南京大学;中国联合网络通信有限公司广东省分公司周海波获国家专利权
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！
龙图腾网获悉南京大学;中国联合网络通信有限公司广东省分公司申请的专利一种基于深度聚类的数据中心时间序列预测方法及系统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：CN120196973B 。
龙图腾网通过国家知识产权局官网在2025-08-12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：202510669013.6，技术领域涉及：G06F18/2321；该发明授权一种基于深度聚类的数据中心时间序列预测方法及系统是由周海波;姜高翔;程博;孙宇;周壮;李稷楠设计研发完成，并于2025-05-23向国家知识产权局提交的专利申请。
本一种基于深度聚类的数据中心时间序列预测方法及系统在说明书摘要公布了：本发明公开了一种基于深度聚类的数据中心时间序列预测方法及系统，方法包括：实时接收来自于数据中心物联网设备传入的时间序列数据；通过用于概念漂移状况检测的聚类算法，结合特征提取与聚类模型，检查数据的概念相对类别；使用基于集成学习的预测算法，根据概念相对类别，选择一个或融合选择的多个不同已经完成训练的预测模型，得到实时的时间序列预测结果。本发明能够有效处理数据中心场景下频繁出现的概念漂移现象，提高预测的稳定性。真实数据集下的测试结果证明了本发明用于概念漂移状况检测的聚类算法和预测模型的结合，在数据中心场景下取得了卓越的性能，在预测准确率和面对概念漂移状态下的性能方面，均优于已有模型。
本发明授权一种基于深度聚类的数据中心时间序列预测方法及系统在权利要求书中公布了：1.一种基于深度聚类的数据中心时间序列预测方法，其特征在于，包括如下步骤： 实时接收来自于数据中心物联网设备传入的时间序列数据，包括数据中心机房温湿度、IT负载、冷却系统中能主动调节的工作状况、冷却系统中不能主动调节的监测变量以及冷却系统各部分能耗； 通过用于概念漂移状况检测的聚类算法，结合特征提取与聚类模型，检查数据的概念相对类别；聚类算法根据时间序列数据的分布，区分不同概念下的时间序列数据；所述概念相对类别为聚类算法的聚类结果或软聚类结果；聚类算法采用在变分自编码器中增加聚类器实现，在变分自编码器中，通过编码器将原始时间序列数据x生成的隐变量z，将隐变量z通过聚类器得到另一隐变量y，作为聚类标签，通过解码器将z和y共同重构生成数据，同时y通过条件先验生成器重构生成隐变量； 使用基于集成学习的预测算法，根据概念相对类别，选择一个或融合选择的多个不同已经完成训练的预测模型，得到实时的时间序列预测结果。
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南京大学;中国联合网络通信有限公司广东省分公司，其通讯地址为：210093 江苏省南京市鼓楼区汉口路22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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号