中国移动通信集团浙江有限公司
Published:2024
移动端阅览
孙晓杰, 刘昊儒, 余韵滢, et al. 基于多层粒子群算法的数据中心能耗优化调度策略[J]. 2024, 37(S1): 242-246.
DOI:
孙晓杰, 刘昊儒, 余韵滢, et al. 基于多层粒子群算法的数据中心能耗优化调度策略[J]. 2024, 37(S1): 242-246. DOI: 10.13992/j.cnki.tetas.2024.s1.040.
数据中心制冷系统因外界环境以及IT负荷的实时变化
无法及时更新系统参数设置
且因空调系统架构复杂、设备种类繁多、设备性能不一等原因无法准确设置最优参数
从而使其无法达到系统运行最佳状态
存在一定节能降耗潜力。为进一步提升数据中心制冷系统运行安全及能效
本文提出了一种基于多层粒子群算法的能耗优化调度方法
对空调制冷系统的神经网络黑盒模型进行智能寻优
并通过切片及分层寻优方法解决神经网络模型过拟合问题
避免伪最优解的直接输出
实现在确保数据中心制冷系统安全运行基础上
寻找到能效最低的最优运行状态。
武根峰,钟安琪,毛晓峰,李冉,唐艳南.数据中心制冷空调系统能效评价指标研究[J].暖通空调,2024(S1).
雷秀娟,史忠科,王来军,毕业,仉亚男.粒子群优化算法在多目标优化中的应用与仿真[J].计算机工程与应用,2006(02).
周瑶佳.基于深度学习的中央空调负荷预测与优化控制研究[D].西安建筑科技大学,2023(05).
0
Views
4
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution