基于GRU神经网络的数据中心能耗预测模型研究.pdf

文档介绍：..............................ELECTRIC POWER ICT
中图分类号：TP399　文献标志码：A　文章编号：2095-641X(2021)03-010-09　DOI：-
著录格式：杨丽娜，赵鹏，王佩哲．基于 GRU 神经网络的数据中心能耗预测模型研究 [J]．电力信息与通信技术，2021，19(3)：10-18．
基于 GRU 神经网络的
数据中心能耗预测模型研究
杨丽娜，赵鹏，王佩哲
（西安交通大学 电子与信息学部计算机学院，陕西 西安 710049）
Research on Predicting Model of Energy Consumption in
Data Center Based on GRU Neural Network
YANG Lina, ZHAO Peng, WANG Peizhe
(Faculty of Electronic and Information Engineering, Xi’an Jiaotong University, Xi’an 710049, China)
摘要：数据中心产生的巨大能耗给经济和环境带来了压力，对能耗进行分析和预测可为其能耗效率的优化提
国 供重要依据。考虑到包括室外天气、内部数据中心 CPU 负载等影响数据中心能耗的复杂因素，文章提出了基
家 于门控循环单元（Gated Recurrent Unit，GRU）神经网络的数据中心能耗预测模型。首先，通过对数据中心
重 能耗数据进行分析，提取了与数据中心能耗最强相关的特征，并将这些时序特征数据作为输入进行模型训练。
点 然后，提出一种结合神经网络（ ， ）和 的网络模型（ ）来预测数
研 Artificial Neural Network ANN GRU ANN-GRU
发 据中心能耗。最后，在仿真环境下基于真实轨迹数据进行了验证和分析。结果表明，与支持向量回归（Support
计 Vector Regression，SVR）、LinearSVR、ANN 模型相比，ANN-GRU 具有更高的预测精度。