基于改进粒子群寻优的数据中心精密空调无模型自适应预测控制

作     者：杨旭 赵旭磊 涂壤 张涛 YANG Xu;ZHAO Xulei;TU Rang;ZHANG Tao

作者机构：北京科技大学自动化学院北京100083 北京科技大学土木与资源工程学院北京100083 

基　　金：北京市自然科学基金资助项目(4212040) 国家自然科学基金资助项目(61673053) 中国电子工程设计研究院有限公司-北京科技大学合作资助项目(SDIC2021-08) 

出 版 物：《北京工业大学学报》 (Journal of Beijing University of Technology)

年 卷 期：2023年第49卷第4期

页      码：424-434页

摘      要：为实现数据中心热通道温度的精确控制,减少由于温度控制方式粗放造成的能源浪费,提出一种基于改进粒子群寻优(improved particle swarm optimization, IPSO)算法的数据中心精密空调无模型自适应预测控制(model free adaptive predictive control, MFAPC)方法.首先,考虑到MFAPC控制器参数空间大以及数据中心被控系统的动态复杂性,对粒子群寻优(particle swarm optimization, PSO)算法的惯性权值进行变权改进,从而提高PSO算法的前期探索和后期挖掘能力,最终获得最优控制器参数.然后,由于数据中心存在冷通道温度和风量的限制,因此将控制量约束问题转化为二次规划约束问题,并利用IPSO算法实现MFAPC控制器的每一控制步参数最优化,使得MFAPC输出的每一步控制量都是当前系统状态下的最优控制量.最后,基于北京市某数据中心现场数据,通过控制数据中心机房热通道温度预测模型对所提方法进行验证.带控制量约束IPSO-MFAPC方法在总体控制误差、超调量、快速性上都极大地优于MFAPC控制器.结果表明该文所提IPSO-MFAPC方法能够实现数据中心的热通道温度精确控制.

主 题 词：预测控制 无模型自适应控制 改进的粒子群算法 数据中心 数据驱动控制 人工神经网络 

学科分类：082304[082304] 08[工学] 080204[080204] 0802[工学-机械学] 0812[工学-测绘类] 0823[工学-农业工程类] 

核心收录：

D　O　I：10.11936/bjutxb2022110021

馆 藏 号：203121010...