《基于机器学习的数据中心主动地板模型研究》PDF+DOC
作者:李永利,牛弘勋,周杰,熊伟
单位:中国航天科工集团公司第十七研究所
出版:《计算机仿真》2019年第12期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFJSJZ2019120370
DOC编号:DOCJSJZ2019120379
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于改进BP神经网络的坐姿评价模型研究》PDF+DOC 周钰,孙晖,沈远,赵菁
《基于多模型鲁棒输入训练神经网络协同的燃气–蒸汽联合循环机组传感器故障诊断方法》PDF+DOC2019年第11期 黄郑,王红星,于海泉,李逗,司风琪
《一种基于机器学习的PM2.5精密测量系统设计方法》PDF+DOC2019年第18期 陈良,李柏年
《ABB人工智能垃圾分拣方案亮相工博会》PDF+DOC2019年第10期
《基于神经网络的动作识别方法分析》PDF+DOC2019年第04期 刘伟静,杨明静
《数据中心热环境实测与仿真计算》PDF+DOC2018年第07期 傅烈虎
《教学用模型起重机控制系统》PDF+DOC1984年第03期 若杉嘉纯,橘启八郎,刘铁军
《主/客观证据融合模型在洪水预测研究中的应用》PDF+DOC2006年第12期 吴蔚,王道席
《基于模型参考神经网络自适应异步电机无速度传感器矢量控制系统的研究》PDF+DOC2007年第01期 余发山,李云波,卜旭辉,崔立志,李能
《基于压力采集和FEM模型的软组织参数测量方法》PDF+DOC2015年第09期 廖祥云,袁志勇,陈二虎,郑奇
近年来,数据中心的功率密度不断增加,对数据中心的热管理提出了巨大的挑战。为了提高数据中心的散热效率,研究人员提出了主动通风地板,用以增加局部冷气供应,减少热点的出现。目前,学术界与工业界主要使用计算流体动力学(Computational Fluid Dynamics,CFD)模型对主动地板的性能进行评价与预测,模型求解耗时长,且不能完全反映数据中心的细节几何结构。为解决上述问题,基于机器学习技术,提出了针对数据中心主动通风地板的神经网络(Artificial Neural Network,ANN)、线性回归和非线性回归热能效预测模型。模型的输入为通风地板的出风风速和地板上下压差,输出为机架入风口温度。模型训练采用真实数据中心获取的数据进行。实验证明,ANN模型相对于线性模型和非线性模型具有更好的预测精度,最终使用ANN模型对机架的入风口温度进行预测,结果显示不同机架入风口温度的平均预测误差小于0.6℃。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。