随着移动互联网、物联网、云计算的高速发展,数据中心作为信息的重要载体,迎来了一波建设的浪潮。大规模、高密度的IT设备部署,大量的分布式系统的应用,供电和制冷的需求不断增加,所有这些使得机房的运行维护和管理复杂、能量消耗巨大。但在机房能耗分析和控制方面,通信业普遍存在采集范围程度不够、信息孤岛化及粗放式管理等问题。能耗分析系统可以针对收集的基站、机房能耗数据进行统一存储分析,为管理者提供决策支持,但是该系统目前仅能对数据进行简单的统计分析,远没有开发出能耗数据真正的价值。在这样的背景下,本课题从分类算法在能耗分析系统中应用场景的探索为切入点,使用分类算法挖掘能耗数据中潜在的价值。课题研究了分类算法在节能措施业务场景、异常能耗数据告警场景以及能耗模型场景中的应用,丰富并完善了原有的业务场景。重点研究了分类算法在节能措施业务场景中的应用,设计并实现了节能措施仿真平台。该平台由三个子系统组成:并行计算子系统,节能措施实施子系统和能耗数据仿真子系统。并行计算子系统提供计算支持,能耗数据仿真子系统提供能耗数据支持,节能措施实施子系统向用户推荐节能措施,并提供节能措施效果对比功能。当机房出现异常能耗告警时,基于分类算法实现的节能措施仿真平台可以向管理员推荐合适的节能措施。另一方面,管理员在真正在机房安装、配置、实施某节能措施前,可以通过节能措施仿真平台接近零成本模拟实施该节能措施,验证该节能措施的效果,大幅降低验证节能措施效果的成本。