基于机器学习的冷水机组能耗预测模型

曹坤元; 徐以恒; 李自勇; 王思远; 员东照; 姜宇光

doi:10.13992/j.cnki.tetas.2024.s2.019

Chinese

您当前的位置：

首页 >

文章列表页 >

基于机器学习的冷水机组能耗预测模型

更新时间：2026-04-20

- 基于机器学习的冷水机组能耗预测模型
- Vol. 37, Issue S2, Pages: 58-62(2024)
- 作者机构：
  
  中国移动通信集团设计院有限公司
- 作者简介：
- 基金信息：
- DOI：10.13992/j.cnki.tetas.2024.s2.019
  CLC： TP308;TP181;TU83
- Published：2024
- 稿件说明：
移动端阅览
曹坤元, 徐以恒, 李自勇, et al. 基于机器学习的冷水机组能耗预测模型[J]. 2024, 37(S2): 58-62.
DOI：

曹坤元, 徐以恒, 李自勇, et al. 基于机器学习的冷水机组能耗预测模型[J]. 2024, 37(S2): 58-62. DOI： 10.13992/j.cnki.tetas.2024.s2.019.

摘要

随着数据中心的指数级增长

对高效热管理的需求变得更加迫切

尤其是在冷却系统中

冷水机组是主要的能源消耗设备。本文提出了一种基于机器学习的模型

旨在准确预测冷水机组的功耗

从而提高数据中心的能源效率。结果表明

与传统方法相比

本文的模型具有更高的准确性

为冷水机组能耗建模提供了一种新的方法。

Abstract

关键词

Keywords

references

Chaerun Nisa Elsa,Kuan YeanDer.Comparative Assessment to Predict and Forecast Water-Cooled Chiller Power Consumption Using Machine Learning and Deep Learning Algorithms[J].Sustainability,2021(2).

Jee-Heon Kim,Nam-Chul Seong,Wonchang Choi.Modeling and Optimizing a Chiller System Using a Machine Learning Algorithm[J].Energies,2019.

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于机器学习和区块链的分布式数字储能

钠离子电池在数据中心分布式光伏储能系统的应用研究

数据中心全生命周期节能优化体系研究与实践

基于AI的数据中心服务器跨专业智能调电节能研究

数据中心冷机在不同负荷率下的节能措施分析

Related Author

周徐

周小宁

刘明健

周重阳

李小平

苏峰

安红

李韬

Related Institution

中国移动通信集团设计院有限公司重庆分公司

大唐移动通信设备有限公司

中国移动通信集团重庆有限公司

中国移动通信集团宁夏有限公司

中国移动通信集团陕西有限公司

AI问答

Postal code：100079
Tel：（010）53879206 Email：tmw@bjxintong.com.cn
Technical support is provided by Beijing Founder electronics co., LTD 京ICP备09082226号-64 京公网安备11010602201714号
It is recommended to read the content of this site in Chrome&IE9+. Please switch to extreme mode in browser 360.
Cookies We use cookies to help provide and enhance our service and tailor content. By continuing, you agree to the use of cookies.

⁰