[发明专利]基于主成分分析和BP神经网络的机房温湿度预测方法

权利要求书

1.基于主成分分析和BP神经网络的机房温湿度预测方法，其特征是，包括步骤：

步骤一，分析并选取影响机房温湿度变化的关键因素；

步骤二，主成分分析，分析出影响温湿度变化的主成因子；包括：

1）选取多组影响机房温湿度变化的关键因素样本，建立影响因子的线性方程；

2）对所述线性方程的矩阵进行标准化；

3）计算标准化矩阵的相关系数矩阵；

4）通过相关系数矩阵，计算各个影响因子的贡献率、累计贡献率；

5）根据累计贡献率选取主成因子；

步骤三，建立BP神经网络模型并训练，以所得到的主成因子历史数据作为输入变量，机房温湿度作为输出变量；

步骤四，将待预测时刻的主成因子实际数据输入训练后的BP神经网络，预测出温湿度。

2.根据权利要求1所述的基于主成分分析和BP神经网络的机房温湿度预测方法，其特征是，所述影响机房温湿度变化的关键因素包括天气情况、机房楼层、布局选址、设备散热性、功率、室内外温度差和空调检修情况。

3.根据权利要求1所述的基于主成分分析和BP神经网络的机房温湿度预测方法，其特征是，所述步骤二的5）中，选取累计贡献率在80%-90%之间的因子作为主成因子。