摘要
一种数据中心算力资源与制冷设备能耗相关性分析方法及装置,该方法获取数据中心算力资源与制冷设备能耗的相关数据,对预处理后的相关数据进行相关性分析,得到与数据中心算力资源、制冷设备能耗相关的关键参数;根据关键参数和建模目标进行模型选定,使用历史数据训练选定的模型以学习算力资源与制冷设备能耗之间的相关性,评估选定模型的性能指标;根据建模目标和约束条件,选择优化算法进行数据中心算力资源与制冷设备能耗的联合优化逻辑,运行优化算法,通过迭代调整数据中心算力资源的分配和制冷设备的运行参数,得到评估数据中心算力资源与制冷设备能耗相关性的性能指标。本发明显著提升模型的预测准确性、泛化能力和可解释性。
技术关键词
制冷设备
数据中心
相关性分析方法
能耗
资源
深度强化学习算法
分析装置
机器学习模型
参数
粒子群算法
预测误差
仿真模型
遗传算法
数学模型
模块
优化器
指标
系统为您推荐了相关专利信息
边缘计算环境
物联网设备
深度强化学习模型
神经网络模型
网络链路状态
引擎设备
负载均衡方法
虚拟节点数量
物理
节点标识符
物理上行控制信道
物理上行共享信道
多普勒
通信方法
时延
种质资源评价
智能培育箱
选育方法
物联网传感器监测
AI算法
配电变压器
资源优化配置方法
遗传算法
输出模块
可读存储介质