随着互联网技术与产业不断升级换代,信息化进程加速发展。中国在互联网基础服务和云计算、大数据、人工智能、虚拟现实、物联网、区块链、超级计算、量子信息等新兴技术领域均保持良好的发展势头,数据量呈现倍数增长。数据中心作为数据的承载体,能耗迅猛增长。IT设备和空调系统作为数据中心能耗的主要构成部分,耗电量占数据中心总耗电量的80%。为了保证IT设备的安全可靠运行,空调系统的温度设定值往往过低,造成能耗的浪费。空调一般以机房的整体温度为控制目标,无法判断单个服务器是否出现过热现象,控制精度低。空调系统与IT设备通过气流组织这一枢纽相互连接,实现换热过程,其动态运行参数决定了数据中心的热环境。本文通过分析数据中心不同尺度的热环境,基于实测数据,利用支持向量机建立了精确度高的数据中心温度预测模型,并基于该模型对风扇转速与空调送风控制进行了优化。本文首先从三个角度较为全面地概述了国内外数据中心的研究进展:数据中心的热环境、温度预测方法和空调系统节能技术。根据相关研究现状和目前存在的问题,选择理论分析、现场实测与机器学习相结合的研究方法,确定了本文的主要研究内容。由于不同尺度的数据中心热环境受到较多因素的影响,本文对服务器级别的热环境进行测试,并分析了机房级别热环境中服务器与空调的耦合关系,利用SPSS软件分析确定了服务器进出风温度的主要影响因素。以重庆某数据中心为研究对象,进行了热环境及能耗测试,一方面为温度预测模型采集样本数据,另一方面分析了数据中心的现存问题。实测发现机柜不同高度的服务器出风温度和进出风温差差异都较大,不同高度服务器对冷量的利用率不同,部分服务器换热不充分。另外,在回风控制下,各空调的回风温度差异较大,导致送风温度不均匀,造成冷量的浪费。运用MATLAB软件和支持向量机算法建立数据中心温度预测模型,预测数据中心所有服务器的进出风温度。通过与实测数据对比,验证模型的有效性。利用该模型预测服务器功率随时间变化时的服务器出风温度变化,发现服务器温度变化存在一定滞后性。根据服务器功率、进出风温度和高度分布对服务器风扇转速进行设置,提高服务器出风温度的均匀性。最后,为了针对数据中心现存问题做出改进,对比不同的空调控制方法,研究并提出了按高度分布设置服务器风扇转速、按服务器出风温度控制空调送风温度的控制方法,并利用服务器风扇转速判断空调是否为服务器提供了足够的风量。这一套空调优化控制策略将数据中心内的服务器出风温度控制在33℃内,且差值从8.1℃降到了4.3℃,保证服务器的进出风温差在合理范围内,同时提高了数据中心气流组织的均匀性,减少局部热点,营造良好的机房热环境;空调平均送风温度提高了2.4℃,有效地降低了空调系统的能耗。