基于强化学习的PDU负载分配系统

本发明公开了基于强化学习的PDU负载分配系统，涉及数据中心资源管理技术领域，通过多维执行成本模型与数字孪生环境的结合，实现对PDU负载、服务器迁移与启停的高效调度，利用离线预训练与分层控制在不同负载场景中均能平衡能耗与性能，并在概念漂移检测下通过在线学习持续优化；除此之外，叠加安全代价与容错开销后，能优先保护关键业务与敏感数据，有效降低安全风险与宕机损失，最终达成多维度协同的高效、安全与可扩展数据中心管理。同时通过分批迁移与分阶段启停，进一步避免大规模操作带来的资源冲击和性能抖动，可在多维风险下灵活应对，确保在异构负载下保持调度的稳健性和可持续性。