基于LSSVM優(yōu)化的數(shù)據(jù)中心新風(fēng)系統(tǒng)能耗預(yù)測.pdf_第1頁
已閱讀1頁,還剩77頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、目前我國的數(shù)據(jù)中心耗能量巨大,能耗效率卻普遍不高,其中新風(fēng)系統(tǒng)耗能占比較重,是研究數(shù)據(jù)中心節(jié)能的重要方向。數(shù)據(jù)中心新風(fēng)系統(tǒng)能耗的在線預(yù)測,有助于實時分析數(shù)據(jù)中心的能耗情況促進(jìn)能耗效率地提升。最小二乘支持向量機(jī)(LSSVM)同時具備較好的泛化性能和推廣性能,計算速度快,非常適合于數(shù)據(jù)中心新風(fēng)系統(tǒng)的能耗特性。
  本課題研究的重點在于當(dāng)數(shù)據(jù)樣本有限的條件下,如何針對數(shù)據(jù)特點進(jìn)行有效地研究,盡可能地提高數(shù)據(jù)的質(zhì)量,以及如何找到最適宜的懲

2、罰因子和核函數(shù)寬度參數(shù),從而提高預(yù)測模型的性能。本文首先調(diào)研了國內(nèi)外建筑能耗預(yù)測的研究現(xiàn)狀,以及智能算法在能耗預(yù)測領(lǐng)域的應(yīng)用。然后介紹了能耗預(yù)測的主要相關(guān)技術(shù),分析了基本LSSVM負(fù)荷模型在數(shù)據(jù)處理和參數(shù)選擇方面的不足之處。最后結(jié)合數(shù)據(jù)中心新風(fēng)系統(tǒng)的能耗特性,分別從模型優(yōu)化和算法優(yōu)化兩個方面對能耗預(yù)測模型進(jìn)行研究:在基本LSSVM模型中增加數(shù)據(jù)處理模塊,從改進(jìn)異常數(shù)據(jù)處理算法、相似日選擇、輸入變量降維的角度,提高數(shù)據(jù)的質(zhì)量,對LSSVM

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論