公开(公告)号：CN111563611B

公开(公告)日：2023-11-24

申请号：CN202010282888.8

申请日：2020-04-13

Applicant: 北京工业大学

Inventor： 毕敬 ,  李寒 ,  端木帅飞

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明公开一种面向图卷积网络的云数据中心可再生能源时空预测方法，基于绿色云数据中心的目标太阳能站及其邻近站的空间特征构建图的拓扑结构。在此基础上，构建绿色云数据中心太阳能的时空预测模型。该时空预测模型集成图卷积网络和长短时记忆网络，并结合图注意力机制对云数据中心可再生太阳能进行学习并预测。通过对可再生能源的迭代训练，优化模型参数，最终得到预测模型。进一步利用训练完成的预测模型对其云数据中心的太阳能进行不同时间粒度的预测。最后，将预测结果与测试数据集进行对比，对时空预测模型进行误差分析与性能评估。本发明综合考虑绿色云数据中心可再生能源的时间和空间特性，有效地提高不同时间粒度的太阳能预测精度。

公开(公告)号：CN111563611A

公开(公告)日：2020-08-21

申请号：CN202010282888.8

申请日：2020-04-13

Applicant: 北京工业大学

Inventor： 毕敬 ,  李寒 ,  端木帅飞

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种面向图卷积网络的云数据中心可再生能源时空预测方法，基于绿色云数据中心的目标太阳能站及其邻近站的空间特征构建图的拓扑结构。在此基础上，构建绿色云数据中心太阳能的时空预测模型。该时空预测模型集成图卷积网络和长短时记忆网络，并结合图注意力机制对云数据中心可再生太阳能进行学习并预测。通过对可再生能源的迭代训练，优化模型参数，最终得到预测模型。进一步利用训练完成的预测模型对其云数据中心的太阳能进行不同时间粒度的预测。最后，将预测结果与测试数据集进行对比，对时空预测模型进行误差分析与性能评估。本发明综合考虑绿色云数据中心可再生能源的时间和空间特性，有效地提高不同时间粒度的太阳能预测精度。

公开(公告)号：CN110689175A

公开(公告)日：2020-01-14

申请号：CN201910871037.4

申请日：2019-09-16

Applicant: 北京工业大学

Inventor： 毕敬 ,  端木帅飞 ,  李寒

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q50/06 ,  G06N7/00

Abstract: 混沌多重宇宙的分布式绿色云数据中心能耗优化方法涉及云数据中心中的资源调度技术。该方法综合考虑了绿色云数据中心中不同服务器、不同应用请求到达率、请求损失率和不同地域的电力价格差异等因素对于绿色云数据中心提供商的平均电力成本的影响。该方法首先建立了适用于绿色云数据中心的电力成本的计算模型。基于此，建立了分布式绿色云数据中心的平均电力成本的计算模型。然后建立了多云数据中心中最小化绿色云数据中心提供商的平均电力成本的混合整数非线性规划模型。最后采用基于宇宙智能的混沌多重宇宙优化算法求解该模型，实现多云数据中心电力成本的优化方法。本发明能够将绿色云数据中心多应用的请求进行智能地调度优化，从而最小化其平均电力成本。