摘要
本申请公开了一种能耗管理方法及装置、非易失性存储介质。其中,该方法包括:获取目标场景中的候选设备的相关数据;对相关数据进行特征提取,得到多维度特征向量,其中,多维度特征向量用于描述与候选设备的能耗相关的多维度特征;采用能耗预测模型对多维度特征向量进行处理分析,得到能耗预测模型输出的能耗预测值,其中,能耗预测模型中包括:时间序列预测模型和以时间序列预测模型的输出作为输入的深度学习模型;根据能耗预测值和历史能耗值对确定每个候选设备的综合评分,并根据综合评分和指示信息管理目标场景的能耗。本申请解决了单独采用深度神经网络模型进行能源预测存在的预测耗时长、预测效率低的技术问题。
技术关键词
能耗预测模型
时间序列预测模型
能耗管理方法
非易失性存储介质
深度学习模型
场景
通信设备
能耗管理装置
基础设备
设备基础
深度神经网络模型
分布式存储系统
设备管理模块
数据中心
计算机程序产品
元素
机房
系统为您推荐了相关专利信息
声音克隆方法
翻译耳机
高保真麦克风
频谱压缩方法
高频段
时间序列预测模型
策略
移动平均算法
强化学习方法
关键词
机器人视觉识别
抓取方法
点云数据处理
末端六维力传感器
机械臂手眼标定
生存预测方法
患者随访数据
风险
超参数
高斯混合模型