一种基于电价与负载预测的数据中心用能优化方法

AITNT
正文
推荐专利
一种基于电价与负载预测的数据中心用能优化方法
申请号:CN202411900282
申请日期:2024-12-23
公开号:CN119990395A
公开日期:2025-05-13
类型:发明专利
摘要
本发明公开了一种基于电价与负载预测的数据中心用能优化方法,涉及需求侧的调度优化技术领域,包括采集与数据中心能耗相关的参数,构建基于工作负载转移的数据中心能耗模型,提出基于LSTM神经网络的电价和工作负载预测模型,以最小化购电成本为目标函数并考虑约束条件,构建市场环境下数据中心负载优化调度决策模型,利用IEEE30节点系统对模型进行仿真验证,得到预测日的电价、到达的工作负载、工作负载调度情况及购电成本。本发明所述方法本发明提供的基于电价与负载预测的数据中心用能优化方法通过LSTM模型的引入,能够准确预测电价的短期和长期波动。
技术关键词
数据中心 优化调度决策 LSTM模型 LSTM神经网络 能耗 工作负载变化 调度优化技术 优化调度策略 离线 优化调度模型 UPS电源 仿真工具 IT设备 预测误差 照明系统 配电系统 制冷系统 处理器
系统为您推荐了相关专利信息
1
一种基于PSO-LSTM的硬盘剩余寿命预测模型及方法
剩余寿命预测模型 剩余寿命预测方法 硬盘 LSTM模型 分布式存储节点
2
一种基于大数据的城市环卫运行优化方法
大数据 模拟退火算法 频率 概率分布函数 环卫设备
3
智能体育场馆资源调度优化方法、装置、设备及介质
调度表 智能体育场馆 资源调度优化方法 热力图 图像序列数据
4
一种基于频谱知识图谱的用频态势重建方法
图谱特征 XGBoost模型 路径特征 节点 低轨卫星星座
5
一种基于多模态时空图神经网络的油气井下故障预测方法
Delaunay三角剖分 故障预测方法 BiLSTM模型 故障预测精度 多模态特征融合
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号