摘要

本发明公开了一种基于强化学习的数据中心冷源参数优化方法、系统及介质。该方法包括部署数据中心冷源数据采集、控制系统,采集数据中心冷源运行数据、室外气象数据和冷源设备能耗数据;构建数据中心冷源马尔科夫决策模型,包括状态、动作、概率及奖励的构建;基于数据中心冷源马尔科夫决策模型,利用Q-learning方法对数据中心冷源参数进行优化。本发明从数据中心冷源运行数据中不断自我学习,实现数据中心冷源系统参数优化,减少数据中心能源使用,与现有的数据中心冷源参数优化方法相比,可进一步减少能源消耗,提升数据中心用能水平,有效降低数据中心电能利用效率PUE和制冷负载系数CLF。