[發明專利]一種使用深度遷移學習實現數據中心節能溫控的方法在審
| 申請號： | 202010152452.7 | 申請日： | 2020-03-06 |
| 公開（公告）號： | CN111442476A | 公開（公告）日： | 2020-07-24 |
| 發明（設計）人： | 陳昱 | 申請（專利權）人： | 財拓云計算（上海）有限公司 |
| 主分類號： | F24F11/46 | 分類號： | F24F11/46;F24F11/62;G06N3/04;G06N3/08 |
| 代理公司： | 上海尚象專利代理有限公司 31335 | 代理人： | 劉云 |
| 地址： | 200120 上海市浦東新區中國（*** | 國省代碼： | 上海;31 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 使用 深度 遷移 學習 實現 數據中心 節能 溫控 方法 | ||
1.一種使用深度遷移學習實現數據中心節能溫控的方法，其特征在于，所述的方法是通過基于深度遷移學習的DSDA算法來解決節能溫控問題；該方法采用LSTM S2S模型，將能耗看作一個時間序列的預測問題，并將某一個擁有充足歷史數據的數據中心A做為源數據，用數據中心A的數據集訓練LSTM S2S，再將訓練好的參數移植在其他數據中心B，最后通過數據中心B的少量歷史數據，對參數進行微調。
2.如權利要求1所述的使用深度遷移學習實現數據中心節能溫控的方法，其特征在于，所述的方法包含：步驟1，使用同一數據中心A的大量歷史數據來預先訓練LSTM S2S；步驟2，將訓練好的參數使用在另一數據中心B當作初始變量；步驟3，用數據中心B的少量歷史數據來對變量進行微調。
3.如權利要求2所述的使用深度遷移學習實現數據中心節能溫控的方法，其特征在于，所述的方法中進行LSTM S2S訓練，模型輸入量為Ds為數據中心A的歷史數據，每一個都被編譯成一個向量，最終狀態由表達，c是編碼器隱藏層LSTM單元的數量，作為現在衡量標準下的激活解碼器y0初始狀態；模型輸出量為在每一次更新中，解碼器將預測值傳遞給下一階段。
4.如權利要求3所述的使用深度遷移學習實現數據中心節能溫控的方法，其特征在于，所述的訓練中使用non teacher forcing提高訓練效率；所述的訓練中還使用均方誤差MSE做為損失函數：是l時預測輸出，為了增加效率，將做為解碼器的訓練輸入。
5.如權利要求2所述的使用深度遷移學習實現數據中心節能溫控的方法，其特征在于，所述的方法中進行LSTM S2S調整，是將預先訓練好的模型參數移植到其他情況中，將全連層的所有參數都進行調整，并將LSTM S2S看作一個單層編/讀碼器的非線性狀態空間模型。
6.如權利要求5所述的使用深度遷移學習實現數據中心節能溫控的方法，其特征在于，所述的調整中也使用均方誤差MSE做為損失函數：
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于財拓云計算（上海）有限公司，未經財拓云計算（上海）有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010152452.7/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種社區碳排放監測和預測系統及方法
- 下一篇：一種光污染評價方法及裝置
