一种基于深度学习的服务器集群能耗优化调整方法和系统

本发明公开了服务器集群能耗优化调整技术领域的一种基于深度学习的服务器集群能耗优化调整方法和系统。方法包括：根据获取到的冷却管路的红外热成像数据、当前流量、压差传感器数据和服务器集群运行状态数据，生成气泡位置矩阵、流动阻力系数、服务器热负荷矩阵与热负荷变化率矩阵，利用训练好的气泡运动预测模型获取未来预设时长的气泡聚集风险区域坐标，计算散热效率下降预测值R；若R超过预设下降阈值：根据热负荷变化率矩阵的方向性特征选择休眠服务器，生成休眠指令，并基于热负荷变化率绝对值所处的预设区间生成流量控制指令。本发明预测性强、调控精细且自适应性高，显著提升了太空计算平台在复杂热控工况下的能效比与系统稳定性。