張子婷 曾宇 任宏丹 孟銳

(1.中國電信股份有限公司研究院，北京102200；2. 北京郵電大學(xué)，北京 100876)

0 引言

隨著5G、云計算、物聯(lián)網(wǎng)、人工智能(Artificial Intelligence，AI)等數(shù)字化技術(shù)的高速發(fā)展，多技術(shù)融合的應(yīng)用場景為數(shù)據(jù)中心產(chǎn)品、技術(shù)乃至理念提供了新的發(fā)展動力，數(shù)據(jù)中心迎來了它躍遷的關(guān)鍵階段[1]。同時，為了實現(xiàn)碳達峰和碳中和目標(biāo)，發(fā)展支撐新技術(shù)算力的重要基礎(chǔ)設(shè)施，建設(shè)高技術(shù)、高能效、高算力、高安全特征的新型數(shù)據(jù)中心，工業(yè)和信息化部在2021年7月印發(fā)的《新型數(shù)據(jù)中心發(fā)展三年行動計劃(2021—2023年)》明確指出：用3年時間基本形成綠色低碳、算力規(guī)模與數(shù)字經(jīng)濟增長相適應(yīng)的新型數(shù)據(jù)中心發(fā)展格局[2]。

作為數(shù)據(jù)存儲最重要的基礎(chǔ)設(shè)施，新型數(shù)據(jù)中心肩負(fù)著數(shù)據(jù)流的接收、處理、存儲與轉(zhuǎn)發(fā)，其穩(wěn)定性、健壯性和可靠性離不開不間斷電源(Uninterruptible Power Supply,UPS)提供的電源保障功能[3]。其中，蓄電池是UPS供電系統(tǒng)的重要組成部分，在斷電等突發(fā)情況時及時為數(shù)據(jù)中心的設(shè)備提供電力。由于數(shù)據(jù)中心蓄電池在正常情況下處于浮充狀態(tài)，存在著失效和失控的風(fēng)險，因此對蓄電池的健康監(jiān)測、異常檢測和預(yù)測維護尤為重要。智能的預(yù)維技術(shù)既可以避免龐大的人力、物力和維護費用，又可以及時發(fā)現(xiàn)劣化單體電池。合理的電池性能預(yù)警機制既有利于延長蓄電池組的實際使用壽命，又保障了數(shù)據(jù)中心的供電安全，劣化的電池可以用于修復(fù)和回收。因此，實現(xiàn)數(shù)據(jù)中心UPS蓄電池的智能預(yù)維對于推動綠色高效的數(shù)據(jù)中心的發(fā)展、實現(xiàn)能源行業(yè)的數(shù)字化和智能化起著關(guān)鍵的作用。本文分析了數(shù)據(jù)中心UPS蓄電池預(yù)維技術(shù)的3個發(fā)展階段，提出了一種智能預(yù)維管理系統(tǒng)，并進一步總結(jié)了用于UPS蓄電池健康監(jiān)測、異常檢測和性能預(yù)測的機器學(xué)習(xí)方法，具有較高的現(xiàn)實意義和指導(dǎo)意義。

1 數(shù)據(jù)中心UPS蓄電池預(yù)維技術(shù)發(fā)展

當(dāng)前數(shù)據(jù)中心UPS蓄電池的預(yù)維按照成熟度分為3個發(fā)展階段：被動式、預(yù)防式和預(yù)測式。3個發(fā)展階段的描述和評價如表1所示。

表1 數(shù)據(jù)中心UPS蓄電池預(yù)維管理的發(fā)展階段

1.1 被動式UPS蓄電池維護

被動式蓄電池維護不采用任何技術(shù)和管理手段，直到蓄電池出現(xiàn)故障問題無法滿足供電需求時進行維修和更換。一般而言，蓄電池的維修成本和隱患發(fā)現(xiàn)的時間呈現(xiàn)負(fù)相關(guān)，但是一旦發(fā)生市電故障，劣化的蓄電池?zé)o法及時供給電源，給用戶的數(shù)據(jù)帶來嚴(yán)重的威脅，將會造成難以承受的經(jīng)濟損失。

該方式不需要人工巡檢，人力成本低，但是具有盲目性和滯后性，如果運維人員節(jié)約了定期檢查和維護的成本，那么在關(guān)鍵時刻將會帶來嚴(yán)重的損失，不滿足新型數(shù)據(jù)中心“高安全”的需求。

1.2 預(yù)防式UPS蓄電池維護

預(yù)防式蓄電池維護是基于計劃的定期巡視、維護和記錄的方式[3]，具體包括以下內(nèi)容。

(1)專人記錄：每次巡視和檢查都需做好記錄，以便之后參考。

(2)告警功能：有異常情況發(fā)生時設(shè)備能否正常報警。

(3)元器件：包括散熱功能、內(nèi)部灰塵是否清掃等。

(4)連接功能：機柜和蓄電池之間的連接是否牢固，絕緣是否損壞等。

(5)外部條件：一定要保障合適的通風(fēng)環(huán)境，避免溫度過高。

(6)放電保養(yǎng)：定期充放電以便保持電池活性，同時也要避免深度放電。

(7)更換原則：蓄電池的更換應(yīng)符合數(shù)量和型號一致的標(biāo)準(zhǔn)等。

數(shù)據(jù)中心UPS蓄電池的保養(yǎng)關(guān)系著其使用壽命和性能表現(xiàn)，因此該方式比被動式維護的方式有著有效的預(yù)維效果，但是該方式也存在如下痛點。

(1)依賴于人工檢查的精細(xì)度。人工采集數(shù)據(jù)的方式包括萬用表測試、電導(dǎo)儀/電阻儀測試等，容易出現(xiàn)操作失誤、測量讀數(shù)錯誤等問題，進而造成誤檢、漏檢和錯檢的情況發(fā)生，導(dǎo)致對蓄電池健康狀況的誤判。

(2)需要制定合理的檢查周期和方式。頻繁的檢查耗費人力成本，間隔太久可能無法及時發(fā)現(xiàn)故障，進而帶來風(fēng)險。因此，需要制定合理的檢查周期和方式，進而在維護成本和維護效果之間作權(quán)衡。

(3)無法預(yù)測蓄電池的性能。該方式只能發(fā)現(xiàn)已發(fā)生故障的蓄電池，無法對蓄電池的故障進行預(yù)測。

因此，該方式無法滿足新型數(shù)據(jù)中心“高技術(shù)”“高能效”的需求。

1.3 預(yù)測式UPS蓄電池維護

預(yù)測式蓄電池預(yù)維是一種較為先進的基于數(shù)據(jù)的蓄電池健康監(jiān)測、異常檢測和性能預(yù)測管理的方式。該方式不但將蓄電池的實時參數(shù)集成到資產(chǎn)管理平臺進行可視化管理，而且通過對蓄電池的特征提取和算法分析，提前發(fā)現(xiàn)蓄電池潛在的問題和故障。

數(shù)據(jù)中心蓄電池的健康狀況主要通過如下兩個指標(biāo)來表征：荷電狀態(tài)(State of Charge，SOC)和健康狀態(tài)(State of Health，SOH)[4]。SOC用于科學(xué)準(zhǔn)確地表示數(shù)據(jù)中心蓄電池的剩余容量，物理意義是蓄電池在一段時間未使用后當(dāng)前的剩余容量與其完全充滿電時的實際電量的比值，如下式表示：

SOC=Qr/Qa×100%

(1)

其中，Qr表示數(shù)據(jù)中心蓄電池的當(dāng)前剩余容量，Qa表示數(shù)據(jù)中心蓄電池完全充滿電時的實際電量。

數(shù)據(jù)中心蓄電池的SOC只能通過測得的特性參數(shù)間接估算獲得，而且在實際的SOC估計應(yīng)用中，要充分考慮內(nèi)部因素和外部因素的影響，比如運行因素(放電電流、充放電的截止電壓、循環(huán)充放電次數(shù)等)、自身因素(自放電的影響，單體蓄電池容量的不均衡性，以極板厚度、極板面積、裝配技術(shù)為例的蓄電池本身的結(jié)構(gòu)因素和質(zhì)量問題)和溫度因素(電解液的溫度、蓄電池的環(huán)境溫度)，因此數(shù)據(jù)中心蓄電池的SOC估算比公式(1)更復(fù)雜[5]。

SOH的物理意義是蓄電池完全充滿電時的實際電量與其額定容量的比值，如下式表示：

SOH=Qa/Qn×100%

(2)

其中，Qn表示其額定容量。

基于我國頒布的電力蓄電池行業(yè)標(biāo)準(zhǔn)，數(shù)據(jù)中心蓄電池在使用過程中的實際容量應(yīng)達到額定容量的80%以上，即：SOH應(yīng)當(dāng)不低于80%，因為此時電池內(nèi)部已經(jīng)出現(xiàn)嚴(yán)重的老化，存在著有熱失控的風(fēng)險[6]。

目前，未有明確的標(biāo)準(zhǔn)對數(shù)據(jù)中心蓄電池的SOC和SOH進行估算[7]，當(dāng)前SOC和SOH的估計策略主要包括：傳統(tǒng)計算方法(放電法、安時法、開路電壓法、內(nèi)阻法、負(fù)載電壓法、線性模型法)以及基于機器學(xué)習(xí)的算法。主要的SOC估計算法如表2所示。

表2 主要的SOC估計算法

相比傳統(tǒng)的計算方法，基于機器學(xué)習(xí)的SOC估計算法既快速、方便，又有著較高的精度，是新型數(shù)據(jù)中心實現(xiàn)自動化和數(shù)字化的重要工具。充分發(fā)揮機器學(xué)習(xí)算法的優(yōu)勢，是數(shù)據(jù)中心UPS蓄電池智能運維的關(guān)鍵。

2 數(shù)據(jù)中心蓄電池智能預(yù)維管理系統(tǒng)

針對數(shù)據(jù)中心UPS預(yù)維現(xiàn)狀和痛點問題，筆者提出了一種基于AI的數(shù)據(jù)中心UPS蓄電池智能預(yù)維管理系統(tǒng)，如圖1所示。其主要由3層構(gòu)成：由各種硬件設(shè)施組成的基礎(chǔ)層、由各種蓄電池模型和機器學(xué)習(xí)算法構(gòu)成的算法層以及基于算法層實現(xiàn)管理決策的應(yīng)用層。

(1)基礎(chǔ)層：用于實現(xiàn)電流、電壓、溫度等蓄電池特征參數(shù)的采集、監(jiān)測、數(shù)據(jù)保護、預(yù)處理、通信等功能。通過采集的蓄電池特征參數(shù)可以構(gòu)建特征向量?=(Ut,It,Tt,Up,Ip,Tp)，其中，Ut、It、Tt、Up、Ip、Tp分別表示谷底電壓、谷底電流、谷底溫度、峰值電壓、峰值電流和峰值溫度。

(2)算法層：是智能預(yù)維管理系統(tǒng)的關(guān)鍵部分，特征向量?作為算法的輸入，用于實現(xiàn)“細(xì)粒度建模、高準(zhǔn)確度分類、高可靠性預(yù)測”的模型和算法目標(biāo)。

(3)應(yīng)用層：監(jiān)控系統(tǒng)將數(shù)據(jù)采集模塊采集的電池組壓、充放電電流、電池內(nèi)阻、電池溫度、機房溫度等多維數(shù)據(jù)通過統(tǒng)一的可視化系統(tǒng)實時呈現(xiàn)給運維人員，實現(xiàn)對數(shù)據(jù)中心UPS各靜態(tài)參數(shù)和運行參數(shù)的實時可視化監(jiān)控。運維人員可以靈活配置告警策略，提前定位故障位置和時間。數(shù)據(jù)中心UPS蓄電池靈活配置告警策略的案例如圖2所示：數(shù)據(jù)中心的蓄電池在未放電時持續(xù)處于浮充狀態(tài)，由于蓄電池內(nèi)部老化機理等電流呈現(xiàn)上升趨勢，觸發(fā)了“浮充轉(zhuǎn)均充”的判據(jù)，因此UPS自動切換至均充狀態(tài)。而此時監(jiān)控系統(tǒng)采集到的數(shù)據(jù)在誤差允許范圍內(nèi)，因此如果不采用靈活的配置策略，運營人員將不會受到告警提示。劣化的蓄電池持續(xù)地將電能轉(zhuǎn)化為熱能，并出現(xiàn)發(fā)熱、外殼鼓脹等問題，最終觸發(fā)了高溫告警才被發(fā)現(xiàn)。因此，靈活配置的告警策略可以避免類似的案例發(fā)生，通過對充電電壓、均充狀態(tài)、均充電壓及溫度等參數(shù)的持續(xù)判斷，運維人員通過不斷優(yōu)化的復(fù)雜告警策略更好地保障了數(shù)據(jù)中心的UPS蓄電池的健康狀況。標(biāo)準(zhǔn)化的資產(chǎn)管理平臺用于記錄每節(jié)單體電池的品牌、型號、額定電壓、容量、上線時間、位置等各個參數(shù)，對電池資產(chǎn)進行細(xì)粒度管理。故障預(yù)測包括基于健康數(shù)據(jù)和故障數(shù)據(jù)實現(xiàn)蓄電池健康監(jiān)測、基于歷史數(shù)據(jù)實現(xiàn)蓄電池數(shù)據(jù)預(yù)測、基于正常數(shù)據(jù)和異常數(shù)據(jù)實現(xiàn)蓄電池異常檢測，其中健康監(jiān)測和異常檢測是基于分類模型的分類任務(wù)，數(shù)據(jù)預(yù)測是基于預(yù)測模型的預(yù)測任務(wù)。

總體而言，基礎(chǔ)層是智能運維管理系統(tǒng)的根基，算法層是功能實現(xiàn)的關(guān)鍵，應(yīng)用層是數(shù)據(jù)中心運維管理的目標(biāo)，三層相輔相成，實現(xiàn)對數(shù)據(jù)中心UPS蓄電池的數(shù)字化、智能化預(yù)維管理，有利于形成綠色高效、低碳算力、安全可靠的新型數(shù)據(jù)中心發(fā)展格局。

3 數(shù)據(jù)中心蓄電池健康監(jiān)測和異常檢測算法

數(shù)據(jù)中心蓄電池健康監(jiān)測和異常檢測可以轉(zhuǎn)化為機器學(xué)習(xí)中的分類問題[17]，即通過已經(jīng)訓(xùn)練的健康蓄電池數(shù)據(jù)和故障/異常蓄電池數(shù)據(jù)來對待監(jiān)測的蓄電池數(shù)據(jù)進行分類，分類結(jié)果是健康或故障/異常。表3總結(jié)了基于機器學(xué)習(xí)的數(shù)據(jù)中心蓄電池健康監(jiān)測和異常檢測算法。

表3 基于機器學(xué)習(xí)的數(shù)據(jù)中心蓄電池健康監(jiān)測和異常檢測算法

基于決策樹(Decision Tree，DT)的蓄電池健康監(jiān)測和異常檢測算法是具有多層中間節(jié)點的較復(fù)雜的二分類問題，如圖3所示。最終在葉節(jié)點輸出監(jiān)測結(jié)果：健康或者故障。

人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network，ANN)是由眾多神經(jīng)元組成的并行互聯(lián)的網(wǎng)絡(luò)，其可以模擬生物神經(jīng)系統(tǒng)和現(xiàn)實世界的相互作用[22]?；谏疃壬窠?jīng)網(wǎng)絡(luò)(Deep Neural Network，DNN)的數(shù)據(jù)中心蓄電池健康監(jiān)測和異常檢測算法如圖4所示，其中W和ξ分別表示權(quán)重和偏置，I表示神經(jīng)網(wǎng)絡(luò)的層數(shù)。max(·)表示線性整流函數(shù)(Linear Rectification Function，ReLU)，用于將輸入神經(jīng)元非線性地映射到輸出神經(jīng)元。softmax函數(shù)將邏輯向量轉(zhuǎn)化為對應(yīng)的類別，即蓄電池的健康監(jiān)測和異常檢測結(jié)果。通過反向傳播和梯度下降，DNN可以優(yōu)化其自身的參數(shù)直至達到收斂。

4 數(shù)據(jù)中心蓄電池性能預(yù)測算法

數(shù)據(jù)中心蓄電池性能預(yù)測問題可以轉(zhuǎn)化為機器學(xué)習(xí)中的預(yù)測問題[22]，即通過已經(jīng)訓(xùn)練的蓄電池的時序數(shù)據(jù)來對后序時刻的蓄電池性能進行預(yù)測，預(yù)測結(jié)果是指標(biāo)的值。表4總結(jié)了基于機器學(xué)習(xí)的數(shù)據(jù)中心蓄電池性能預(yù)測算法。

表4 基于機器學(xué)習(xí)的數(shù)據(jù)中心蓄電池性能預(yù)測算法

模糊C-均值聚類算法可以用于預(yù)測蓄電池的特征向量，基于對采集到的蓄電池特征向量進行聚類分析，進而生成模糊規(guī)則，并通過模糊推理得到預(yù)測結(jié)果，具體結(jié)構(gòu)如圖5所示。

由于數(shù)據(jù)中心蓄電池指標(biāo)參數(shù)具有一定的時序特征，因此也可以用循環(huán)神經(jīng)網(wǎng)絡(luò)作蓄電池數(shù)據(jù)預(yù)測，具體結(jié)構(gòu)如圖6所示。其中，X表示蓄電池指標(biāo)特征向量，S表示隱藏層，O表示輸出層，U和V分別表示輸入層到隱藏層、隱藏層到輸出層之間的權(quán)重，W表示隱藏層中的權(quán)重。后續(xù)時刻的隱藏層權(quán)重受之前時刻的蓄電池特征影響，因此可以學(xué)習(xí)到其時序信息，執(zhí)行更有效的蓄電池數(shù)據(jù)預(yù)測。

強化學(xué)習(xí)(Reinforcement Learning，RL)可以用于解決數(shù)據(jù)中心運維管理人員在與蓄電池環(huán)境交互的過程中通過某些學(xué)習(xí)策略實現(xiàn)數(shù)據(jù)預(yù)測的問題，如圖7所示。其中，如果運維人員的行為引起環(huán)境正獎賞，則運維人員之后運用該策略的概率將會增大，目標(biāo)函數(shù)是使得期望的綜合獎賞最大化。不同于監(jiān)督學(xué)習(xí)，強化學(xué)習(xí)不需要求解梯度信息，通過動態(tài)調(diào)節(jié)參數(shù)以求得最優(yōu)數(shù)據(jù)預(yù)測策略。

5 結(jié)束語

數(shù)據(jù)中心UPS蓄電池智能預(yù)維管理系統(tǒng)將向著綠色高效、安全可靠、數(shù)字化、智能化的方向穩(wěn)步發(fā)展，在“雙碳”目標(biāo)下如何實現(xiàn)高精確度地實時可視化監(jiān)控、高靈活性的告警配置策略、高細(xì)粒度的電池資產(chǎn)管理、高可靠性的電池故障預(yù)測是學(xué)術(shù)界和業(yè)界需要持續(xù)研究的重要問題。