← 返回列表
基于机器学习的数据中心能效优化方法及系统
申请人信息
- 申请人:深圳市互盟科技股份有限公司
- 申请人地址:518000 广东省深圳市南山区粤海街道科技园社区科苑路15号科兴科学园B栋2单元4层
- 发明人: 深圳市互盟科技股份有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于机器学习的数据中心能效优化方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410189985.0 |
| 申请日 | 2024/2/21 |
| 公告号 | CN117743965A |
| 公开日 | 2024/3/22 |
| IPC主分类号 | G06F18/2413 |
| 权利人 | 深圳市互盟科技股份有限公司 |
| 发明人 | 汪镜波 |
| 地址 | 广东省深圳市南山区粤海街道科技园社区科苑路15号科兴科学园B栋2单元4层 |
摘要文本
来源：百度马 克 数据网 。本发明涉及数据处理技术领域，具体涉及基于机器学习的数据中心能效优化方法及系统，该方法包括：采集数据中心服务设备的温度数据，获取各时刻温度数据的异变系数，根据异变系数将采集的温度数据分为各数据段，获取各数据段的温度浮动指数，根据温度浮动指数得到各数据段的局部K值，根据温度浮动指数得到各数据段的温度贡献权重，根据温度贡献权重得到各数据段的温度贡献度，结合温度贡献度及局部K值得到采集温度数据的最终K值，利用KNN算法完成温度预测。本发明旨在提高数据中心服务设备温度数据预测的准确性，提前调整冷却系统，节约能效，完成数据中心能效优化。
专利主权项内容
1.基于机器学习的数据中心能效优化方法，其特征在于，该方法包括以下步骤：采集数据中心服务设备的温度数据；根据各时刻温度数据的整体差异得到各时刻温度数据的异变系数；将异变系数大于预设阈值的温度数据作为异变值；以异变值作为切割点将采集的温度数据分割为各数据段；根据数据段内温度数据的分布得到各数据段的温度浮动指数；根据各数据段的温度浮动指数得到各数据段的局部K值；根据数据段间温度数据的差异得到各数据段的温度贡献权重；根据温度贡献权重的分布得到各数据段的温度贡献度；结合温度贡献度及局部K值得到采集所有温度数据的最终K值；根据最终K值及采集的温度数据得到下一时刻的温度预测值，根据温度预测值调整数据中心服务设备的冷却系统完成数据中心能效优化。