随着人们对信息的需求量成爆炸式增长，企业业务的扩展，各类数据已然成为一个庞大的电力用户。如何降低IDC(Internet Data Center，简称IDC)的能耗，已成为企业用户、IDC基础建设供应商和机房设计单位共同需要解决的难题。三相不平衡属于电能质量重要指标之一，在IDC三相供电系统中，尽管IDC的供电传输距离不是很长，但由于电流大，不平衡度造成的电能损耗也可达到20%30%以上。由于这些损耗是作为用户用电量算在用户的账上的，如能解决好由三相不平衡引起的电能损耗，将会产生很好的经济效益，为节能减排，做更多的贡献。本课题为浙江省重大科技攻关项目中的子课题，以期为课题组后续工作提供重要的参考依据。分析了IDC供电系统三相不平衡度的主要计算方法，参考国内外对电网三相不平衡度治理的研究与应用。现有技术大多从电网侧角度，分析治理电力系统不平衡度，提高电网质量。本文分析IDC机房的特点，本文主要从负载侧考虑，通过分析IDC机房负载设备的特性，找出影响IDC供电系统不平衡度的主要因素，作为本文研究的主要对象，消除由IT负载设备（主要有服务器，存储器等）的三相分布不平衡引起的IDC供电系统的不平衡，降低线损引起的能耗。最后设计了一种基于BP神经网络的控制策略，将神经网络与IDC电网负载设备分布控制结合起来，利用神经网络自学习、自适应的功能，根据负载设备的工作电流的变化对三相不平衡度的影响而不断地调整各神经元直接的连接权值，从而使IDC系统负载侧的IT设备趋于三相对称分布，控制供电系统的三相不平衡度。同时，初步设计了相应的硬件控制系统，主要用于IT设备接入三相系统的切换相控制，经过某高校机房的测试验证，验证了硬件系统的安全可靠。设计了上位机测控软件，功能上，采用上位机实现算法的离线训练与计算，底层控制器负载设备的接入控制这种上位机与底层控制器协同工作模式，合理有效利用计算机资源，控制设备的研发成本。通过对神经网络大量的样本离线训练，完成了设计初衷。系统具有较好的适应性，最后也指出了控制系统的存在的一些问题，作为后续研究解决的方向，为整个课题组提供一个可行的研究方向。