基于GRU的数据中心温度预测

打开文本图片集

摘 要：随着数据中心规模的不断扩大，电力的消耗也急剧增加，降低数据中心的能耗变得越来越重要，因此预测机房实时的温度变化，提前调整制冷系统控制策略，对减少数据中心的总能耗、提高能源效率具有重要意义。针对此问题提出了一种基于门控循环单元（GRU）的电力数据中心温度预测模型，并与卷积神经网络（CNN）和注意力机制（Attention）相结合，该方法以内蒙古某数据中心机房的历史温度数据作为输入，使用卷积神经网络提取高维特征，并加入了数据空间位置上的特征，将提取到的特征向量以时序特征集输入到GRU中进行特征提取和分析。（剩余19403字）