-
公开(公告)号:CN118133145B
公开(公告)日:2024-09-20
申请号:CN202410551667.4
申请日:2024-05-07
申请人: 南京理工大学
摘要: 本发明提供了一种基于支持向量机的数据中心机架出风温度预测方法,包括:采集数据并导入;划分数据集并进行归一化处理;以最优参数建立预测模型;采用预测模型对温度结果进行预测。本发明相比于传统的CFD模型,修改参数后,求解时间往往需要几十分钟,而使用支持向量机算法,在完成模型的建立后,输入参数就可以立刻得到预测结果。并且通改进灰狼优化算法(IGWO)优化支持向量机超参数(C,g),可以更好地找到适合数据特征的最优参数组合,从而提高模型的性能和泛化能力。因此,该方法具有响应速度快、预测精度高的优点。
-
公开(公告)号:CN118133727A
公开(公告)日:2024-06-04
申请号:CN202410551659.X
申请日:2024-05-07
申请人: 南京理工大学
IPC分类号: G06F30/28 , G06F30/23 , G06F30/13 , G06F111/10 , G06F113/02 , G06F113/08 , G06F119/08 , G06F119/14
摘要: 本发明提供了一种基于CFD的数据中心机房热环境建模网格优化方法,包括步骤:测量数据中心机房的几何参数和结构参数;建立数据中心机房模型;设定数值模拟模型边界条件及求解条件;对数据中心机房模型进行网格划分及独立性验证;数据中心机房热环境仿真分析;模型网格优化并进行仿真分析验证。通过优化后的数据中心机房热环境模型,可以更准确地模拟数据中心的热环境,并且细节位置可靠性更高,平衡仿真可靠性和计算效率。该方法最大限度地减少了计算资源和时间,从而节省了模拟过程的成本,有利于确定和实施数据中心热环境最节能的冷却策略,为数据中心提供更好的设计和运营策略。
-
公开(公告)号:CN118133145A
公开(公告)日:2024-06-04
申请号:CN202410551667.4
申请日:2024-05-07
申请人: 南京理工大学
摘要: 本发明提供了一种基于支持向量机的数据中心机架出风温度预测方法,包括:采集数据并导入;划分数据集并进行归一化处理;以最优参数建立预测模型;采用预测模型对温度结果进行预测。本发明相比于传统的CFD模型,修改参数后,求解时间往往需要几十分钟,而使用支持向量机算法,在完成模型的建立后,输入参数就可以立刻得到预测结果。并且通改进灰狼优化算法(IGWO)优化支持向量机超参数(C,g),可以更好地找到适合数据特征的最优参数组合,从而提高模型的性能和泛化能力。因此,该方法具有响应速度快、预测精度高的优点。
-
-