一种基于温度预测技术的数据中心智能化节能管理系统技术方案

本发明专利技术公开了一种基于温度预测技术的数据中心智能化节能管理系统，涉及节能管理技术领域，该系统公开了温度采集模块、节能管理模块、稳定标记模块，通过设置节能管理模块，可以通过温度预测技术实时调整数据中心的任务负载，在保证数据中心节能的基础上，合理对数据中心的任务负载进行调整，设置稳定标记模块，可以根据数据中心的状态标记记录对数据中心进行标记，让数据中心管理人员更加直观的了解数据中心的节能是否稳定。

【技术实现步骤摘要】

本专利技术涉及节能管理，更具体地说，它涉及一种基于温度预测技术的数据中心智能化节能管理系统。

技术介绍

1、随着通信和网络技术的飞速发展，数据中心规模和功率密度不断增加，在数据中心机房集中了大量的数据处理设备、联网设备和电信设备等。上述各种电子设备在数据中心内会产生大量的热量，当数据中心的温度越高，就会造成数据中心的功耗越高，所以如何合理对数据中心进行节能管理是亟需解决的问题。

技术实现思路

1、针对现有技术存在的不足，本专利技术的目的在于提供一种基于温度预测技术的数据中心智能化节能管理系统。

2、为实现上述目的，本专利技术提供了如下技术方案：

3、一种基于温度预测技术的数据中心智能化节能管理系统，包括温度采集模块、节能管理模块、稳定标记模块；

4、所述温度采集模块用于基于固定周期对数据中心的温度进行采集，获取得到数据中心温度；

5、所述节能管理模块用于根据温度预测实时调整数据中心的任务负载，具体为：

6、将数据中心温度作为温度预测模型的输入数据，获本文档来自技高网...

【技术保护点】

1.一种基于温度预测技术的数据中心智能化节能管理系统，其特征在于，包括温度采集模块、节能管理模块、稳定标记模块；

2.根据权利要求1所述的一种基于温度预测技术的数据中心智能化节能管理系统，其特征在于，温度预测模型通过下述步骤获取得到：获取得到多个数据中心温度，将数据中心温度标记为训练数据，对训练数据赋予训练标签，将训练数据按照设定比例划分成训练集和验证集，构建神经网络模型，通过训练集和验证集对神经网络模型进行迭代训练，当迭代训练次数大于迭代次数阈值时，则判定神经网络模型完成训练，将训练完成的神经网络模型标记为温度预测模型，温度预测模型输出数据的训练标签数值越大，则预测下个周期...

【技术特征摘要】

1.一种基于温度预测技术的数据中心智能化节能管理系统，其特征在于，包括温度采集模块、节能管理模块、稳定标记模块；

2.根据权利要求1所述的一种基于温度预测技术的数据中心智能化节能管理系统，其特征在于，温度预测模型通过下述步骤获取得到：获取得到多个数据中心温度，将数据中心温度标记为训练数据，对训练数据赋予训练标签，将训练数据按照设定比例划分成训练集和验证集，构建神经网络模型，通过训练集和验证集对神经网络模型进行迭代训练，当迭代训练次数大于迭代次数阈值时，则判定神经网络模型完成训练，将训练完成的神经网络模型标记为温度预测模型，温度预测模型输出数据的训练标签数值越大，则预测下个周期的数据中心温度越高。

3.根据权利要求2所述的一种基于温度预测技术的数据中心智能化节能管理系统，其特征在于，预升值wz通过下述步骤获取得到：将预测温度升值标记为ki，设置预测温度升值系数为bn，利用公式获取得到预测总升值hr，lt为预测温度变值标记为预测温度升值的总次数，利用公式wz＝hr×a1+lt×a2获取得到预升值wz，其中，a1为预测总升值系数，a2为预测升值次数系数。

4.根据权利要求3所述的一种基于温度预测技术的数据中心智能化节能管理系统，其特征在于，预降值ed通过下述步骤获取得到：将预测温度降值标记为bj，设置预测温度降值系数为cm，利用公式获取得到预测总降值fw，y...

【专利技术属性】
技术研发人员：余启瑞，李俊，
申请(专利权)人：广东电网有限责任公司广州供电局，
类型：发明
国别省市：