摘要
本发明涉及智能监控技术领域,公开了一种机房动力的智能监控方法、装置、设备及存储介质,该方法通过采集多个历史周期内各机房设备的总电流与总电压值,以及各电能单元的电流值,经归一化处理后构建训练与测试集,并计算实际电能数据。基于相邻历史周期总电流的变化量,为每个设备建立时序权重,形成时序权重数据。同时,利用单元电流值与总电流值计算出设备的时序系数,得出时序系数数据。结合时序系数与权重数据,计算每个设备的影响值及其概率分布,获得时序总影响概率。以时序总影响概率、数据时间序列及实际电能数据为依据,训练神经网络模型,最终实现对机房设备电能消耗的精确预测。本方法实现了精准预测机房设备消耗的电能。
技术关键词
机房设备
智能监控方法
电流值
时序
电能
周期
计算机程序算法
动力
训练神经网络模型
可读存储介质
智能监控装置
智能监控技术
电压
神经网络训练
数据获取模块
系统为您推荐了相关专利信息
城市固体废弃物
收运方法
卷积神经网络模块
频谱特征
节点特征
玉米雄穗
YOLO模型
网络架构
识别方法
搜寻算法
判别方法
网络拓扑特征
Louvain算法
采集脑电信号
分类器
红树植物
参数反演方法
影像
超参数
灰度共生矩阵