一种基于能耗预测的IT设备自动配置方法

打开文本图片集

摘 要：IT设备是数据中心的最大耗电设施，现有的IT设备能耗预测方法一方面仅能获取特征间的时序依赖关系，无法挖掘特征间的空间依赖性；另一方面无法根据任务的类型，动态的预测能耗，导致对IT设备能耗预测的不准确。针对以上问题，提出了一种基于长短时记忆网络（long short-term memory network， LSTM）和图卷积神经网络（graph convolutional neural network， GCN）的IT设备能耗预测方法，首先使用LSTM捕捉IT设备能耗特征自身的时序依赖性，然后构建图结构，在通过GCN在图结构上挖掘特征间的空间依赖关系，并且阶段性地捕捉IT设备的动态能耗模式，接下来采用注意力模块根据特征重要性不同对特征加权学习，最终得出能耗预测结果。（剩余16127字）