一种使用深度迁移学习实现数据中心节能温控的方法

摘要

本发明公开了一种使用深度迁移学习实现数据中心节能温控的方法，该是通过基于深度迁移学习的DSDA算法来解决节能温控问题；该方法采用LSTM S2S模型，将能耗看作一个时间序列的预测问题，并将某一个拥有充足历史数据的数据中心A做为源数据，用数据中心A的数据集训练LSTM S2S，再将训练好的参数移植在其他数据中心B，最后通过数据中心B的少量历史数据，对参数进行微调。本发明提供的方法用于数据中心，基于节能和温度的DSDA算法，既可以满足温度要求，又可以最小化暖通空调系统的消耗，并且能够避免传统节能温控系统都过于依赖数学模型的搭建的问题。