【技术实现步骤摘要】
本专利技术涉及机器学习，具体的是一种基于设备特性迁移的数据中心能耗评估方法及系统。
技术介绍
1、数据中心冷却系统中的设备运行、交互特性极为复杂，难以基于机理建模方法对其能耗特性进行解析描述，因此数据驱动的数据中心冷却系统能耗评估方法具备较高的应用潜力。
2、然而，新建数据中心往往难以在短时间内积累数据驱动方法所需的大规模运行数据，同时在不同数据中心反复重新训练冷却系统能耗评估模型也产生了极大的额外时间成本，上述瓶颈限制了数据驱动神经网络模型在数据中心的批量化训练与部署。
技术实现思路
1、为解决上述
技术介绍
中提到的不足，本专利技术的目的在于提供一种基于设备特性迁移的数据中心能耗评估方法及系统，通过从数据中心现有局点中挖掘具有迁移潜力的数据信息，从而降低新建局点冷却系统能耗评估神经网络训练的数据规模与训练耗时需求。
2、第一方面，本专利技术的目的可以通过以下技术方案实现：一种基于设备特性迁移的数据中心能耗评估方法，方法包括以下步骤：
3、接收现有局点的大...
【技术保护点】
1.一种基于设备特性迁移的数据中心能耗评估方法，其特征在于，方法包括以下步骤：
2.根据权利要求1所述的一种基于设备特性迁移的数据中心能耗评估方法，其特征在于，所述现有局点的大规模样本库包括：现有局点的样本记为下标i为现有局点的样本编号，每个现有局点的样本中包含现有局点环境参数现有局点制冷系统控制参数现有局点能效指标得出作为现有局点的大规模样本库；
3.根据权利要求2所述的一种基于设备特性迁移的数据中心能耗评估方法，其特征在于，所述现有局点环境参数和新建局点环境参数包含数据中心的温度、计算任务，以及冷却系统中冷却塔、水泵、冷机、板换的制冷设备的...
【技术特征摘要】
1.一种基于设备特性迁移的数据中心能耗评估方法，其特征在于，方法包括以下步骤：
2.根据权利要求1所述的一种基于设备特性迁移的数据中心能耗评估方法，其特征在于，所述现有局点的大规模样本库包括：现有局点的样本记为下标i为现有局点的样本编号，每个现有局点的样本中包含现有局点环境参数现有局点制冷系统控制参数现有局点能效指标得出作为现有局点的大规模样本库；
3.根据权利要求2所述的一种基于设备特性迁移的数据中心能耗评估方法，其特征在于，所述现有局点环境参数和新建局点环境参数包含数据中心的温度、计算任务，以及冷却系统中冷却塔、水泵、冷机、板换的制冷设备的铭牌参数；现有局点制冷系统控制参数和新建局点制冷系统控制参数包含数据中心冷却系统中冷却塔、水泵、冷机、板换制冷设备的功率、流量的运行参数；现有局点能效指标与新建局点能效指标为电源使用效率。
4.根据权利要求1所述的一种基于设备特性迁移的数据中心能耗评估方法，其特征在于，所述预先建立的现有局点能效评估神经网络模型f0(·)由现有局点设备特性提取网络与现有局点设备-环境拟合网络两部分串联而成，现有局点设备特性提取网络从现有局点制冷系统控制参数中提取现有局点设备特性现有局点设备-环境拟合网络根据现有局点环境参数和现有局点设备特性输出现有局点能效指标的预测值与变量间的关系表示为：
5.根据权利要求1所述的一种基于设备特性迁移的数据中心能耗评估方法，其特征在于，所述将预先建立的现有局点能效评估神经网络模型和现有局点的大规模样本库输入至...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。