摘要
本发明提供一种机房空调控制方法、装置及可读存储介质,该方法包括:基于历史机房设备数据和对应的历史配置数据提取与机房能耗相关的特征数据集,采用所述特征数据集训练基于改进后的极端梯度上升XGBoost算法的机房能耗模型,得到训练好的机房能耗模型;获取未来预测时间段内不可调参数的预测值;根据所述不可调参数的预测值和训练好的机房能耗模型寻找机房能耗最低且安全的空调调控策略;根据所述空调调控策略下发调控命令到相应的空调设备。该方法、装置及可读存储介质能够解决传统的机房空调系统通常采用定时控制或温度设定点控制,存在无法适应机房内部和外部环境的实时变化,容易导致能源浪费或不足的问题。
技术关键词
机房空调控制方法
调控策略
机房设备
XGBoost算法
能耗
数据
空调设备
参数
时序预测模型
时间段
模型训练模块
机房环境
温感
机房空调系统
空调开关机
LSTM算法
访问控制机制
系统为您推荐了相关专利信息
集群管理方法
大数据建模分析
动态资源调度
能耗预测模型
长短期记忆网络
定位设备
距离信息
坐标
电源管理单元
梯度下降算法
交互控制方法
智能家用电器
家电设备
环境感知数据
多模态数据融合
成品油管道
智能控制方法
深度强化学习
阶段
模型库
组装机器人
驱动方法
作业对象
理论
集成驱动系统