T/GDEA 004-2023 数据中心节能控制可视化平台技术要求

ICS35.240

CCSL70/84

GDEA

团体标准

T/GDEA004—2023

数据中心节能控制可视化平台技术要求

Technicalrequirementsforenergy-savingcontrolvisualizationplatformofdatacenter

2023-11-30发布2023-12-01实施

广东省能源协会  发布

T/GDEA004—2023

目次

前言..................................................................................II

1范围................................................................................1

2规范性引用文件......................................................................1

3术语和定义..........................................................................1

4节能控制可视化平台..................................................................2

4.1概述............................................................................2

4.2技术路线要求....................................................................2

4.3平台架构........................................................................2

4.4平台功能........................................................................3

5数据交换............................................................................6

5.1数据交换框架....................................................................6

5.2数据交换要求....................................................................6

6数据格式............................................................................6

6.1通信格式........................................................................6

6.2资源管理数据格式................................................................8

6.32D可视化数据结构...............................................................12

6.43D可视化与温场数据结构.........................................................14

6.5用能趋势查询接口数据结构.......................................................16

6.6通信流程.......................................................................18

I

T/GDEA004—2023

前言

本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定

起草。

请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。

本文件由广东电网有限责任公司广州供电局提出。

本文件由广东省能源协会归口。

本文件起草单位：广东电网有限责任公司广州供电局，南方电网大数据服务有限公司，南方电网综

合能源股份有限公司，广西电网有限责任公司信息中心，卓振思众（广州）科技有限公司，广东可信新

能源股份有限公司，维谛技术有限公司，广东惠晟建设有限公司，广东泽森建设有限公司，广东德浩建

设有限公司，广东臻正建设有限公司，深圳供电规划设计院有限公司，广东宝泰森建设工程有限公司。

本文件主要起草人：周亮，王嘉延，江迪，李俊，何嘉兴，郭俊峰，徐位墅，詹浩钦，李学彦，徐

睿，彭龙生，李亦宁，孟椿智，黄安妮，贺舒庭，颜燕斌，肖攀，李昌军，曾莹，姚洪齐，李怡，华其

妹，刘鸿光，仲新维，姜华，王岩，谭廷荣，任晓峰，赵海龙，李一航，李宝国，刘兆俊。

本文件为首次发布。

II

T/GDEA004—2023

数据中心节能控制可视化平台技术要求

1范围

本文件规定了数据中心节能控制可视化平台的术语和定义、节能控制可视化平台、数据交换和数据

格式。

本文件适用于数据中心节能控制可视化平台的设计、实施与运行维护。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，

仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本

文件。

GB/T7027信息分类和编码的基本原则与方法

GB/T10113分类与编码通用术语

GB/T51212—2016建筑信息模型应用统一标准

GB/T51235—2017建筑信息模型施工应用标准

3术语和定义

GB/T7027、GB/T10113界定的以及下列术语和定义适用于本文件。

3.1

数据中心监控系统datecentermonitoringsystem；DCMS

对数据中心机房电源、空调及环境等基础设施进行数据采集及集中监控的系统。

3.2

节能控制可视化平台energy-savingcontrolvisualizationplatform

以可视化方式呈现节能数据、环境运行状态和节能控制的操作环境。

3.3

监控中心supervisioncenter；SC

为数据中心机房电源、空调及环境等基础设施进行数据采集、集中监控的管理中心。

3.4

监控单元supervisionunit；SU

为数据中心机房电源、空调及环境等基础设施进行数据采集、集中监控的现场设备单元。

3.5

监控对象supervisionobject；SO

被监控的机房电源、空调及环境等基础设施。

3.6

人工智能artificialintelligence；AI

模拟、延伸和扩展人的智能理论、方法、技术及应用系统的一门新技术。

1

T/GDEA004—2023

3.7

可视化visualization

利用计算机图形学和图像处理技术，将业务数据进行整合呈现、交互的方法和技术。

4节能控制可视化平台

4.1概述

数据中心节能控制可视化平台，以数据中心监控系统DCMS和人工智能AI技术为基础，对节能控制

业务数据进行整合，呈现节能控制策略和控制效果。

节能控制可视化平台作为数据中心监控系统DCMS的一个模块运行，从监控系统获取运行状态数据

并通过监控系统下发节能控制指令，并以可视化技术进行显示。

4.2技术路线要求

数据中心节能控制可视化平台应采用先进的技术路线，符合IT行业的发展趋势，并遵循以下原则

和要求：

a)系统采用开源操作系统和数据库。操作系统宜采用Linux平台，禁用Windows操作系统；

b)数据库应结合管理的数据类型选择合适的开源数据库，应考虑与后续国产数据库的兼容；

c)业务应用应支持Docker容器运行，简化应用的构建、部署和运行过程；

d)数据中心监控系统DCMS应支持物理机、虚机和云平台PaaS服务部署。

4.3平台架构

4.3.1平台硬件架构

平台硬件架构采用两级架构，由节能控制可视化平台级、监控单元级组成。平台为节能业务管理中

心，实现节能业务的监控、告警、节能控制、可视化展示和报表统计等业务，由数据库服务器、监控业

务应用服务器、AI业务应用服务器和客户端组成，节能控制可视化平台属于监控中心的一个业务模块，

与监控单元（场地采集器）交互获取数据、训练学习和发送控制命令，节能控制可视化平台部署于AI

业务应用服务器。数据中心场地部署监控单元SU，实现数据中心动力设备和环境数据的采集和控制。

系统硬件架构如图1所示。

图1监控系统硬件架构

2

T/GDEA004—2023

4.3.2节能控制业务平台软件架构

节能控制业务作为监控系统业务模块，可充分利用监控系统的采集和控制功能，借助AI技术对与

节能控制业务相关的AI资源管理、安全管理、AI模型管理进行优化处理，借助HTTP协议通信、API

接口规范接入数据采控系统，通过AI可视化数据接口共享平台的可视化能力，实现节能控制业务与AI

技术的深度融合。节能控制业务平台软件架构如图2所示。

图2节能控制业务架构

4.3.3节能控制技术

节能控制技术主要采用机器学习方式。机器学习的基本原理可以分为监督学习、无监督学习和强化

学习三种类型：

a)监督学习：在监督学习中，训练数据包括输入和输出两个部分。输入是待学习的数据，输出

是对应的标签或目标值。计算机通过对输入和输出之间的映射关系进行学习，从而实现对新

数据的预测和决策。常见的监督学习算法包括线性回归、逻辑回归、支持向量机等。

b)无监督学习：在无监督学习中，训练数据只有输入部分，没有输出标签或目标值。计算机通

过对输入数据进行聚类、降维等操作，从而发现数据中的结构和模式。常见的无监督学习算

法包括K均值聚类、主成分分析等。

c)强化学习：在强化学习中，计算机需要通过与环境的交互来获得奖励或惩罚。计算机通过对

环境的观察和响应，不断调整自己的行为策略，从而实现最大化奖励的目标。常见的强化学

习算法包括Q-Learning、策略梯度等。

4.4平台功能

4.4.1概述

数据中心节能控制业务基于大数据、机器学习等AI人工智能前沿技术，充分利用机房现有条件进

行能耗优化控制，而不是使用工程手段改变机房现有基础设施状况的方式进行节能，如空调设备改造、

3

T/GDEA004—2023

改变机房内地板送风开度、加装机柜盲板等。

节能控制可视化平台包括可视化、共享零代码组态和3D数字化工具、AI资源管理、安全管理、AI

模型管理和数据处理部分等子模块。

4.4.2可视化

平台应采用2D和3D可视化工具整合节能控制业务数据，呈现节能业务的物理位置和逻辑运行关系

与效果，以2D和3D可视化工具通过组态配置实现节能控制业务可视化。

可视化子模块包括楼宇3D可视化、能源KPI数据、节能展示数据、温度云图和空调运行展示。楼

宇及维度云图宜采用3D可视化方式展示，为保障温度云图展示效果，温度采样时每机柜前后应各配置

3个温度检测点，温度检测应采用无线采样方案。

能源KPI数据、节能展示数据和空调运行状态等业务宜采用2D组态方式展示，组态内容可根据需

要灵活配置调整。节能展示数据主要呈现节电率数据，以月为单位进行刷新。

4.4.3零代码和3D数字化工具

零代码状态和3D数字化工具属于监控系统的页面呈现配置工具，支持监控业务及AI节能控制业务

的可视化展示。零代码状态和3D数字化工具应支持基础设施物理位置和逻辑连接两个维度的组态配置。

零代码状态和3D数字化工具应具备丰富的组件，并支持组件的编辑。

BIM技术贯穿数据中心设计、建设、运维整个生命周期过程，BIM三维模型及渲染动画可以应用展

示数据中心可视化（具体引用“GB/T51212—2016、GB/T51235—2017”）。

4.4.4AI资源管理

AI资源管理具体包括机楼管理、机房管理、设备管理、信号管理等内容。

AI资源管理提供与AI相关的机楼、机房、设备、信号和逻辑变量等参数内容的增删编辑功能，明

确机楼、机房、设备、信号、逻辑变量等内容的从属关系和物理属性。

4.4.5安全管理

AI节能控制不能影响机房的运行安全，安全管理业务应支持以下机制：

a)制冷量冗余：节能系统输出的节能策略，应保证制冷设备的制冷量存在安全冗余；

b)策略回退：制冷设备的节能策略执行后，用户可以根据需要回退到执行前的策略状态；

c)指标超限告警：节能系统运行过程中，应支持机房温湿度及设备运行状态方面的异常提醒；

d)策略安全机制：节能算法生成的调控策略，应当从逻辑设计层面考虑对数据的容错处理机制，

以及对空调控制的保护，确保策略执行的安全；

e)异常保护机制：节能系统在出现服务异常、网络中断、高温及设备运行异常状况时，能够通

过高可用机制对末端空调施加应急策略来保障机房环境安全；

f)数据备份：可对节能系统内的静态数据（如站点、设备、信号点位）、性能数据（如电表、

温湿度、空调工况）以及策略执行记录等数据进行定期自动备份。

4.4.6AI模型管理

AI模型管理包括AI数据管理、状态模型管理、控制模型管理、奖励模型、策略模型管理等，采用

AI强化学习算法，令智能体（节能软件）与环境不断交互，获取状态信息，发出控制指令，依据当前

动作带来的奖励或惩罚状况来优化节能控制策略，尽可能多地从环境中获取奖励或者少惩罚，从而实现

4

T/GDEA004—2023

对当前环境的最佳控制。

AI数据管理记录AI强化学习训练所需要的学习数据。AI强化学习包括状态、行动和奖励机制三方

面的要素，分别用状态模型、控制模型和奖励模型来管理。

状态模型管理对AI强化学习涉及的设施、环境状态信息进行配置，设施、环境状态信息主要包括

但不限于以下状态参数：

a)空调启停状态；

b)风机启停状态；

c)风机实时转速；

d)进出风温度；

e)压缩机启停状态；

f)压缩机工作频率；

g)电压、电流、有功功率、电能。

控制模型管理对AI强化学习所涉及的控制动作进行配置，控制动作主要包括但不限于以下控制参

数：

a)空调启停；

b)风机启停（定频、变频）；

c)进/出风温度设定；

d)风机最小转速设定（变频）；

e)风机额定转速设定（变频）；

f)压缩机启停（定频、变频）；

g)压缩机最小负荷设定（变频）；

h)压缩机最大负荷设定（变频）。

奖励模型管理对AI节能控制的目标进行配置，主要为PUE（PowerUsageEffectiveness）最优化

和热点控制。

策略模型管理对AI在学习过程中陆续建立的AI节能策略进行管理，包括网络模型和训练参数两部

分。AI节能策略指经过数据采集和AI分析后，得出的有针对性的空调设备调整、优化策略，应符合下

列要求：

a)节能系统能够基于算法模型处理实时数据，输出节能控制指令并自动下发到被控设备；

b)记录节能策略历史信息，包括节能策略的具体动作、控制对象、触发时间、是否成功等，支

持指定操作对象和目标参数手动触发节能策略；

c)自动保存被控空调设备的历史运行参数，在节能策略执行后可以进行回退；

d)支持以机房维度启用/停用节能策略，启用时可自动生成该机房的策略并自动控制设备。

4.4.7AI数据处理

数据处理通过采集器接口和系统级接口获取AI模型所需要的状态、控制和奖励参数，并对参数进

行正则化处理，输出给AI数据模型管理。

4.4.8AI运行及节能评估

为保障机房运行安全，AI训练应先在仿真环境下进行，训练到一定程度后才允许部署到涉及环境。

AI节能效果的评估通过空调节电率来评判，节电率计算如式(1)所示：

5

T/GDEA004—2023

··············································(1)

�0−�1

0

式中：𝐶��%=�×100%

——空调节电率conditioningpowersavingrate

——未实施节能时间周期空调总耗电量，kW·h；

CPsr

0——实施节能时间周期空调总耗电量，kW·h。

T

注1：和时间周期根据外界环境温度变化情况可折算到单月/季度/年进行节电比较。

T

O1

TT

5数据交换

5.1数据交换框架

节能控制可视化平台通过API接口与节能控制中台进行数据交互，实现节能控制业务的可视化展示。

如图3所示。

图3可视化数据交换框架

5.2数据交换要求

可视化模块与AI节能控制业务管理之间通过HTTP协议通信，API接口规范采用RESTful方式实施。

6数据格式

6.1通信格式

6.1.1参数请求

参数请求的数据格式和响应数据格式为JSON，编码统一为UTF-8，使用POST/GET/PUT方式进行数

据格式请求，如表1所示。

表1参数请求方式

请求方式说明

POST新建、提交数据时使用

GET查询及批量查询时使用

PUT修改及更新操作时候使用

6

T/GDEA004—2023

6.1.2获取令牌

获取accessToken令牌，使用POST的请求方式，如表2所示。

表2获取令牌接口请求样例

用户认证采用OAuth2方式，通过获取accessToken，访问其他接口，

接口功能描述

请求头部需携带Authorization属性，内容为Bearer+accessToken

请求路径POST/api/tokens

参数是否必传类型描述

请求参数accessKey是String访问凭证

accessSecret是String访问密码

{

请求样例“accessKey”:“admin”,

“accessSecret”:”123456”

}

参数类型描述

idString-

accessTokenString-

响应参数

refreshTokenString-

expiresInString-

ownerString-

{

“id”:“952365241336”,

“accessToken”:”72c17f9e-7b19-4625-b121-807947dbc99f”,

响应样例

“refreshToken”:“66c17f9e-7b19-4625-b121-807947dbcffff”

“expiresIn”:”1654740316090”,

“owner”:”admin”

}

6.1.3请求报文结构

通过获取令牌接口获得授权令牌，在http请求中需要在请求头部携带Authorization信息，如表

3所示。

表3请求头授权认证

属性类型示例说明

AuthorizationStringBeareraccessToken授权令牌

6.1.4响应状态

HTTP状态码请求成功返回的状态码信息，如表4所示。

表4请求成功状态码

请求方式状态码返回结果

GET200Json对象

POST201创建成功对象

PUT200更新成功对象

6.1.5异常响应

根据HTTP状态判断异常响应，如表5所示。

7

T/GDEA004—2023

表5请求失败状态码

状态码解释场景

400BadRequest参数问题

401Unauthorized未登录，token问题

403