System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及数据处理,尤其涉及一种模型训练、绿色数据中心控制方法、装置、设备及介质。
技术介绍
1、绿色数据中心是指采用可持续、环保的技术和策略来减少能源消耗和环境影响的数据中心。这些中心通常利用能源高效的服务器、虚拟化技术、节能设备和可再生能源等方法来降低能源消耗。在绿色数据中心中,资源可用性取决于可再生能源的电力供应,可再生能源的间歇性供电导致了间歇性的资源可用性,从而产生作业延迟。目前,绿色数据中心的作业调度和能源管理存在精准度较低的问题,从而导致存在效益较低的问题。
2、因此,如何提高绿色数据中心的作业调度和能源管理的精准度,以提升绿色数据中心的效益是亟需解决的问题。
技术实现思路
1、本申请提供一种模型训练、绿色数据中心控制方法、装置、设备及介质,用以解决现有技术中如何提高绿色数据中心的作业调度和能源管理的精准度,以提升绿色数据中心的效益的问题。
2、第一方面,本申请提供一种模型训练方法,包括:
3、获取绿色数据中心的样本数据集,所述样本数据集包括:至少一组样本数据、所述样本数据对应的作业调度方案、能源管理策略、所述绿色数据中心的总作业价值,以及,所述绿色数据中心的总作业延迟;所述样本数据包括:所述绿色数据中心的样本可用资源信息、样本作业延迟信息和样本供电能源的供应情况;
4、使用所述样本数据集,采用深度强化学习算法训练初始模型,得到所述绿色数据中心的作业调度模型;其中,所述总作业价值为所述深度强化学习算法的奖励项,所述总作业
5、可选的,所述获取绿色数据中心的样本数据集,包括:
6、获取所述绿色数据中心的至少一组历史数据,以及,所述历史数据对应的作业调度方案、能源管理策略、所述绿色数据中心的总作业价值,以及,所述绿色数据中心的总作业延迟;所述历史数据包括:历史可用资源信息、历史作业延迟信息、历史供电能源的供应情况;
7、根据所述至少一组历史数据,构建所述样本数据集。
8、第二方面,本申请提供一种绿色数据中心控制方法,所述方法包括:
9、获取所述绿色数据中心的可用资源信息、作业延迟信息和供电能源的供应情况;
10、根据所述绿色数据中心的可用资源信息、作业延迟信息和供电能源的供应情况,利用作业调度模型,获取所述绿色数据中心的作业调度方案,以及,能源管理策略;所述作业调度模型为采用如权利要求1或2所述的方法训练得到的;
11、采用所述作业调度方案对所述绿色数据中心的作业进行调度,以及,采用所述能源管理策略对所述绿色数据中心的供电能源进行管理。
12、可选的,所述获取所述绿色数据中心的可用资源信息、作业延迟信息和供电能源的供应情况之前,还包括:
13、获取所述绿色数据中心的待调度的目标作业;
14、所述采用所述作业调度方案对所述绿色数据中心的作业进行调度,以及,采用所述能源管理策略对所述绿色数据中心的供电能源进行管理,包括:
15、采用所述作业调度方案对所述目标作业进行调度,以及,在执行所述目标作业的过程中,采用所述能源管理策略对所述绿色数据中心的供电能源进行管理。
16、可选的,所述获取所述绿色数据中心的可用资源信息、作业延迟信息和供电能源的供应情况,包括:
17、获取所述绿色数据中心当前作业调度周期的可用资源信息、作业延迟信息和供电能源的供应情况;
18、所述采用所述作业调度方案对所述绿色数据中心的作业进行调度,以及,采用所述能源管理策略对所述绿色数据中心的供电能源进行管理,包括:
19、在当前作业调度周期,采用所述作业调度方案对所述绿色数据中心的作业进行调度,以及,采用所述能源管理策略对所述绿色数据中心的供电能源进行管理。
20、可选的,所述采用所述作业调度方案对所述绿色数据中心的作业进行调度,以及,采用所述能源管理策略对所述绿色数据中心的供电能源进行管理之后,所述方法还包括:
21、获取所述绿色数据中心在所述作业调度方案和所述能源管理策略下的总作业价值和总作业延迟;
22、使用所述可用资源信息、所述作业延迟信息、所述供电能源的供应情况、所述作业调度方案、所述能源管理策略,以及,所述总作业价值和所述总作业延迟,采用深度强化学习算法对所述作业调度模型进行优化。
23、第三方面,本申请提供一种模型训练装置,包括:
24、获取模块,用于获取绿色数据中心的样本数据集,所述样本数据集包括:至少一组样本数据、所述样本数据对应的作业调度方案、能源管理策略、所述绿色数据中心的总作业价值,以及,所述绿色数据中心的总作业延迟;所述样本数据包括:所述绿色数据中心的样本可用资源信息、样本作业延迟信息和样本供电能源的供应情况;
25、处理模块,用于使用所述样本数据集,采用深度强化学习算法训练初始模型,得到所述绿色数据中心的作业调度模型;其中,所述总作业价值为所述深度强化学习算法的奖励项,所述总作业延迟为所述深度强化学习算法的惩罚项;所述作业调度模型用于获取所述绿色数据中心的作业调度方案,以及,能源管理策略。
26、第四方面,本申请提供一种绿色数据中心控制装置,包括:
27、获取模块,用于获取所述绿色数据中心的可用资源信息、作业延迟信息和供电能源的供应情况;
28、处理模块,用于根据所述绿色数据中心的可用资源信息、作业延迟信息和供电能源的供应情况,利用作业调度模型,获取所述绿色数据中心的作业调度方案,以及,能源管理策略;所述作业调度模型为采用如权利要求1或2所述的方法训练得到的;
29、控制模块,用于采用所述作业调度方案对所述绿色数据中心的作业进行调度,以及,采用所述能源管理策略对所述绿色数据中心的供电能源进行管理。
30、第五方面,本申请提供一种电子设备,包括:处理器、通信接口,以及存储器;所述处理器分别与所述通信接口和所述存储器通信连接;
31、所述存储器存储计算机执行指令;
32、所述通信接口与外部设备进行通信交互;
33、所述处理器执行所述存储器存储的计算机执行指令,以实现如第一方面或第二方面中任一项所述的方法。
34、第六方面,本申请提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如第一方面或第二方面中任一项所述的方法。
35、第七方面,本申请提供一种计算机程序产品,所述计算机程序产品被处理器执行时用于实现如第一方面或第二方面中任一项所述的方法。
36、本申请提供的模型训练、绿色数据中心控制方法、装置、设备及介质,通过获取该绿色数据中心的可用资源信息、作业延迟信息和供电能源的供应情况,并通过预先训练好的作业调度模型,对该本文档来自技高网...
【技术保护点】
1.一种模型训练方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述获取绿色数据中心的样本数据集,包括:
3.一种绿色数据中心控制方法,其特征在于,所述方法包括:
4.根据权利要求3所述的方法,其特征在于,所述获取所述绿色数据中心的可用资源信息、作业延迟信息和供电能源的供应情况之前,还包括:
5.根据权利要求3所述的方法,其特征在于,所述获取所述绿色数据中心的可用资源信息、作业延迟信息和供电能源的供应情况,包括:
6.根据权利要求3-5任一项所述的方法,其特征在于,所述采用所述作业调度方案对所述绿色数据中心的作业进行调度,以及,采用所述能源管理策略对所述绿色数据中心的供电能源进行管理之后,所述方法还包括:
7.一种模型训练装置,其特征在于,包括:
8.一种绿色数据中心控制装置,其特征在于,包括:
9.一种电子设备,其特征在于,包括:处理器,通信接口以及存储器,所述处理器分别与所述通信接口和所述存储器通信连接;
10.一种计算机可读存储介质,其特征
...【技术特征摘要】
1.一种模型训练方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述获取绿色数据中心的样本数据集,包括:
3.一种绿色数据中心控制方法,其特征在于,所述方法包括:
4.根据权利要求3所述的方法,其特征在于,所述获取所述绿色数据中心的可用资源信息、作业延迟信息和供电能源的供应情况之前,还包括:
5.根据权利要求3所述的方法,其特征在于,所述获取所述绿色数据中心的可用资源信息、作业延迟信息和供电能源的供应情况,包括:
6.根据权利要求3-5任一项所述的方法,其特征在于,所...
【专利技术属性】
技术研发人员:谢海琴,吴佳霖,展波,盛国军,
申请(专利权)人:海尔数字科技上海有限公司,
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。