一种基于LSTM-Transformer的数据中心PUE预测方法及装置制造方法及图纸

本发明专利技术公开了一种基于LSTM‑Transformer的数据中心PUE预测方法及装置。本发明专利技术通过结合LSTM和Transformer的优势，能够处理同时包含时间序列关系和全局依赖关系的数据。利用LSTM部分捕捉历史能耗序列中的长期依赖关系，同时利用Transformer部分学习全局特征和关系，可以更准确地预测数据中心的PUE值，数据中心管理员可以实时监测PUE值，从而及时发现能源利用效率的问题，并采取相应的措施进行调整，以提高数据中心的能源利用效率。

【技术实现步骤摘要】

本专利技术属于数据中心能源效率优化领域，涉及一种基于lstm-transformer的数据中心pue预测方法及装置

技术介绍

1、数据中心作为支撑互联网、云计算和大数据处理的核心基础设施，其规模和数量正以前所未有的速度增长。然而，随着数据中心的快速发展，能源消耗问题也日益凸显。数据中心的能源效率直接关系到运营成本和环境影响，因此，如何有效管理数据中心的能源使用，提高能源利用效率，已成为业界关注的焦点。pue(电源使用效率，power usageeffectiveness)是衡量数据中心能效的关键指标，它是数据中心总能耗与it设备能耗的比值。理想情况下，pue值越接近1，表示数据中心的能源利用效率越高。

2、当前的数据中心能源消耗主要由制冷系统、it设备、ups电源、配电单元与开关和发电机等部分组成，其中制冷设备与it设备两部分能耗合计超过总能耗的70％。这表明，制冷设备与it设备的能耗在一定程度上决定了数据中心的pue。由于数据中心的负载量存在波动性，it设备的能耗也会随之变化，这种不稳定性给准确预测pue带来了挑战。同时，it设备的负载变化也本文档来自技高网...

【技术保护点】

1.一种基于LSTM-Transformer的数据中心PUE预测方法，其特征在于该方法包括如下步骤：

2.根据权利要求1所述的一种基于LSTM-Transformer的数据中心PUE预测方法，其特征在于：步骤1中所述的预处理包括数据清洗和归一化。

3.根据权利要求2所述的一种基于LSTM-Transformer的数据中心PUE预测方法，其特征在于：还包括按照固定的时间点进行数据对齐和聚合，生成时间点对齐的新数据。

4.根据权利要求1所述的一种基于LSTM-Transformer的数据中心PUE预测方法，其特征在于：步骤2中所述的相关特征包括数据中心制冷...

【技术特征摘要】

1.一种基于lstm-transformer的数据中心pue预测方法，其特征在于该方法包括如下步骤：

2.根据权利要求1所述的一种基于lstm-transformer的数据中心pue预测方法，其特征在于：步骤1中所述的预处理包括数据清洗和归一化。

3.根据权利要求2所述的一种基于lstm-transformer的数据中心pue预测方法，其特征在于：还包括按照固定的时间点进行数据对齐和聚合，生成时间点对齐的新数据。

4.根据权利要求1所述的一种基于lstm-transformer的数据中心pue预测方法，其特征在于：步骤2中所述的相关特征包括数据中心制冷精密空调的平均除湿状态、精密空调的平均加湿状态、it设备能耗、动力间的湿度、it机房内的平均温度和湿度、精密空调的回风温度以及动力间的平均温度。

5.根据权利要求1所述的一种基于lstm-transformer的数据中心pue预测方法，其特征...

【专利技术属性】
技术研发人员：滕雨轩，蒋从锋，刘俊明，徐传奇，闫龙川，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：