摘要
本申请涉及数据处理领域,尤其涉及一种机房设备集中化群控优化方法及系统,方法包括:获取机房设备在时序上的总负载数据;对总负载数据进行有序样品聚类,得到多个聚类簇,每个聚类簇为两时刻之间时段的负载数据,根据负载数据构建子序列,得到多个时段以及多个时段对应子序列;对于任一时段,计算历史任一天与当前天子序列的相似度,根据相似度得到有效相似时间;计算有效相似时间的周期性评价,根据周期性评价筛选出可信周期作为训练集,用于训练神经网络得到预测模型以预测负载;基于预测负载动态调整空调功率,迁移高负载设备对应任务至低负载设备处理。本申请降低出现局部热点的概率,提高了设备任务调度的准确性和及时性。
技术关键词
机房设备
序列
负载设备
训练神经网络
周期性
计算方法
计算机程序指令
皮尔逊相关系数
数据
规模
训练集
任务调度
聚类
时序
空调
存储器
处理器
动态
样条
系统为您推荐了相关专利信息
短期负荷预测模型
短期负荷预测方法
计算机可执行指令
数据
气象
脑电信号采集系统
采集脑电信号
视觉
拉普拉斯
解码方法
数据分类模型
数据分类方法
结构特征提取
音频特征提取
图像特征提取
预测误差
抗干扰控制方法
模糊规则库
PID控制器
参数