买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京科技大学;中色非洲矿业有限公司申请的专利一种数据中心制冷系统预测与停机温度设定优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115774958B 。

龙图腾网通过国家知识产权局官网在2026-05-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211541140.0，技术领域涉及：G06F30/27；该发明授权一种数据中心制冷系统预测与停机温度设定优化方法是由班晓娟;宁春宇;张金钟;袁兆麟设计研发完成，并于2022-12-01向国家知识产权局提交的专利申请。

本一种数据中心制冷系统预测与停机温度设定优化方法在说明书摘要公布了：本发明公开了一种数据中心制冷系统预测与停机温度设定优化方法，包括：获取制冷系统运行时的时间序列数据；利用时间序列分割聚类模型结合手动标注方法对获取的时间序列数据进行阶段识别与分类，构建样本数据集；构建用于预测给定热负载下制冷系统的启停过程及制冷功耗的制冷系统预测模型，并利用所述样本数据集对构建的制冷系统预测模型进行训练；利用训练好的制冷系统预测模型对制冷系统的运行进行仿真，确定使累计能耗最低的停机温度设定值，实现停机温度设定的优化。本发明能够预测制冷系统未来一段时间的启停过程以及功耗，通过优化制冷系统的停机温度配置降低制冷系统的整体能耗。

本发明授权一种数据中心制冷系统预测与停机温度设定优化方法在权利要求书中公布了：1.一种数据中心制冷系统预测与停机温度设定优化方法，其特征在于，包括： 获取制冷系统运行时的运行数据；对运行数据中的缺失值进行三次样条插值，构成采样间隔均匀的制冷系统运行时的时间序列数据；其中，运行数据包括服务器功率、室温、服务器进气口温度、制冷功率和制冷量； 利用时间序列分割聚类模型结合手动标注方法，对获取的制冷系统运行时的时间序列数据进行阶段识别与分类，并利用完成分类的数据构建样本数据集； 构建用于预测给定热负载下制冷系统的启停过程及制冷功耗的制冷系统预测模型，并利用所述样本数据集对构建的制冷系统预测模型进行训练；其中，制冷系统预测模型为编码器-解码器框架结构；其中，编码器的输入为制冷系统过去一段时间的运行数据，输出为系统当前时刻的状态编码，用于作为解码器所需的初始状态；其中，初始状态包括预测的隐变量、系统所处的当前阶段和已经处于当前阶段所持续的时间；解码器的输入为编码器给出的状态编码和未来一段时间的系统输入，解码器的输出为未来一段时间的系统输出；其中，系统输入包括服务器功率和室温，系统输出包括进气口温度、制冷功率和制冷量； 利用训练好的制冷系统预测模型对制冷系统的运行进行仿真，基于仿真结果确定使累计能耗最低的制冷系统停机温度设定值，实现停机温度设定的优化； 所述利用时间序列分割聚类模型结合手动标注方法，对获取的制冷系统运行时的时间序列数据进行阶段识别与分类，包括： 建立半监督的多维时间序列分割聚类模型；所述多维时间序列分割聚类模型基于托普洛兹逆协方差矩阵对时间序列数据聚类，利用托普洛兹逆协方差矩阵定义每个聚类的马尔科夫随机网络，以描述一段时间内制冷系统运行时的时间序列数据各维度的相关性； 在原始时间序列数据上，手动标注部分序列区间所属的制冷系统的运行过程阶段类型；其中，所述运行过程阶段类型包括制冷机关闭、制冷机启动第一阶段、制冷机启动第二阶段、制冷机稳定制冷以及制冷机关闭过程； 由人工手动标注的区域得到时间序列数据的各点的聚类结果，并使用交替方向乘子法来初始化时间序列分割聚类模型中的托普洛兹逆协方差矩阵； 利用期望最大化算法EM来不断更新时间序列分割聚类模型参数并实现时间序列的分割与聚类；其中，EM算法的M步是给定时间序列数据聚类结果使用交替方向乘子法来更新托普洛兹逆协方差矩阵，E步给定托普洛兹逆协方差矩阵，使用动态规划算法找到最小成本路径，从而将时间序列数据进行分割聚类。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京科技大学;中色非洲矿业有限公司，其通讯地址为：100083 北京市海淀区学院路30号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。