基于时间序列的数据中心热源预判和冷源调控方法

本发明提供了一种基于时间序列的数据中心热源预判和冷源调控方法，通过构建时空联合预测模型(ST‑LSTM‑ARIMA)精确量化区域间热耦合效应，结合热惯性补偿机制超前计算冷量需求，并基于双阶段自适应粒子群算法实现多冷源的最优动态配比，最终形成“预测‑优化‑反馈”闭环控制系统。该方法突破性地解决了传统数据中心散热中冷热匹配滞后、多冷源切换能耗陡增及局部热点频发三大技术瓶颈，经中国电信江西数据中心实测验证，在300机柜规模下全年平均PUE降至1.22，冷量浪费减少60％，热点消除响应时间缩短至3分钟内，设备寿命延长40％以上，尤其适用于功率密度超15kW/机柜的新一代高密度数据中心。