近日，騰訊數(shù)據(jù)中心與清華大學(xué)自動化系智網(wǎng)中心團隊的賈慶山老師合作論文被第21屆IFAC國際自動控制世界大會錄取。該大會為自動控制領(lǐng)域三大頂會之一，將于今年7月在德國柏林舉辦。本屆大會將關(guān)注可持續(xù)資源、綠色能源、數(shù)字化和工業(yè)4.0等主題，人工智能、控制和計算機科學(xué)日益重要的融合也將成為大會關(guān)注的焦點。

此次騰訊聯(lián)合團隊投中的論文全稱為Predictive Maintenance of VRLA Batteries in UPS towards Reliable Data Centers （中文名稱：對可靠數(shù)據(jù)中心UPS使用的VRLA電池的預(yù)測性維護）。

據(jù)介紹，論文提出的電池故障檢測方法，填補了此前行業(yè)針對UPS（Uninterruptible Power System，不間斷電源）電池基于數(shù)據(jù)驅(qū)動的預(yù)測性維護的研究空白，相比當(dāng)前基于專家經(jīng)驗和閾值規(guī)則等進行判斷的檢測方式有更高的準(zhǔn)確率，同時可以提前預(yù)警電池健康狀態(tài)，有效提升數(shù)據(jù)中心的智能管理水平，是人工智能技術(shù)在數(shù)據(jù)中心落地應(yīng)用的生動實例。

據(jù)了解，該研究成果也已經(jīng)整合形成電池AI診斷服務(wù)，搭載在騰訊自研的數(shù)據(jù)中心智能運維平臺——騰訊智維上，成功支撐了騰訊深汕數(shù)據(jù)中心的電池健康管理服務(wù)交付工作，目前已覆蓋了騰訊自建數(shù)據(jù)中心的數(shù)萬只蓄電池。未來，將全面覆蓋騰訊數(shù)據(jù)中心的幾十萬節(jié)電池，并面向廣大行業(yè)伙伴開放。

通過人工智能對數(shù)據(jù)中心蓄電池進行預(yù)測性維護

UPS供電系統(tǒng)是滿足數(shù)據(jù)中心供電質(zhì)量的核心部分，而蓄電池又是UPS系統(tǒng)中最重要的組成之一，是整個供電系統(tǒng)的“最后一道屏障”，在UPS系統(tǒng)的故障中，與蓄電池有關(guān)的原因占30%以上。如果電池故障引起UPS系統(tǒng)宕機，關(guān)鍵業(yè)務(wù)中斷，將產(chǎn)生很大的經(jīng)濟損失。行業(yè)調(diào)查機構(gòu)顯示：金融行業(yè)的數(shù)據(jù)中心每宕機一小時的損失為1495134美元，通訊行業(yè)的數(shù)據(jù)中心每宕機一小時的損失為2066245美元。因此通過對蓄電池系統(tǒng)科學(xué)的運維管理、監(jiān)測維護，及時發(fā)現(xiàn)故障隱患并及時維護更換，將極大提升數(shù)據(jù)中心持續(xù)運轉(zhuǎn)的可靠性。

不間斷電源系統(tǒng)使用的蓄電池

面對數(shù)據(jù)中心成千上萬的蓄電池，通過人工智能自動化的方式進行檢測和維護能極大提升效率。但現(xiàn)實中，AI在蓄電池故障預(yù)測的落地并不容易。首先，由于日常狀態(tài)UPS中使用的蓄電池通常在浮充狀態(tài)下運行，因此監(jiān)控數(shù)據(jù)的信息量遠(yuǎn)不及進行放電測試所收集的數(shù)據(jù)。第二，沒有統(tǒng)一的電池更換標(biāo)準(zhǔn)，現(xiàn)有的維護策略依賴于專家知識。第三，電池故障相關(guān)的數(shù)據(jù)量不足，使尋找高質(zhì)量模型的任務(wù)具有挑戰(zhàn)性。

此前行業(yè)關(guān)于用數(shù)據(jù)驅(qū)動電池壽命預(yù)測的研究，也多關(guān)注于電動汽車電池這類可循環(huán)使用的電池，針對UPS類等常態(tài)處于浮充狀態(tài)電池的健康管理，此前未見已有研究。

針對這些問題，騰訊清華聯(lián)合團隊依托于騰訊智維平臺提供的海量數(shù)據(jù)中心運營數(shù)據(jù)，研究了一種用于UPS中VRLA電池的預(yù)測維護的新型數(shù)據(jù)驅(qū)動技術(shù)。據(jù)介紹，為了提高數(shù)據(jù)采集和標(biāo)注的效率，團隊首先對電池自然老化和內(nèi)部急劇衰退兩種情況，提出了一種可以自動標(biāo)注電池退化時間點的算法，分別以電池內(nèi)阻和電壓離群程度進行自動標(biāo)注，避免了數(shù)據(jù)標(biāo)注過程中的重復(fù)和繁重的體力勞動。然后，針對蓄電池監(jiān)控數(shù)據(jù)數(shù)據(jù)量大、數(shù)據(jù)維度低的問題，應(yīng)用特征工程技術(shù)對數(shù)據(jù)維度進行擴展。在完成特征工程后，研究人員分別訓(xùn)練了邏輯回歸、隨機森林、梯度提升決策樹和人工神經(jīng)網(wǎng)絡(luò)模型，對蓄電池是否發(fā)生故障進行預(yù)測。實驗結(jié)果表明，AI模型對故障電池的預(yù)測準(zhǔn)確率為98%，和現(xiàn)有的基于閾值的判斷規(guī)則相比，AI模型平均能夠提前15天預(yù)測電池的故障。

目前上述研究成果已經(jīng)被研究團隊整合形成電池AI診斷服務(wù)，并在騰訊自研的數(shù)據(jù)中心基礎(chǔ)設(shè)施管理軟件平臺——騰訊智維平臺上發(fā)布落地，覆蓋了騰訊自建數(shù)據(jù)中心的數(shù)萬只蓄電池。該服務(wù)能夠方便地集成進現(xiàn)有的電池管理服務(wù)中，并能夠自動對采集到的蓄電池電壓、內(nèi)阻和溫度數(shù)據(jù)進行分析預(yù)測。

應(yīng)用數(shù)據(jù)驅(qū)動進行UPS蓄電池健康管理流程圖

現(xiàn)場專家工程師對AI故障診斷的效果進行了持續(xù)的跟進驗證，驗證結(jié)果表明，相比于原有的電池維護策略，AI診斷服務(wù)能夠更加準(zhǔn)確地對電池的故障狀態(tài)進行提前預(yù)測，同時還可以檢測出超出專家知識范圍的潛在電池故障，這使得數(shù)據(jù)中心的運維工程師能夠?qū)π铍姵氐木S護更換進行更加有針對性地規(guī)劃，有效提高了蓄電池的運維效率，進一步保障數(shù)據(jù)中心的可靠性。在對騰訊天津數(shù)據(jù)中心3號樓的6880節(jié)電池進行現(xiàn)場實際落地驗證發(fā)現(xiàn)，電池健康管理服務(wù)可以實現(xiàn)96.2%的告警準(zhǔn)確率，且告警時間比實際故障提前5——30天，大大優(yōu)于傳統(tǒng)的基于經(jīng)驗規(guī)則的分析方案。

目前，騰訊團隊正在逐步擴大落地范圍，未來將通過智維平臺，實現(xiàn)對騰訊幾十萬節(jié)電池的業(yè)務(wù)覆蓋。

據(jù)了解，騰訊智維平臺由服務(wù)騰訊內(nèi)部的星云平臺升級而來，是騰訊將近20年數(shù)據(jù)中心運營經(jīng)驗與智能化、云化技術(shù)相結(jié)合，自研的一款數(shù)據(jù)中心基礎(chǔ)設(shè)施管理軟件平臺。通過騰訊智維平臺，可以實現(xiàn)數(shù)據(jù)中心的智能告警、智能巡檢、智能容量分析和透明化的客戶體驗，為全局把控、精細(xì)化管理、優(yōu)化運營成本提供基礎(chǔ)，同時也為技術(shù)專家實時、異地處理告警和數(shù)據(jù)中心的無人值守創(chuàng)造可能。它可以幫助客戶360°掌握數(shù)據(jù)中心的運行情況，持續(xù)提升運營的質(zhì)量與效率，降低成本投入，將數(shù)據(jù)中心的價值極大化。騰訊智維平臺就像是數(shù)據(jù)中心的“大腦”，為騰訊數(shù)據(jù)中心賦予了精密的感知能力和快速迭代進化的能力。

騰訊智維平臺功能簡介

目前，騰訊智維平臺已在騰訊超過80個大規(guī)模數(shù)據(jù)中心進行部署，覆蓋了全球12個國家和地區(qū)，運營管理了超過100萬臺服務(wù)器，測點數(shù)量超過600萬個。同時，騰訊智維也和重慶電信、廣東電信等運營商和銀行、證券等各行業(yè)的客戶達(dá)成了合作關(guān)系。據(jù)了解，騰訊智維平臺接入部署后，為重慶電信在能耗優(yōu)化方面提升30%左右，每年節(jié)省電費達(dá)百萬元以上。

騰訊聯(lián)合高校攜手推進技術(shù)創(chuàng)新及應(yīng)用落地

早在2006年，騰訊就圍繞人才培養(yǎng)、聯(lián)合研究和學(xué)術(shù)交流三條主線啟動了騰訊高校合作項 ，并先后與清華大學(xué)、哈爾濱工業(yè)大學(xué)、中科院計算所、北京大學(xué)、華中科技大學(xué)、中國人民大學(xué)、南京大學(xué)、西安交通大學(xué)等多所知名高校成立聯(lián)合實驗室，且與眾多領(lǐng)域?qū)＜议_展產(chǎn)學(xué)研合作。

騰訊數(shù)據(jù)中心實地勘察研討交流

2016年，騰訊IDC平臺部與清華大學(xué)自動化系智網(wǎng)中心團隊的趙千川、賈慶山和夏俐老師建立了數(shù)據(jù)中心自動化運維領(lǐng)域的產(chǎn)學(xué)研合作。研究工作以提升數(shù)據(jù)中心運營質(zhì)量、降低運營成本和提升運營效率三個目標(biāo)為出發(fā)點，經(jīng)過雙方多年持續(xù)耕耘，已累積發(fā)表6篇高質(zhì)量學(xué)術(shù)論文，輸出7項發(fā)明專利。

騰訊數(shù)據(jù)中心和高校專業(yè)研究團隊的合作研究，不僅集中在電池健康管理的研究上。在數(shù)據(jù)中心智能告警方面，研究團隊提出了告警預(yù)警多維分析方案，綜合設(shè)備狀態(tài)、設(shè)備工藝，采用多傳感器融合以及專家知識等方法，通過對數(shù)據(jù)中心的告警數(shù)據(jù)的根因分析和關(guān)聯(lián)性分析，對數(shù)據(jù)中心告警風(fēng)暴進行收斂，有效減少冗余告警信息，實現(xiàn)了對數(shù)據(jù)中心設(shè)備的準(zhǔn)確告警和提前預(yù)警，并在海量告警場景中進行告警溯源、定位根因，幫助現(xiàn)場工程師快速定位故障，有效提升現(xiàn)場告警的準(zhǔn)確性和響應(yīng)效率。該方案已應(yīng)用于騰訊智維平臺，在近百個騰訊的數(shù)據(jù)中心中提供實際支持。

在數(shù)據(jù)中心節(jié)能方面，研究團隊采用AI技術(shù)，構(gòu)建了數(shù)據(jù)中心能效預(yù)測模型，實現(xiàn)對數(shù)據(jù)中心能效的精準(zhǔn)預(yù)測，并提供數(shù)據(jù)中心能效影響因子的解釋性服務(wù)，同時基于能效預(yù)測模型進行自動尋優(yōu)的智能分析，輸出節(jié)能優(yōu)化建議。該方案已在騰訊天津數(shù)據(jù)中心4號樓完成第一階段的落地驗證，實現(xiàn)良好的節(jié)能效果，證明AI技術(shù)在數(shù)據(jù)中心節(jié)能方面的應(yīng)用價值和巨大潛力。

隨著相關(guān)研究的不斷深入，騰訊與清華將有更多研究成果在騰訊智維平臺上落地發(fā)布，推動平臺由自動化向智能化發(fā)展。

如今，數(shù)據(jù)中心智能化已成為其主要的發(fā)展方向，作為所有互聯(lián)網(wǎng)業(yè)務(wù)的基石，數(shù)據(jù)中心正在人工智能技術(shù)的推動下發(fā)生著運維管理的大變革。作為世界領(lǐng)先的互聯(lián)網(wǎng)公司，也是全球IaaS市場增長最快的云計算廠商之一，騰訊全網(wǎng)服務(wù)器總量已經(jīng)超過110萬臺，是中國首家服務(wù)器總量超過百萬的公司，也是全球五家服務(wù)器數(shù)量過百萬的公司之一。在此背景下，騰訊數(shù)據(jù)中心圍繞“降本增效”的核心訴求，不斷整合自身資源與經(jīng)驗，加速構(gòu)建基礎(chǔ)設(shè)施層的自研技術(shù)體系。

責(zé)任編輯：gt