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

构筑绿色基础设施 | 更新时间：2026-04-20

- 基于机器学习的冷水机组能耗预测模型
- 基于机器学习的冷水机组能耗预测模型
- 电信工程技术与标准化 2024年37卷第S2期页码：58-62
- 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
  中图分类号： TP308;TP181;TU83
- 纸质出版：2024
- 稿件说明：
移动端阅览
曹坤元, 徐以恒, 李自勇, 等. 基于机器学习的冷水机组能耗预测模型[J]. 电信工程技术与标准化, 2024,37(S2):58-62.

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.
曹坤元, 徐以恒, 李自勇, 等. 基于机器学习的冷水机组能耗预测模型[J]. 电信工程技术与标准化, 2024,37(S2):58-62. DOI： 10.13992/j.cnki.tetas.2024.s2.019.

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.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

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

相关机构

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

地址：北京市丰台区顺八条1号院2号楼北阳晨光大厦2层邮编：100079
联系电话：（010）53879206 Email：tmw@bjxintong.com.cn
技术支持由北京北大方正电子有限公司提供京ICP备09082226号-64 京公网安备11010602201714号
本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies

⁰