近日，騰訊數(shù)據(jù)中心與清華大學(xué)自動(dòng)化系智網(wǎng)中心團(tuán)隊(duì)的賈慶山老師合作論文被第21屆IFAC國(guó)際自動(dòng)控制世界大會(huì)錄取。該大會(huì)為自動(dòng)控制領(lǐng)域三大頂會(huì)之一，將于今年7月在德國(guó)柏林舉辦。本屆大會(huì)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(jì)算機(jī)科學(xué)日益重要的融合也將成為大會(huì)關(guān)注的焦點(diǎn)。

此次騰訊聯(lián)合團(tuán)隊(duì)投中的論文全稱為PredictiveMaintenance of VRLA Batteries in UPS towards Reliable Data Centers （中文名稱：對(duì)可靠數(shù)據(jù)中心UPS使用的VRLA電池的預(yù)測(cè)性維護(hù)）。

據(jù)介紹，論文提出的電池故障檢測(cè)方法，填補(bǔ)了此前行業(yè)針對(duì)UPS（Uninterruptible Power System，不間斷電源）電池基于數(shù)據(jù)驅(qū)動(dòng)的預(yù)測(cè)性維護(hù)的研究空白，相比當(dāng)前基于專家經(jīng)驗(yàn)和閾值規(guī)則等進(jìn)行判斷的檢測(cè)方式有更高的準(zhǔn)確率，同時(shí)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(dòng)實(shí)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(yùn)維平臺(tái)——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(duì)數(shù)據(jù)中心蓄電池進(jìn)行預(yù)測(cè)性維護(hù)

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(gè)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(jī)，關(guān)鍵業(yè)務(wù)中斷，將產(chǎn)生很大的經(jīng)濟(jì)損失。行業(yè)調(diào)查機(jī)構(gòu)顯示：金融行業(yè)的數(shù)據(jù)中心每宕機(jī)一小時(shí)的損失為1495134美元，通訊行業(yè)的數(shù)據(jù)中心每宕機(jī)一小時(shí)的損失為2066245美元。因此通過對(duì)蓄電池系統(tǒng)科學(xué)的運(yùn)維管理、監(jiān)測(cè)維護(hù)，及時(shí)發(fā)現(xiàn)故障隱患并及時(shí)維護(hù)更換，將極大提升數(shù)據(jù)中心持續(xù)運(yùn)轉(zhuǎn)的可靠性。

不間斷電源系統(tǒng)使用的蓄電池

面對(duì)數(shù)據(jù)中心成千上萬的蓄電池，通過人工智能自動(dòng)化的方式進(jìn)行檢測(cè)和維護(hù)能極大提升效率。但現(xiàn)實(shí)中，AI在蓄電池故障預(yù)測(cè)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(yùn)行，因此監(jiān)控?cái)?shù)據(jù)的信息量遠(yuǎn)不及進(jìn)行放電測(cè)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(hù)策略依賴于專家知識(shí)。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(dòng)電池壽命預(yù)測(cè)的研究，也多關(guān)注于電動(dòng)汽車電池這類可循環(huán)使用的電池，針對(duì)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(duì)這些問題，騰訊清華聯(lián)合團(tuán)隊(duì)依托于騰訊智維平臺(tái)提供的海量數(shù)據(jù)中心運(yùn)營(yíng)數(shù)據(jù)，研究了一種用于UPS中VRLA電池的預(yù)測(cè)維護(hù)的新型數(shù)據(jù)驅(qū)動(dòng)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(tuán)隊(duì)首先對(duì)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(dòng)標(biāo)注電池退化時(shí)間點(diǎn)的算法，分別以電池內(nèi)阻和電壓離群程度進(jìn)行自動(dòng)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(dòng)。然后，針對(duì)蓄電池監(jiān)控?cái)?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(duì)數(shù)據(jù)維度進(jìn)行擴(kuò)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(jī)森林、梯度提升決策樹和人工神經(jīng)網(wǎng)絡(luò)模型，對(duì)蓄電池是否發(fā)生故障進(jìn)行預(yù)測(cè)。實(shí)驗(yàn)結(jié)果表明，AI模型對(duì)故障電池的預(yù)測(cè)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(cè)電池的故障。

目前上述研究成果已經(jīng)被研究團(tuán)隊(duì)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(tái)——騰訊智維平臺(tái)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(jìn)現(xiàn)有的電池管理服務(wù)中，并能夠自動(dòng)對(duì)采集到的蓄電池電壓、內(nèi)阻和溫度數(shù)據(jù)進(jìn)行分析預(yù)測(cè)。

應(yīng)用數(shù)據(jù)驅(qū)動(dòng)進(jìn)行UPS蓄電池健康管理流程圖

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

目前，騰訊團(tuán)隊(duì)正在逐步擴(kuò)大落地范圍，未來將通過智維平臺(tái)，實(shí)現(xiàn)對(duì)騰訊幾十萬節(jié)電池的業(yè)務(wù)覆蓋。