一种数据中心存储单元的智能冷却方法技术

本发明专利技术涉及人工智能技术领域，提供了一种数据中心存储单元的智能冷却方法，方法包括：生连接存储单元，获取数据处理样本集；以各个样本数据对应的访问指令进行指令控制流程化分析、数据访问热度分析，输出多个存储流程、多个访问热度并搭建存储指令树；当接收到第一任务指令，遍历存储指令树，输出第一匹配节点集；连接冷却控制系统，集成学习输出第一冷却控制参数，反馈至控制冷却控制系统，解决冷却方式依赖人工干预，无法进行冷却自适应性控制技术问题，实现改造数据中心存储单元中的冷热数据存储，进行热量预测，以预测得到的热量温度对数据中心的冷却控制参数进行转换，提高冷却控制的响应速度和效率，进行冷却自适应性控制技术效果。术效果。术效果。

【技术实现步骤摘要】
一种数据中心存储单元的智能冷却方法


[0001]本专利技术涉及人工智能相关
，具体涉及一种数据中心存储单元的智能冷却方法。

技术介绍

[0002]冷却控制常用于空调、冰箱等电子设备，传统的冷却方式包括固定温度控制、人工控制、固定时间控制，固定温度控制不考虑实际负载和热量需求的变化，这可能导致过度冷却或不足冷却的问题，浪费能源或无法有效降温；人工控制可以是手动调整空调的温度或风扇的速度，但人工控制容易出现人为错误和延迟，无法实时监测和调整冷却系统；固定时间控制即按照固定的时间表来运行，但无法根据实际需求进行调整，这可能导致能源的浪费和冷却效果的不佳，综上可知，传统的冷却方式的控制精度有限、依赖人工干预、缺乏动态性和自适应性，亟需一种高效的冷却控制方法。
[0003]综上所述，现有技术中存在冷却方式依赖人工干预，无法进行冷却自适应性控制的技术问题。

技术实现思路

[0004]本申请通过提供了一种数据中心存储单元的智能冷却方法，旨在解决现有技术中的冷却方式依赖人工干预，无法进行冷却自适应性控制的技术问题。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据中心存储单元的智能冷却方法，其特征在于，所述方法包括：连接第一数据中心的存储单元，获取所述存储单元的数据处理样本集，包括各个样本数据对应的访问指令以及各个样本数据对应的访问频率；以所述各个样本数据对应的访问指令进行指令控制流程化分析，输出多个存储流程；以所述各个样本数据对应的访问频率进行数据访问热度分析，输出多个访问热度；按照所述多个存储流程中划分树节点，按照所述多个访问热度作对树节点进行标识，搭建存储指令树；当所述存储单元接收到第一任务指令，根据所述第一任务指令对所述存储指令树进行遍历，输出第一匹配节点集；连接所述存储单元的冷却控制系统，并根据所述第一匹配节点集和冷却集成预测模型进行集成学习，输出第一冷却控制参数，反馈至所述冷却控制系统进行控制。2.如权利要求1所述的方法，其特征在于，并根据所述第一匹配节点集和冷却集成预测模型进行集成学习，输出第一冷却控制参数，方法包括：获取第一匹配节点集，其中，所述第一匹配节点集包括基于所述第一任务指令下遍历所述存储指令树后匹配得到的操作流程节点；将所述第一匹配节点集输入所述冷却集成预测模型中，所述冷却集成预测模型包括热量预测子模型和热量转化子模型；获取与所述第一匹配节点集中各个匹配节点对应的节点热度，输出匹配节点热度集；根据所述热量预测子模型，对所述匹配节点热度集进行融合预测，输出标识所述第一任务指令的预测热度信息；将所述预测热度信息作为所述热量转化子模型的输入数据进行学习，输出第一冷却控制参数。3.如权利要求2所述的方法，其特征在于，所述方法还包括：连接所述存储单元的冷却控制系统，获取所述冷却控制系统中的冷却液体信息、冷却流动速率和热量损失数据；以所述冷却液体信息为固定变量、以所述冷却流动速率和所述热量损失数据作为变量进行训练，输出标识速率
‑
热量转化关系的热量转化子模型；将所述预测热度信息输入所述热量转化子模型，输出所述第一冷却控制参数。4.如权利要求1所述的方法，其特征在于，以所述各个样本数据对应的访问频率进行数据访问热度分析，方法包括：根据所述各个样本数据的访问频率进行差异性分析，获取差异指数集；按照所述差异指数集的坐标分布进行聚类，输出差异指数聚类结果；按照所述差异指数聚类结果对各个样本数据的冷热度进行标识，输出多个访问热度。5.如权利要求2所述的方法，其特征在于，根...

【专利技术属性】
技术研发人员：章雪峰，方宏伟，
申请(专利权)人：镇江香江云动力科技有限公司，
类型：发明
国别省市：