[发明专利]一种使用深度迁移学习实现数据中心节能温控的方法在审
| 申请号： | 202010152452.7 | 申请日： | 2020-03-06 |
| 公开（公告）号： | CN111442476A | 公开（公告）日： | 2020-07-24 |
| 发明（设计）人： | 陈昱 | 申请（专利权）人： | 财拓云计算（上海）有限公司 |
| 主分类号： | F24F11/46 | 分类号： | F24F11/46;F24F11/62;G06N3/04;G06N3/08 |
| 代理公司： | 上海尚象专利代理有限公司 31335 | 代理人： | 刘云 |
| 地址： | 200120 上海市浦东新区中国（*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 使用 深度 迁移 学习 实现 数据中心 节能 温控 方法 | ||
1.一种使用深度迁移学习实现数据中心节能温控的方法，其特征在于，所述的方法是通过基于深度迁移学习的DSDA算法来解决节能温控问题；该方法采用LSTM S2S模型，将能耗看作一个时间序列的预测问题，并将某一个拥有充足历史数据的数据中心A做为源数据，用数据中心A的数据集训练LSTM S2S，再将训练好的参数移植在其他数据中心B，最后通过数据中心B的少量历史数据，对参数进行微调。
2.如权利要求1所述的使用深度迁移学习实现数据中心节能温控的方法，其特征在于，所述的方法包含：步骤1，使用同一数据中心A的大量历史数据来预先训练LSTM S2S；步骤2，将训练好的参数使用在另一数据中心B当作初始变量；步骤3，用数据中心B的少量历史数据来对变量进行微调。
3.如权利要求2所述的使用深度迁移学习实现数据中心节能温控的方法，其特征在于，所述的方法中进行LSTM S2S训练，模型输入量为Ds为数据中心A的历史数据，每一个都被编译成一个向量，最终状态由表达，c是编码器隐藏层LSTM单元的数量，作为现在衡量标准下的激活解码器y0初始状态；模型输出量为在每一次更新中，解码器将预测值传递给下一阶段。
4.如权利要求3所述的使用深度迁移学习实现数据中心节能温控的方法，其特征在于，所述的训练中使用non teacher forcing提高训练效率；所述的训练中还使用均方误差MSE做为损失函数：是l时预测输出，为了增加效率，将做为解码器的训练输入。
5.如权利要求2所述的使用深度迁移学习实现数据中心节能温控的方法，其特征在于，所述的方法中进行LSTM S2S调整，是将预先训练好的模型参数移植到其他情况中，将全连层的所有参数都进行调整，并将LSTM S2S看作一个单层编/读码器的非线性状态空间模型。
6.如权利要求5所述的使用深度迁移学习实现数据中心节能温控的方法，其特征在于，所述的调整中也使用均方误差MSE做为损失函数：
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于财拓云计算（上海）有限公司，未经财拓云计算（上海）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202010152452.7/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种社区碳排放监测和预测系统及方法
- 下一篇：一种光污染评价方法及装置
