公开(公告)号：CN119046880A

公开(公告)日：2024-11-29

申请号：CN202411163790.5

申请日：2024-08-23

Applicant: 南京工业大学

Inventor： 焦文华 ,  韩潇 ,  李丽娟 ,  张军 ,  王斌

IPC: G06F18/25 ,  G06N3/0464 ,  G06N3/08 ,  G06F11/34

Abstract: 本发明公开了一种基于时频域特征融合的服务器能耗预测方法，包括获取数据中心影响服务器能耗增加的不同传感器数据；对传感器采集到的不同历史时间序列数据进行预处理后得到训练样本；构建基于时频域特征融合的服务器能耗预测模型；该能耗预测模型包括时域全局提取网络、频域局部提取网络和特征融合网络三部分；将样本集划分为训练集和验证集，利用训练集训练构建好的模型，利用验证集来验证训练结果；将实时采集的数据中心服务器的能耗数据输入训练好的模型中，得到最终的能耗预测结果。本发明确保预测数据中心服务器产生的能耗更加准确，能够合理调整数据中心制冷系统的温度，使服务器保持在适宜的温度下运行，避免过度制冷造成大量能源浪费。

公开(公告)号：CN118333232A

公开(公告)日：2024-07-12

申请号：CN202410589569.X

申请日：2024-05-13

Applicant: 南京工业大学

Inventor： 焦文华 ,  韩潇 ,  李丽娟

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/0455 ,  G06N3/08 ,  H02J3/00

Abstract: 本发明公开了一种基于多变量时序信息交互的电力负荷预测方法，包括获取目标预测区域的电力系统的与电力负荷相关的历史电力时间序列数据；对历史电力时间序列数据进行预处理后得到训练样本；构建基于多变量时序信息交互的电力负荷预测模型；该电力负荷预测模型包括长周期信息提取网络、短周期信息提取网络以及双向残差注意力融合网络；将样本集分割为训练集与验证集，利用训练集训练模型，利用验证集来验证训练结果，得到训练好的模型；将实时采集的目标预测区域电力数据输入训练好的模型中进行预测，得到电力负荷预测结果。本发明提出的模型确保预测电力系统的电力负荷更加准确，将为电力系统的调控和管理提供更合理的决策支持。