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
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
大数据
模拟退火算法
频率
概率分布函数
环卫设备
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
图谱特征
XGBoost模型
路径特征
节点
低轨卫星星座
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