| 基于CNN-BiLSTM-Attention的工业数据中心IT设备能耗预测模型研究 | |
| 所属分类:技术论文 | |
| 上传者:wwei | |
| 文档大小:4100 K | |
| 标签: 能耗预测模型 CNN-BiLSTM-Attention 工业数据中心 | |
| 所需积分:0分积分不够怎么办? | |
| 文档介绍:IT设备的能耗直接影响到工业数据中心的电力消耗,预测IT设备能耗对优化能源管理和资源规划具有重要意义。然而,由于IT能耗数据呈现出非线性、非平稳的特点,导致预测精度低。对此,结合卷积神经网络CNN、双向长短期记忆网络BiLSTM和注意力机制的优势,分别对IT设备能耗的局部特征、数据中深层次的关键信息进行提取,并根据自测IT设备能耗数据集构建基于CNN-BiLSTM-Attention的能耗预测模型,该模型的R2、MAE和RMSE分别为0.905 3、0.050 4、0.067 3,相较于现有的LSTM、BiLSTM和CNN-BiLSTM模型均有不同程度的提高,说明该模型可以应用于工业数据中心内IT设备能耗的准确预测。 | |
| 现在下载 | |
| VIP会员,AET专家下载不扣分;重复下载不扣分,本人上传资源不扣分。 | |
Copyright © 2005-2024 华北计算机系统工程研究所版权所有