基于深度学习的数据中心全栈联动智能调控方法及系统

本发明公开了一种基于深度学习的数据中心全栈联动智能调控方法及系统，包括：收集数据中心关键资源数据，构建用于智能调控的数据集；输入预训练的去噪自动编码器进行去噪处理；采用基于空间变化机制和自相关机制的时序预测模型，对去噪后的数据集进行预测，输出为未来H个时间步的资源使用预测值和热力分布预测值；对资源调度问题进行建模，并通过优化算法求解最优策略；并且利用新生数据进行增量学习，增强预测效果。通过对不同数据源之间的相互关系进行深度挖掘和建模，能够实现实时、精准的能耗管理和负载优化，进而达到节能降耗、提升运行效率的目的。