一种基于深度强化学习的制冷机房节能优化控制方法

AITNT
正文
推荐专利
一种基于深度强化学习的制冷机房节能优化控制方法
申请号:CN202510984129
申请日期:2025-07-17
公开号:CN120494453B
公开日期:2025-09-09
类型:发明专利
摘要
本发明公开了一种基于深度强化学习的制冷机房节能优化控制方法,涉及机房制冷技术领域,该方法的步骤包括:根据机柜间距对机房进行自组织热网格划分,得到初始冷却分区,并实时计算分区内负载状态;检测每个机柜的每个U位是否存在设备,若检测存在空位,运行冷气泄露路径监测策略,实时监测每个冷却分区机柜前端空置U位热分布,自动识别冷气泄漏路径,得到每个冷却分区的补偿风量;如果检测存在设备,则直接运行风量配置算法,将冷却分区内负载状态、补偿风量、电缆密度作为风量配置算法的输入,得到每个出风口的风量及角度。解决了空挡板缺失造成的风洞效应使大量冷气通过空位直接泄向热通道或机房地面,冷气利用率大幅下降的问题。
技术关键词
节能优化控制方法 深度强化学习 制冷机房 风量 分区 网格 配置算法 粒子 监测策略 温度平衡 核心 机房制冷技术 微调器件 机柜U位 风洞效应 机房地面 红外相机 风压
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号