摘要
本发明属于数据中心温控领域,公开了一种基于多层感知机的数据中心温控方法及系统,采集数据中心机柜温度、负载及环境参数,输入训练好的温控系统预测模型,温控系统预测模型以多层感知机为基础模型,输出制冷系统的温度设定值和导流板偏转角度,再依据预设机柜目标温度动态调节温度设定值实现温控。利用多层感知机对历史数据学习建模,捕捉各参数与制冷系统控制参数间的复杂关系。本方法效果显著,相比传统CFD方法,计算更高效,能快速响应温度变化,适合实时控制;相较于现有深度学习应用,通过合理模型架构与训练,可缩短训练时间、降低参数优化难度、提升预测精度稳定性,从而提高温控效率、降低能耗,更适应多变实际应用环境。
技术关键词
数据中心温控方法
制冷系统
多层感知机
温控系统
机柜温度
导流板
拉丁超立方抽样方法
数据中心机柜
模型训练模块
数据采集模块
基础
传播算法
动态更新
风速
系统为您推荐了相关专利信息
深度神经网络模型
风险预测方法
拓扑图
风险预测装置
序列数据处理
胜任力评估方法
无接触式
人工神经网络模型
闪烁频率
数据
油温传感器
故障诊断方法
车辆控制模块
训练预测模型
非暂态计算机可读存储介质
风电功率预测模型
历史气象数据
多层感知机
风电功率预测技术
预测误差