摘要
本发明公开了一种基于AI的机房能耗智能调控系统及方法,涉及大数据分析技术领域,本发明通过设置能耗监控周期采集历史业务负载与能耗数据,构建以时间序列为索引的机房能耗监控数据集合,利用神经网络模型训练业务负载与能耗的映射关系,解决数据关联分析缺乏时序化建模问题;选取参照周期负载总量与后续周期负载均值作为双基准,经加权融合生成基准业务负载量,结合业务负载映射与时序预测双模型进行能耗预测,突破传统单一基准与单模型局限;基于历史误差倒数的归一化权重分配方法融合双预测能耗生成综合能耗总量,超阈值时触发负载均衡算法,通过对业务负载进行调控,结合迭代调整使能耗回落,实现能耗精准控制与资源智能调度。
技术关键词
能耗监控
机房
总量
智能调控方法
智能调控系统
周期
基准
时序
负载均衡算法
时间序列预测模型
神经网络模型训练
关系型数据库
权重分配方法
数据采集模块
监控日志
算术平均值
分析模块
系统为您推荐了相关专利信息
服务器
资源调度方法
资源调度模型
排序算法
资源调度系统
智能调控系统
风险
液体管道流量
分析模块
信息采集模块
可移动机器人
监控设备
端口
自动化机械手
报警策略
参数
管理控制方法
温度预测模型
发动机转速
排放系统