智能科学与技术学报 ›› 2020, Vol. 2 ›› Issue (4): 341-347.doi: 10.11959/j.issn.2096-6652.202036

• 专刊:深度强化学习 • 上一篇    下一篇

面向数据中心绿色可靠运行的强化学习方法

贾庆山1, 唐静娴1, 吴俊杰1, 胡潇2, 林依挺3, 夏恒3   

  1. 1 清华大学自动化系智能与网络化系统研究中心,北京 100084
    2 北京化工大学信息科学与技术学院,北京 100029
    3 腾讯IDC平台部,广东 深圳 518052
  • 修回日期:2020-12-02 出版日期:2020-12-15 发布日期:2020-12-01
  • 作者简介:贾庆山(1980- ),男,博士,清华大学自动化系智能与网络化系统研究中心副教授,主要研究方向为信息物理融合能源系统的优化理论与方法。
    唐静娴(1996- ),女,清华大学自动化系智能与网络化系统研究中心博士生,主要研究方向为绿色智能建筑的运行优化。
    吴俊杰(1992- ),男,清华大学自动化系智能与网络化系统研究中心博士生,主要研究方向为随机动态系统策略优化、强化学习。
    胡潇(1999- ),男,北京化工大学信息科学与技术学院本科生,主要研究方向为数据中心节能优化运行、强化学习。
    林依挺(1995- ),男,腾讯IDC平台部助理研究员,主要研究方向为数据中心AI能效分析、基础设施设备健康管理。
    夏恒(1986- ),男,腾讯IDC平台部产品管理组组长,主要研究方向为数据中心自动化运营管理平台。
  • 基金资助:
    国家自然科学基金资助项目(61673229);国家自然科学基金资助项目(62073182);国家重点研发计划基金资助项目(2017YFC0704100);国家重点研发计划基金资助项目(2016YFB0901900);111创新引智基地计划(BP2018006)

Reinforcement learning for green and reliable data center

Qing-Shan JIA1, Jingxian TANG1, Junjie WU1, Xiao HU2, Yiting LIN3, Heng XIA3   

  1. 1 Center for Intelligent and Networked Systems, Department of Automation, Tsinghua University, Beijing 100084, China
    2 College of Information Science and Technology, Beijing University of Chemical Technology, Beijing 100029, China
    3 IDC Platform Department, Tencent Corporation, Shenzhen 518052, China
  • Revised:2020-12-02 Online:2020-12-15 Published:2020-12-01
  • Supported by:
    The National Natural Science Foundation of China(61673229);The National Natural Science Foundation of China(62073182);National Key Research and De-velopment Program of China(2017YFC0704100);National Key Research and De-velopment Program of China(2016YFB0901900);111 International Collaboration Project(BP2018006)

摘要:

数据中心的绿色可靠运行具有重大的社会经济价值。综述了面向数据中心绿色可靠运行的优化与控制方法,提出一种事件驱动的强化学习方法,用于提升运行能效;提出一种电池寿命预测方法,提升了预测精度。

关键词: 数据中心, 信息物理融合能源系统, 强化学习, 事件驱动的优化

Abstract:

It is of significant social and economical impact to achieve green and reliable operation of data center.The optimization and control methods for green and reliable data center were reviewed briefly.An event-based reinforcement learning approach for improving the energy efficiency was developed.And a method to improve the accuracy of battery lifetime forecasting was developed.

Key words: data center, cyber physical energy system, reinforcement learning, event-based optimization

中图分类号: 

No Suggested Reading articles found!