【技术实现步骤摘要】
基于深度学习的数据中心环境热通道预测算法
[0001]本专利技术涉及服务器环境热通道预测算法
，具体为基于深度学习的数据中心环境热通道预测算法。
技术介绍
[0002]通过控制服务器的冷热通道，保持适当的温度、湿度和气流，管理员必须监控这些因素以确保服务器效率并以最少的能源保持数据中心运行；
[0003]专利号为：202110604574.X的专利技术专利公开了一种数据中心机房环境监控系统，包括M个服务器机柜、N个空调机柜、移动巡检终端以及布置于n个可移动服务器机柜上的n个边缘计算终端，所述M个服务器机柜中的m个服务器机柜可在预定范围内移动并相对于不可移动的机柜间隔布置；所述移动巡检终端沿预设巡检路线在所述数据中心机房环境内移动，获取所述n个边缘计算终端的处理结果更新所述预设巡检路线，并在经过所述更新的预设巡检路线时，调节所述N个空调机柜中的部分空调机柜的工作状态；所述边缘处理终端基于所述组合传感器获取的温度和湿度数据，控制所述n个服务器机柜的至少一个在预定范围内移动。本专利技术实现了数据中心机房的全范围动态巡
【技术保护点】
【技术特征摘要】
1.基于深度学习的数据中心环境热通道预测算法，其特征在于，包括以下步骤：S1：获取数据：从监控系统获取对应服务器的数据；S2：数据处理：将S1获取的数据处理成平均值，再进行归一化处理；S3：搭建BiRCNN网络模型；S4：模型训练：将S2处理后的数据输入BiRCNN网络模型并作为模型输出的目标，按一定比例分为训练集和测试集进行模型训练；S5：预测数据：保存模型训练参数，将新时刻数据输入BiRCNN网络模型即可对服务器对应的环境热通道平均温度进行预测。2.根据权利要求1所述的基于深度学习的数据中心环境热通道预测算法，其特征在于，S1的具体方法为：从监控系统获取对应服务器的环境冷通道温度、环境热通道温度、服务器功率、精密空调风机转速、精密空调风机转速设定、15分钟后的环境热通道温度六种类型数据。3.根据权利要求2所述的基于深度学习的数据中心环境热通道预测算法，其特征在于，S2的具体方法为：将获取的所有环境冷通道温度处理成一个环境冷通道平均温度、将获取的所有环境热通道温度处理成一个环境热通道平均温度、将获取的所有15分钟后环境热通道温度处理成一个15分钟后环境热通道平均温度，把处理好的环境冷通道平均温度、环境热通道平均温度、15分钟后环境热通道平均温度和服务器功率、精密空调风机转速、精密空调风机转速进行归一化。4.根据权利要求1所述的基于深度学习的数据中心环境热通道预测算法，其特征在于，S3中BiRCNN网络模型包括：输入层...
【专利技术属性】
技术研发人员：赵永国，郭俊峰，梅永坚，詹浩钦，李学彦，
申请(专利权)人：南方电网大数据服务有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。