-
公开(公告)号:CN119903353A
公开(公告)日:2025-04-29
申请号:CN202411980831.X
申请日:2024-12-30
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
IPC: G06F18/22 , G06F18/2135 , G06F18/15 , G06F1/20 , G06F123/02
Abstract: 本公开提供一种数据机房的节能信息计算方法、装置、设备、介质和产品,其中,方法包括:收集数据机房的使用记录,使用记录包括一个原模式日的电量使用信息和/或温度信息,以及多个节能模式日的每天的电量使用信息和/或温度信息;将使用记录生成指定维度的时间序列;采用DTW算法对时间序列数据进行相似度计算,以生成相似度矩阵;根据相似度矩阵确定与一个原模式日相似度最高的一个节能模式日为节能模式比较日;根据原模式日的用电量和节能模式比较日的用电量进行节能信息计算。通过本公开实施例,可以提升节能信息的测量和验证的可靠性,提高评估节能效果,有利于进一步地提高通信机房的能源利用效率。
-
公开(公告)号:CN117113139A
公开(公告)日:2023-11-24
申请号:CN202311015196.7
申请日:2023-08-11
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
IPC: G06F18/24 , G06F18/213 , G06F18/22 , G06N3/0442 , G06N3/08 , G06F123/02
Abstract: 本申请涉及一种故障检测模型的训练方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:基于包含正常类别的第一样本数据对应的多个时间点的多个运行状态指标数据,进行时序相关特征处理,得到目标时序相关特征图;并对目标时序相关特征图进行编解码处理,得到目标时序相关特征图对应的目标重构时序相关特征图;基于目标时序相关特征图以及目标重构时序相关特征图,对待训练的故障检测模型进行训练。通过采用本方法,通过自编码器的方式进行模型训练以及故障检测,可以基于原始特征与重构特征之间的相似度实现故障的检测,可以在数据分布不理想的情况下实现模型训练精度的提升,减少模型训练的工作量。
-
公开(公告)号:CN118605263A
公开(公告)日:2024-09-06
申请号:CN202410660614.6
申请日:2024-05-27
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
IPC: G05B19/042
Abstract: 本申请实施例提供一种设备控制方法、装置、电子设备和存储介质,方法包括:在每一轮强化学习中,获取目标设备对应的当前时刻测点参数和当前时刻设定参数;若确定搜索目标设备的下一时刻设定参数,则获取目标设备的下一时刻的多个候选动作策略,基于每个候选动作策略、当前时刻测点参数和当前时刻设定参数,预测下一时刻测点参数,并基于预测的下一时刻测点参数与预警参数之间的差异,确定每个候选动作策略的评估值;基于多个候选动作策略各自的评估值,获得每个候选动作策略的选择概率,进而基于选择概率从多个候选动作策略中选择当前时刻动作策略,以对目标设备进行参数调节。本申请提高了在线强化学习算法对设备控制的安全性以及高效性。
-
公开(公告)号:CN117370880A
公开(公告)日:2024-01-09
申请号:CN202311316000.8
申请日:2023-10-11
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
IPC: G06F18/2413 , G06F18/232
Abstract: 本公开实施例提供了一种计算机机房空调效能分类方法、装置、计算机设备及可读存储介质,涉及绿色节能领域。该方法包括:获取计算机机房空调的运行数据;根据所述计算机机房空调的运行数据获取所述计算机机房空调的能效指标的相似度矩阵;根据所述相似度矩阵获取最佳聚类数;根据所述相似度矩阵和所述最佳聚类数对所述计算机机房空调进行分类。本公开实施例提供的方法,能够实现计算机机房空调的能耗能效分类。
-
公开(公告)号:CN117370323A
公开(公告)日:2024-01-09
申请号:CN202311302632.9
申请日:2023-10-09
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
IPC: G06F16/215 , G06Q10/04 , G06Q50/06 , G06N3/045 , G06N3/08
Abstract: 本公开实施例提供了一种计算机机房用电量的补全方法、装置、计算机设备及可读存储介质,涉及计算机技术领域。该方法包括:获取计算机机房的原始运行数据,其中所述原始运行数据包括计算机负载数据和空调运行数据;根据所述计算机负载数据对第一神经网络进行训练以获取计算机负载电量预测模型;根据所述空调运行数据对第二神经网络进行训练以获取空调运行电量预测模型;通过所述计算机负载电量预测模型对所述计算机负载数据中缺失的电量数据进行预测;通过所述空调运行电量预测模型对所述空调运行数据中缺失的电量数据进行预测。本公开实施例提供的方法,能够实现计算机机房缺失用电量的补全。
-
-
-
-