典型文献
基于人工智能算法的数据中心机房气流组织温度预测研究
文献摘要：
在数据中心的总能耗中,制冷装置的能耗占50％.在中国提出"双碳"目标的背景下,设计建造智能数据中心,采取局部制冷的方式对降低制冷所需能耗,进而降低数据中心总能耗以及碳排放具有十分重要的意义.为达成这一目标,需要一种能够快速预测局部热点的方法.传统计算流体力学方法虽然也能实现预测,但对算力和运算时间都要求较高.因此,提出一种使数据中心走向智能化的关键技术,即在已知空调温度、机柜功率等参数下,对数据中心的温度场进行快速而准确的预测,它是智慧数据中心的重要组成部分.
文献关键词：
数据中心冷却;气流组织温度分布;卷积神经网络;机器学习;智能计算流体力学
中图分类号：
作者姓名：
许俊;程序;胡孝俊;姚贵策;祝华;贺晓
作者机构：
中讯邮电咨询设计院有限公司郑州分公司,河南郑州450007;北京航空航天大学,北京100191;中国联通上海分公司,上海200082
文献出处：
引用格式：
[1]许俊;程序;胡孝俊;姚贵策;祝华;贺晓-.基于人工智能算法的数据中心机房气流组织温度预测研究)[J].邮电设计技术,2022(12):52-56
A类：
气流组织温度分布,智能计算流体力学
B类：
人工智能算法,数据中心机房,温度预测,预测研究,总能耗,制冷装置,快速预测,局部热点,算力,运算时间,空调,调温,机柜,智慧数据,数据中心冷却
AB值：
0.261053
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
