智能算力集群能耗预测建模方法、负荷预测方法及系统

本发明提供智能算力集群能耗预测建模方法、负荷预测方法及系统，包括：根据集群算力的初始负荷数据筛选出相关性高的主要影响因素，例如温度、湿度、气压、负载、电价等，通过对高影响因素时序数据进行IMF特征波动提取以及降维处理后构建EMD‑t‑SNE‑LSTM负荷预测模型；然后使用EMD‑t‑SNE‑LSTM负荷预测模型，针对智能算力集群进行日前、日内和实时等阶段的能耗预测和性能的优化管理，以实现高性能计算集群下的精准负荷预测，推动智算中心算力调配、资源调度，提高能效、降低运营成本。本发明通过可适用支撑智能算力集群的能耗预测、负荷特性分析、电网互动潜力等方向，增强电力系统的灵活响应能力，推动绿色数据中心建设与智能电网发展。