附件 《国家信息化领域节能技术应用指南与案例（2022年版）》 之五：数据中心节能提效技术（智能化运维管理技术） （一）模块化数据中心智能化综合节能技术一一结合人工智能 （AI）的DCIM数据中心智能管理系统 1.技术适用范围 适用于数据中心整体新建及改造.
2.技术原理及工艺 该技术由数据感知、数据采集、数据传输、数据处理、数据 显示五部分组成，采用微服务架构，以能效管理、资源管理、资 产管理、告警管理、巡检管理等模块化功能为核心，通过对数据 中心基础设施的监测、管理和优化，将运营管理和运维管理有机 融合，提供数据中心全生命周期管理，结合人工智能，实现电能 利用比值最低化.
DCIM数据中心智能管理系统架构如图1所示.
故据显示 上层平台 NBI 3 Party System 数据处理 世E文持化IDCIM 数据传输 网 数据采集 数据感知 图1DCIM数据中心智能管理系统架构图
3.技术指标 （1）系统自主寻优，节能率：8%； （2）平均故障间隔时间：>20000小时； （3）系统界面响应时间：99.90%；
（3）平均故障间隔时间：>20000小时.
4.技术功能特性 （1）根据实时环境数据与末端负载数据计算所需的冷量， 提升电能使用效率； （2）通过对数据中心历史数据的自动学习、训练，生成能 效预测模型，保证能效方案的评估精度.
5.应用案例 北京市某数据中心项目，技术提供单位为科华数据股份有限 公司.
（1）用户用能情况：项目规划建设4000个机柜，设计电能 利用比值不高于1.50，项目设计耗能7000万千瓦时/年.
（2）实施内容及周期：为数据中心建设智慧运营管理平台.
实施周期10个月.
（3）节能减排效果及投资回收期：经测算，平台上线后可 节约电能2%，节能量为140万千瓦时/年.
投资回收期约1年.
6.预计到2025年行业普及率及节能能力 预计到2025年行业普及率可达到20%.
可实现节约标准煤3 万吨/年及以上.
4
（三）基于人工智能（AI）的数据中心运维管理系统 1.技术适用范围 适用于数据中心冷却系统运维管理及改造.
2.技术原理及工艺 具有多种节能控制策略类型，通过对机房能耗、温度、末端 空调及水冷主机运行参数等数据进行采集、处理、分析，形成机 房运行特征图谱，依托大数据技术及人工智能算法输出制冷系统 节能控制策略，提升制冷效率，并通过实时监控实现故障情况自 动报警.
技术原理如图3所示.
（机房） 边（省） 云（集团大数据平台） 中最示 e ECSaas Saa5 基动售息信理 生成与下发 服示 传彩器 ECPas 采集数据直询 节能成效评估 权限管理 实时数握采集 模型与优化 专分析 任管理 生虑 A智能打标 数据质量检测 安全审计 略执行 应用售理国 Poaas 环境监院 服务编排 应用管理 监控售餐 CICD 冷设备 环系规或 设控制 角明优化 数据的间 理分析 其他系统 节能成效示 安全略间 我医存储 数藏南光 数计 实统配置 软据打标 硬型评估 模重优化 laa5 速源协间 明 图35人工智能（AI）的数据中心运维管理系统技术原理图 3.技术指标 （1）单机房制冷系统节能率：20%~50%； （2）机房总体节能率：5%~8%.
