申请/专利权人：深圳市互盟科技股份有限公司

申请日：2024-02-21

公开（公告）日：2024-03-22

公开（公告）号：CN117743965A

主分类号：G06F18/2413

分类号：G06F18/2413;G06F1/20;G06F11/30

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明涉及数据处理技术领域，具体涉及基于机器学习的数据中心能效优化方法及系统，该方法包括：采集数据中心服务设备的温度数据，获取各时刻温度数据的异变系数，根据异变系数将采集的温度数据分为各数据段，获取各数据段的温度浮动指数，根据温度浮动指数得到各数据段的局部K值，根据温度浮动指数得到各数据段的温度贡献权重，根据温度贡献权重得到各数据段的温度贡献度，结合温度贡献度及局部K值得到采集温度数据的最终K值，利用KNN算法完成温度预测。本发明旨在提高数据中心服务设备温度数据预测的准确性，提前调整冷却系统，节约能效，完成数据中心能效优化。

主权项：1.基于机器学习的数据中心能效优化方法，其特征在于，该方法包括以下步骤：采集数据中心服务设备的温度数据；根据各时刻温度数据的整体差异得到各时刻温度数据的异变系数；将异变系数大于预设阈值的温度数据作为异变值；以异变值作为切割点将采集的温度数据分割为各数据段；根据数据段内温度数据的分布得到各数据段的温度浮动指数；根据各数据段的温度浮动指数得到各数据段的局部K值；根据数据段间温度数据的差异得到各数据段的温度贡献权重；根据温度贡献权重的分布得到各数据段的温度贡献度；结合温度贡献度及局部K值得到采集所有温度数据的最终K值；根据最终K值及采集的温度数据得到下一时刻的温度预测值，根据温度预测值调整数据中心服务设备的冷却系统完成数据中心能效优化。

全文数据：

权利要求：

百度查询： 深圳市互盟科技股份有限公司 基于机器学习的数据中心能效优化方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD