步階段。Gao建立了數(shù)據(jù)中心能耗管理的神經(jīng)網(wǎng)絡(luò)模型，實現(xiàn)了PUE預(yù)測誤差僅為4%的精準(zhǔn)預(yù)測，在此基礎(chǔ)上進一步實現(xiàn)了PUE值的降低[10]。Li等人基于數(shù)據(jù)中心冷卻系統(tǒng)的人為設(shè)定模型，提出了一種冷卻系統(tǒng)端到端控制算法CCA，可實現(xiàn)11%的數(shù)據(jù)中心節(jié)能率[11]。但在文獻[10]中，由于研究者暖通空調(diào)背景知識不足，在研究參數(shù)的選取上存在諸如同時出現(xiàn)空氣濕球溫度和空氣比焓并列的參數(shù)耦合情況；文獻[11]在研究方法上將數(shù)據(jù)中心各區(qū)域描述為單點熱源，存在簡化過度等問題，訓(xùn)練模型選用的參數(shù)也較少。因此，數(shù)據(jù)挖掘在數(shù)據(jù)中心節(jié)能控制中的應(yīng)用還很不充分。

國內(nèi)學(xué)者對于數(shù)據(jù)挖掘技術(shù)在建筑節(jié)能領(lǐng)域也進行了一定探索，如利用C4.5決策樹分析寒冷地區(qū)居住建筑供暖能耗與建筑圍護結(jié)構(gòu)特性、供暖系統(tǒng)形式與房間位置的相關(guān)性[12]；探索有監(jiān)督和無監(jiān)督2種模式下的深度學(xué)習(xí)算法在教育建筑冷負荷預(yù)測中的表現(xiàn)[13]；利用隨機森林對VRF系統(tǒng)進行故障診斷等[14]。但數(shù)據(jù)挖掘技術(shù)尚未應(yīng)用在國內(nèi)數(shù)據(jù)中心的空調(diào)系統(tǒng)節(jié)能研究中。

為對數(shù)據(jù)中心空調(diào)系統(tǒng)進行節(jié)能優(yōu)化控制，使用Lasso回歸和人工篩選2種方式篩選了進行數(shù)據(jù)中心能耗預(yù)測模型訓(xùn)練的參數(shù)?；谝陨?種方法篩選的參數(shù)，使用XGBoost算法對北京某數(shù)據(jù)中心能耗和空調(diào)系統(tǒng)數(shù)據(jù)進行數(shù)據(jù)挖掘，實現(xiàn)了對該數(shù)據(jù)中心的PUE預(yù)測及空調(diào)系統(tǒng)對PUE的定量化影響相關(guān)性排序，以XGBoost的精確度檢驗數(shù)據(jù)挖掘方法是否適用于數(shù)據(jù)機房PUE預(yù)測參數(shù)篩選，為進一步實現(xiàn)數(shù)據(jù)中心節(jié)能優(yōu)化控制提供依據(jù)。

1 研究方法

本文技術(shù)路線如圖1所示。首先對數(shù)據(jù)中心空調(diào)系統(tǒng)運行現(xiàn)狀進行調(diào)研，實現(xiàn)對數(shù)據(jù)中心運維情況的了解和研究數(shù)據(jù)的采集。進而對采集到的數(shù)據(jù)進行分析，進行基本的數(shù)據(jù)清洗。在此基礎(chǔ)上進行數(shù)據(jù)挖掘研究，并對數(shù)據(jù)挖掘結(jié)果進行分析。

圖1 研究技術(shù)路線

1.1 現(xiàn)狀調(diào)研

現(xiàn)狀調(diào)研主要通過實地調(diào)研進行，選取具備典型國內(nèi)數(shù)據(jù)中心空調(diào)形式的北京某大型數(shù)據(jù)中心進行研究，采集其運行能耗及空調(diào)系統(tǒng)數(shù)據(jù)。

本文研究對象為北京匯天云端產(chǎn)業(yè)園14號樓數(shù)據(jù)中心機房，占地面積3 711 m2，總建筑面積20 271 m2，共10層。地下1層為動力設(shè)備層，布置冷水機房、2個變配電室和蓄冷罐間；地上6層為IT設(shè)備層，1層設(shè)置會議室、若干辦公室、中控室和展示機房；其余樓層均為IT機柜機房。機房區(qū)總冷負荷12 083 kW，其中建筑負荷1 099 kW，IT負荷10 984 kW，設(shè)計冷水供/回水溫度12 ℃/18 ℃。前室、新風(fēng)系統(tǒng)總冷負荷1 298 kW。

數(shù)據(jù)主要來自數(shù)據(jù)中心監(jiān)控系統(tǒng)自動記錄的運行數(shù)據(jù)，在運維人員協(xié)助下獲得了研究對象于2019年1月9日00:00至4月10日15:00的運行數(shù)據(jù)，共計31 299 878條，記錄時間包含全年內(nèi)的冬季和部分過渡季，系統(tǒng)自動記錄時間間隔約為10 min，由于傳感器自身原因略有時間誤差，以下將基于這些數(shù)據(jù)進行能耗數(shù)據(jù)挖掘研究。由于數(shù)據(jù)中心未進行相關(guān)氣象數(shù)據(jù)監(jiān)測，考慮到研究對象距離北京首都國際機場較近，本次研究所使用的氣象數(shù)據(jù)來源于網(wǎng)上下載的北京首都國際機場氣象數(shù)據(jù)監(jiān)測記錄，記錄時間間隔為30 min。

1.2 數(shù)據(jù)分析

基于采集到的數(shù)據(jù)中心能耗及空調(diào)系統(tǒng)數(shù)據(jù)，進行初步的數(shù)據(jù)清洗，篩選出進行數(shù)據(jù)挖掘的相關(guān)參數(shù)，排除冗余數(shù)據(jù)干擾。同時，完成不同參數(shù)的時間節(jié)點校對，使得其時間節(jié)點統(tǒng)一。在此基礎(chǔ)上，對得到的各個參數(shù)進行描述性分析，了解數(shù)據(jù)的特點，從而對其適用的數(shù)據(jù)挖掘方法進行篩選。

本次共收集數(shù)據(jù)31 299 878條，每條數(shù)據(jù)有效信息僅包含時間戳和某一參數(shù)值2項。經(jīng)過對數(shù)據(jù)進行研判，數(shù)據(jù)中包含大量與此次研究相關(guān)性不高的供配電系統(tǒng)參數(shù)，予以剔除。另因本次研究著眼于系統(tǒng)全局參數(shù)，尚未深入進行到對于各個設(shè)備和末端具體工況的分析，故在數(shù)據(jù)量中占比很高的各個設(shè)備的運行參數(shù)此次未進行相關(guān)挖掘。共篩選出604 186條數(shù)據(jù)中心全局控制數(shù)據(jù)用于研究。將以上各個參數(shù)處理后的結(jié)果進行匯總，使得單個時間戳可以對應(yīng)多個參數(shù)在該時間點的運行參數(shù)后，共得到13 193個時間節(jié)點的數(shù)據(jù)，其中由于2019年1月18日至2月17日及3月份部分時間制冷裝置的運行啟停狀態(tài)記錄缺失，剔除壞值后，最終共得到7 593個有效時間記錄點數(shù)據(jù)。時間跨度為2019年1月9日00:00至17日00:30、2月18日14:30至3月7日17:30、3月12日14:10至4月10日14:50，包含部分冬季和部分過渡季。每條時間記錄點包含參數(shù)有：1) 室外氣象參數(shù)(室外濕球溫度)；2) 功率類參數(shù)(IT設(shè)備有功功率、總有功功率、UPS功率、UPS功率損耗、動力功率、空調(diào)功率、其他功率)；3) 空調(diào)系統(tǒng)參數(shù)(送風(fēng)溫度、回風(fēng)溫度、冷水溫度、冷水泵運行臺數(shù)、冷水機組運行臺數(shù)、回風(fēng)濕度、機房精密空調(diào)(CRAC)水閥開度、送回風(fēng)溫差、CRAC蒸發(fā)扇速度)。數(shù)據(jù)篩選及后續(xù)的數(shù)據(jù)挖掘過程均基于Python 3.7進行。

1.3 算法選擇

基于數(shù)據(jù)清洗后的數(shù)據(jù)特點的分析，對比分析合適的計算機篩選參數(shù)的算法。用確定的計算機算法和人工篩選2種方法進行數(shù)據(jù)中心能耗預(yù)測的空調(diào)參數(shù)篩選工作，以2種方法得到的空調(diào)系統(tǒng)參數(shù)為輸入?yún)?shù)，以PUE為輸出參數(shù)，使用XGBoost算法訓(xùn)練數(shù)據(jù)中心能耗預(yù)測模型。

XGBoost是一套提升樹可擴展的機器學(xué)習(xí)系統(tǒng)，其原理是基于多個弱分類決策樹聯(lián)合決策，在各數(shù)據(jù)挖掘大賽中有良好表現(xiàn)[15]，性能甚至超過了一度應(yīng)用廣泛的神經(jīng)網(wǎng)絡(luò)算法。由于數(shù)據(jù)中心空調(diào)系統(tǒng)的復(fù)雜性，上述得到的空調(diào)系統(tǒng)參數(shù)可能存在共線關(guān)系。引入數(shù)據(jù)挖掘算法進行特征提取旨在通過算法排除耦合性較高的參數(shù)，選取有代表性的獨立性參數(shù)，同時得到輸入?yún)?shù)對PUE影響的相關(guān)性排序。為此，經(jīng)文獻調(diào)研初步選取了3種算法：嶺回歸、邏輯回歸和Lasso回歸。3種算法的特性比較見表1。

表1 適用回歸方法對比[16]

邏輯回歸算法由于一般應(yīng)用于因變量僅有1或0(是或否)2種情況，所以常用來處理分類問題，不適用于連續(xù)值的擬合計算。嶺回歸和Lasso回歸都可處理多元共線性變量對單變量的擬合問題，但嶺回歸僅會將無關(guān)項的相關(guān)系數(shù)降到較小值，無法徹底消除共線性和排除影響較小的參數(shù)。Lasso回歸方法是一種壓縮估計，它通過構(gòu)造一個懲罰函數(shù)得到一個較為精煉的模型，使得它壓縮一些回歸系數(shù)，即強制系數(shù)絕對值之和小于某個固定值。通過這種方法可將與因變量關(guān)系不大的自變量剔除，實現(xiàn)計算機自動篩選，局限性較小，可將無關(guān)項的相關(guān)系數(shù)壓縮為0，從而突出較大影響參數(shù)。綜合以上目標(biāo)和算法特點，引入Lasso回歸進行特征篩選。

1.4 結(jié)果分析

通過比較基于以上2種參數(shù)篩選方法得到的XGBoost數(shù)據(jù)中心能耗預(yù)測模型精度，檢驗計算機方法在數(shù)據(jù)中心能耗預(yù)測參數(shù)篩選中的可靠性。通過對計算機參數(shù)篩選方法中輸出的空調(diào)系統(tǒng)參數(shù)對能耗的相關(guān)性排序及XGBoost算法生成的相關(guān)性排序進行比較，對比存在差異的原因，為進一步的研究工作提供參考。

2 研究結(jié)果

2.1 數(shù)據(jù)采集

由于數(shù)據(jù)中心已有數(shù)據(jù)記錄系統(tǒng)的限制，未能全部采集所需參數(shù)，預(yù)期與實際得到的參數(shù)統(tǒng)計對比見表2。

2.2 數(shù)據(jù)分析

2.2.1數(shù)據(jù)清洗

實時PUE為總功率與IT功率之比，由PUE定義可知，功率項會對PUE預(yù)測產(chǎn)生很大影響，初步數(shù)據(jù)挖掘也印證了如上觀點，故為排除多余功率項對PUE預(yù)測的干擾，體現(xiàn)空調(diào)系統(tǒng)參數(shù)對PUE的影響，后續(xù)數(shù)據(jù)挖掘中電力系統(tǒng)參數(shù)僅保留IT功率和實時PUE。由于該數(shù)據(jù)中心系統(tǒng)較為復(fù)雜，涉及設(shè)備眾多，本文中的研究尚不涉及各臺設(shè)備的具體工況，而著眼于整個系統(tǒng)，因此，各臺設(shè)備的相關(guān)參數(shù)未作為模型訓(xùn)練選用參數(shù)。為了實現(xiàn)用一個參數(shù)體現(xiàn)更多信息的目的，在送風(fēng)溫度、回風(fēng)溫度和送回風(fēng)溫差3個耦合參數(shù)中選取送回風(fēng)溫差，室外氣象參數(shù)選擇濕球溫度進行數(shù)據(jù)挖掘，最終得到進行數(shù)據(jù)挖掘的參數(shù)列項，見表3。

表2 所需參數(shù)與取得參數(shù)的對比

表3 數(shù)據(jù)挖掘參數(shù)列項

2.2.2描述性分析

對數(shù)據(jù)進行描述性分析，了解數(shù)據(jù)的整體情況，借助Python 3.7最終可得到各個參數(shù)的描述性分析結(jié)果，見表4。

表4 數(shù)據(jù)挖掘參數(shù)描述性統(tǒng)計

同時，各參數(shù)的概率密度分布如圖2所示。由圖2可見，部分變量不服從正態(tài)分布，故傳統(tǒng)進行相關(guān)性分析的皮爾遜(Pearson)系數(shù)法不適用。

圖2 輸入?yún)?shù)概率密度分布曲線

2.3 數(shù)據(jù)挖掘

經(jīng)過Lasso回歸運算，表3中涉及的輸入?yún)?shù)的Lasso回歸系數(shù)如表5所示。經(jīng)過Lasso回歸篩選后，僅有5項參數(shù)被保留下來。以系數(shù)進行比較，5項參數(shù)對PUE的影響相關(guān)性排序為：回風(fēng)相對濕度>CRAC水閥開度>冷水機組運行臺數(shù)>室外濕球溫度>IT設(shè)備功率。結(jié)合專業(yè)知識，人工選擇特征參數(shù)見表6。

表5 Lasso回歸得到的各參數(shù)回歸系數(shù)

表6 人工篩選XGBoost訓(xùn)練參數(shù)

2.4 數(shù)據(jù)中心能耗預(yù)測模型訓(xùn)練

僅保留Lasso回歸得到的5項參數(shù)，使用XGBoost進行PUE訓(xùn)練，最終可得預(yù)測方差為0.000 891 97，相對誤差為0.015 08，方差和相對誤差越小代表模型預(yù)測精度越高。預(yù)測PUE與實測PUE的對比如圖3所示，XGBoost算法得到的參與模型訓(xùn)練的5項參數(shù)的特征重要性如圖4所示。XGBoost是基于多個決策樹聯(lián)合決策的算法，其重要性分?jǐn)?shù)衡量了特征在決策樹構(gòu)建中的價值。被用來構(gòu)建決策樹的某個屬性越多，它的重要性就相對越高。圖4中f0～f4分別代表室外濕球溫度、IT設(shè)備功率、冷水機組運行臺數(shù)、回風(fēng)相對濕度、CRAC水閥開度，即XGBoost算法中得到的上述5項參數(shù)對PUE的影響相關(guān)性排序為：CRAC水閥開度>回風(fēng)相對濕度>IT設(shè)備功率>室外濕球溫度>冷水機組運行臺數(shù)。對比Lasso系數(shù)得到的相關(guān)性排序，二者存在較大差異，且冷水機組運行臺數(shù)在XGBoost訓(xùn)練中的權(quán)重相較其他4項參數(shù)占比很小，Lasso算法特征篩選結(jié)果未達到預(yù)期。

圖3 Lasso算法5項參數(shù)預(yù)測PUE與實測PUE對比

圖4 Lasso算法確定的5項參數(shù)在XGBoost 中輸出的特征重要度

選用如上所述的人工篩選的輸入?yún)?shù)在XGBoost進行PUE訓(xùn)練，最終可得預(yù)測方差為0.000 654 89，相對誤差為0.012 94。人工參數(shù)篩選方法的預(yù)測PUE與實測PUE的對比如圖5所示，XGBoost算法得到的參與模型訓(xùn)練的6項參數(shù)的特征重要度如圖6所示，其中f0～f5分別代表室外濕球溫度、IT設(shè)備功率、送回風(fēng)溫差、冷水機組運行臺數(shù)、回風(fēng)相對濕度、CRAC水閥開度，即XGBoost算法中得到的上述6項參數(shù)對PUE的影響相關(guān)性排序為：CRAC水閥開度>回風(fēng)相對濕度>送回風(fēng)溫差>室外濕球溫度>IT設(shè)備功率>冷水機組運行臺數(shù)。

圖5 人工篩選6項參數(shù)PUE預(yù)測值與實測值對比

圖6 人工篩選6項參數(shù)在XGBoost中輸出的特征重要度

2.5 對比分析

Lasso回歸算法與其對應(yīng)的XGBoost算法得到的輸入?yún)?shù)對PUE的影響排序存在差異的原因可能是算法自身的差異。Lasso回歸得到的系數(shù)仍然是基于線性回歸邏輯生成的，XGBoost算法則是基于多個決策樹聯(lián)合決策形成的非線性模型。且此次使用Python自帶的Lasso回歸算法包為Lasso回歸系列中最基礎(chǔ)的版本，其默認(rèn)每個維度上的特征權(quán)重都有相同的正則化系數(shù)，算法自身也存在局限性。尋找更具有代表性的輸入?yún)?shù)篩選算法很有必要。

與完全使用Lasso算法得到的5項參數(shù)訓(xùn)練的XGBoost算法相比，人工篩選的6項參數(shù)訓(xùn)練得到的模型方差更小，精確度更高。但對比Lasso算法得到的5項參數(shù)和人工篩選得到的6項參數(shù)列項，可見2種篩選方法得到的輸入?yún)?shù)非常類似，差別僅存在于送回風(fēng)溫差一項。因此，Lasso回歸得到的XGBoost模型輸入?yún)?shù)仍具有一定的參考意義，在后續(xù)研究中輸入?yún)?shù)較多難以進行人工篩選的情況下，使用Lasso回歸可為輸入?yún)?shù)的確定提供參考，結(jié)合專業(yè)背景知識進行判別可得到較理想的預(yù)測模型訓(xùn)練參數(shù)。

2.6 數(shù)據(jù)挖掘結(jié)果與估算方法對比

實時PUE定義為數(shù)據(jù)中心總功率與IT功率之比，如式(1)所示：

(1)

式中Pt為數(shù)據(jù)中心總功率，包含IT功率PIT、照明系統(tǒng)功率PL、UPS供配電系統(tǒng)功率PUPS和空調(diào)系統(tǒng)功率PAC。

PL在一定時間內(nèi)變化不大，PIT在服務(wù)器訪問量基本不變的情況下變化極小，PUPS與PIT相關(guān)性較高，PIT基本不變時其也保持基本不變，故這3項在一定時間內(nèi)可作為常量進行處理。設(shè)

(2)

(3)

則式(1)可轉(zhuǎn)化為

PUE=1+α+βPAC

(4)

PAC包含制冷站能耗、輸配系統(tǒng)能耗和末端系統(tǒng)能耗，制冷站能耗又包含冷卻塔能耗∑P′CL、冷卻水泵能耗∑P′CT和冷水機組能耗∑P′C，輸配系統(tǒng)能耗主要包含冷水泵能耗∑P′CW，末端系統(tǒng)能耗包含機房精密空調(diào)能耗∑P′CRAC、除濕機或加濕機能耗∑P′H、新風(fēng)機能耗∑P′MAU。故式(4)可轉(zhuǎn)化為

PUE=1+α+β(∑P′CL+∑P′C+∑P′CT+

∑P′CW+∑P′CRAC+∑P′MAU+∑P′H)

(5)

冷水機組能耗、除濕機或加濕機能耗、新風(fēng)機能耗可根據(jù)設(shè)備COP進行計算，冷卻塔能耗、水泵能耗和精密空調(diào)能耗可根據(jù)風(fēng)機和水泵的相似率進行計算。結(jié)合項目情況，同類型的多組設(shè)備采用完全相同的配置，且各個機組間相互獨立。設(shè)數(shù)據(jù)中心室內(nèi)顯熱負荷為Q，新風(fēng)冷負荷為q，室內(nèi)濕負荷為W，新風(fēng)濕負荷為w，則式(5)可轉(zhuǎn)化為

(6)

式中PCL為冷卻塔額定能耗；VCLi為第i臺冷卻塔的實際流量；VCLr為冷卻塔的額定流量；Qi為第i臺冷水機組承擔(dān)的顯熱負荷；COPC為冷水機組的額定COP；PCT為冷卻水泵的額定能耗；VCTi為第i臺冷卻水泵的實際流量；VCTr為冷卻水泵的額定流量；PCW為冷水泵額定能耗；VCWi為第i臺冷水泵的實際流量；VCWr為冷水泵的額定流量；PCRAC為機房精密空調(diào)的額定能耗；VCRACi為第i臺機房精密空調(diào)的實際送風(fēng)量；VCRACr為機房精密空調(diào)的額定送風(fēng)量；qi為第i臺新風(fēng)機的新風(fēng)冷負荷；wi為第i臺新風(fēng)機的新風(fēng)濕負荷；Wi為第i臺除濕機或加濕機所承擔(dān)的濕負荷；COPH為除濕機或加濕機的額定COP。

由于設(shè)備額定功率和額定流量為定值，故冷卻塔能耗、水泵能耗和精密空調(diào)能耗主要受其實際流量影響。而實際流量與各設(shè)備的供回水、送回風(fēng)溫度密切相關(guān)，設(shè)某設(shè)備能耗與其額定流量的三次冪之比為一常數(shù)，單臺冷卻塔和冷卻水泵所承擔(dān)的熱負荷為Q′i，單臺冷卻塔單位質(zhì)量流量空氣的全熱交換量為ri，則式(6)可以進一步轉(zhuǎn)化為

(7)

式中γCL為冷卻塔能耗與其額定流量的三次冪之比；γCT為冷卻水泵能耗與其額定流量的三次冪之比；TCTr為冷卻水回水溫度；TCTs為冷卻水供水溫度；γCW為冷水泵能耗與其額定流量的三次冪之比；TCWr為冷水回水溫度；TCWs為冷水供水溫度；γCRAC為機房精密空調(diào)風(fēng)扇能耗與其額定送風(fēng)量的三次冪之比；Tar為機房精密空調(diào)回風(fēng)溫度；Tas為機房精密空調(diào)送風(fēng)溫度。

僅從式(6)、(7)的結(jié)果來看，PUE所受的影響因素較多。在本研究對象中，為實現(xiàn)室內(nèi)溫濕度的精密控制，采用溫濕度獨立控制方式，末端CRAC數(shù)量和濕膜加濕器數(shù)量要遠多于冷水機組、冷卻塔和水泵數(shù)量，故在XGBoost模型訓(xùn)練過程中，與CRAC較為相關(guān)的CRAC水閥開度、送回風(fēng)溫差及與加濕器較為相關(guān)的回風(fēng)濕度這3個參數(shù)在XGBoost模型訓(xùn)練中對PUE的影響相關(guān)性較高。在與制冷站相關(guān)的其他3個參數(shù)中，室外濕球溫度將極大地影響冷卻塔自然冷卻的效果，即會影響其單位質(zhì)量流量空氣的全熱交換量，室外濕球溫度越低，則冷卻塔所需空氣流量越小，冷卻塔風(fēng)機能耗越??；同時，室外濕球溫度越低，自然冷卻可以制得的冷水的溫度越低，冷水機組的出力越小。而IT功率在數(shù)據(jù)采集時間段內(nèi)波動較小，冷水機組運行臺數(shù)在一定時間內(nèi)基本保持不變，且為一離散值，對連續(xù)值的PUE影響不明顯，故這2項在XGBoost得出的PUE影響因素相關(guān)性排序中占比最小。

因此，數(shù)據(jù)挖掘得出的PUE影響因素相關(guān)性排序與式(6)、(7)相一致，數(shù)據(jù)挖掘結(jié)果具有可信度。且由于式(6)、(7)涉及參數(shù)較多，單純使用傳統(tǒng)的敏感性分析方法很難得到較為準(zhǔn)確的PUE影響因素相關(guān)性大小，故可在進一步研究中引入更多的空調(diào)系統(tǒng)參數(shù)，使用數(shù)據(jù)挖掘方法分析其對PUE的影響程度。

3 結(jié)論

1) 基于對數(shù)據(jù)的描述性分析可見，數(shù)據(jù)中心的運維實測數(shù)據(jù)并非都遵循正態(tài)分布，不適宜采用傳統(tǒng)的皮爾遜系數(shù)法探究其與PUE的相關(guān)性關(guān)系。

2) Lasso回歸和XGBoost模型訓(xùn)練得到的輸入?yún)?shù)對于PUE的相關(guān)性排序不一致，這可能是由于2種算法的原理不同及Lasso回歸自身的局限性造成的。

3) 人工篩選的6項參數(shù)在XGBoost中進行訓(xùn)練后，得到的PUE預(yù)測模型方差僅為0.000 654 89，與實測PUE吻合度較好，使用XGBoost算法對數(shù)據(jù)中心PUE進行預(yù)測較為可行。

4) Lasso回歸確定的5項輸入?yún)?shù)在XGBoost中的訓(xùn)練精確度不及人工篩選的6項參數(shù)高，但二者基本一致，Lasso回歸在參數(shù)較多時仍可作為排除參數(shù)共線性、確定獨立變量的有效手段。在下一步的研究工作中，可搜尋更可靠的輸入?yún)?shù)篩選方法替代Lasso回歸，從而實現(xiàn)輸入?yún)?shù)的高效篩選，進而提高數(shù)據(jù)挖掘結(jié)果的準(zhǔn)確性。由于當(dāng)前我國數(shù)據(jù)中心基礎(chǔ)數(shù)據(jù)相對不全，本研究所用數(shù)據(jù)尚不能涵蓋全年特性。未來還可在進一步完善數(shù)據(jù)源的基礎(chǔ)上，采用更多數(shù)據(jù)中心全年的更多數(shù)據(jù)，沿用上述方法分析，為完善基于數(shù)據(jù)挖掘方法優(yōu)化數(shù)據(jù)中心運行節(jié)能控制策略提供參考。