首页> 中文期刊> 《计算机时代》 >基于机器学习的数据中心稳态热参数预测

基于机器学习的数据中心稳态热参数预测

         

摘要

为提高数据中心空调运行性能,对某数据中心建立模型,对机柜出口温度在机箱不同的负载率下进行仿真抽样,建立CFD数据集。基于CFD数据集,分别使用三种机器学习模型即:Elman神经网络、RBF神经网络和SVR支持向量回归机,对数据中心稳态运行情况下的不同机柜负载率时空调回风温度进行快速预测。仿真结果表明:三种模型均在短时间内实现了较为准确的预测,但SVR支持向量回归机凭借其训练过程简洁、精度高、训练速度快等优势,更有效地预测热负荷温度。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号