摘要
本申请涉及时间序列预测技术领域,特别涉及一种数据中心冷却系统回水温度的预测方法及装置,其中,方法包括:采集数据中心中冷却系统的初始运行数据;对初始运行数据进行预处理,以得到满足一定条件的最终运行数据;将最终运行数据输入至预先训练的时间序列预测模型中,以得到冷却系统回水温度的预测结果,其中,时间序列预测模型具有克罗内克积层、核矩阵层和多层感知机层。由此,解决了相关技术中,模型参数量庞大、非线性特性通过复杂激活函数表达导致的黑箱化以及难以直观表达跨变量关系,限制了模型在实际应用中的有效性和可解释性,影响了用户对模型预测结果的理解和信任等问题。
技术关键词
时间序列预测模型
数据中心冷却系统
多层感知机层
矩阵
积层
时间序列预测技术
掩膜
计算机程序产品
处理器
预测装置
模块
可读存储介质
存储器
线性
有效性
系统为您推荐了相关专利信息
旋转导向系统
径向基函数神经网络
极限学习机
容错控制
卡尔曼滤波算法
隐私保护方法
社交网络环境
风险
贝叶斯神经网络
决策
拉曼光谱采集技术
区域识别方法
卷积神经网络模型
组织
计算机可执行指令
在线预测方法
信息熵
注意力神经网络
序列
节点特征