【摘 要】
：
针对现有商用数据中心用电量预测方法选择的影响因素较少,导致用电量预测值与真实值差异较大的问题,提出一种基于弹性网络的商用数据中心用电量预测方法.首先,采用弹性网络对影响商用数据中心用电量的变量因子进行初次筛选,以降低数据维度;然后采用基于Granger因果关系检验对初次筛选后的变量因子进行再次筛选,进一步降低数据维度,获取与商用数据中心用电量关联性较强的变量因子;最后,将通过Granger因果关系检验筛选的变量输入弹性网络模型,实现了商用数据中心用电量的预测.结果表明,基于弹性网络的商用数据中心用电量预测
【机 构】
：
国网上海市电力公司,上海200122
论文部分内容阅读
针对现有商用数据中心用电量预测方法选择的影响因素较少,导致用电量预测值与真实值差异较大的问题,提出一种基于弹性网络的商用数据中心用电量预测方法.首先,采用弹性网络对影响商用数据中心用电量的变量因子进行初次筛选,以降低数据维度;然后采用基于Granger因果关系检验对初次筛选后的变量因子进行再次筛选,进一步降低数据维度,获取与商用数据中心用电量关联性较强的变量因子;最后,将通过Granger因果关系检验筛选的变量输入弹性网络模型,实现了商用数据中心用电量的预测.结果表明,基于弹性网络的商用数据中心用电量预测方法可良好预测商用数据中心用电量,预测值与实际值的相对误差绝对值均小于10％,相较于VAR模型、BP网络模型、Lasso模型预测结果,本研究提出方法具有良好的预测效果,可满足实际商用数据中心用电量预测需求.
其他文献
针对自然场景图像中多语言文本检测准确率低的问题,提出一种基于计算机的多语言文本区域快速检测方法.首先,根据自然场景中多语言文本文字排列多方向、文字形态多变化、文字大小不统一的特点,选用EAST快速文本检测模型作为多语言文本区域检测方法的基本模型,并分析了该模型结构;然后,为提高EAST模型检测效果,采用VGG16网络改进模型特征提取层,并对模型输出层进行改进设计;最后,通过融合MSER特征与改进EAST模型,并在ICDAR2015、KAIST、MSRA-TD500数据集上进行检测实验,验证了对提出方法的有
一、橄榄石在古代文明时期即受到珍视rn约公元前1500年,橄榄石被古埃及人发现于红海扎巴贾德岛(Zabargad).著名希腊历史学家、地理学家阿伽撒尔基德斯曾以“拥有黄金般光芒”来描绘它美丽的颜色.古埃及人对橄榄石极为尊崇,赋予它“太阳宝石”的美誉,认为所有的黑暗、邪恶、恐惧都能在“太阳宝石”的守护之下得以驱除.3500余年来,橄榄石被书写在列国典籍之中、镶嵌在各色珍宝之上,见证了人类文明发展的滚滚洪流.
为了提高比例新能源接入配电网状态估计的精度,设计了 一个基于大数据的高比例新能源接入配电网状态估计方法.首先进行量测变换,然后对状态量修正量求解,最后在电力系统状态估计模型中引入等式约束,以此完成配电网状态的估计.实验结果表明,所研究的基于大数据的高比例新能源接入配电网状态估计方法在状态估计中具有较高的估计精度,并且在较短时间内就能够实现状态估计,满足方法的设计需求.
针对隐式反馈用户行为特征数据挖掘研究不足的问题,基于大规模的电商隐式反馈数据,提出一种基于Inception网络的用户行为特征挖掘方法,通过构建用户行为加权倾向特征和Inception网络模型,完成了对用户行为特征的分析与预测.结果表明,本研究Inception网络模型在实验数据集上具有较高的准确率,达到90％以上,相较于CNN网络模型和Logit回归模型,Inception网络模型的准确率、查准率、查全率和F1值更高,具有一定的优越性;在实例验证中,本研究Inception网络模型的最终预测结果F1值达
长时间压应力测试是研究含能材料物理性能的一项重要方法.为了解某类型含能材料通过模拟复杂热力加载边界条件下的整体承载能力变化规律,需对试验实时温湿度、加载力载荷和位移变化情况进行监测与分析,从而获得试验构件在老化加载过程中损伤累积和裂纹萌发信息.基于以太网的多参数压应力监测系统进行设计,系统包括8套同样的模拟加载试验装置.应力加载采取液压缸、砝码与杠杆加载的方式,在试验装置上加载较轻砝码,可在试验端获得75倍大小压力,并通过液压缸实现长时间保压作用.每套试验装置均安装有压力、位移、温湿度传感器和以太网数据采
为解决噪声敏感性导致的图像边缘不连续、抽取速度慢和识别效果差等难题,提出了一种基于ELM的图像几何特征识别算法.解剖了图像几何特征识别存在的问题,讨论了最优阈值可最大限度地区分图像的前景和背景颜色,基于ELM模型研究了计算最优阈值的算法,借助噪声阈值限制路径代价函数以缩小搜索范围,从而提高算法执行速度.仿真实验验证了所提出算法在图像处理中可取得了良好的图像边缘识别效果.研究结果表明,基于ELM的图像几何特征识别算法是合理、可行和有效的.
由于传统的水下移动目标快速识别方法不能精准且快速地识别水下移动目标,提出一种基于深度学习的水下移动目标快速识别方法.采用深度学习中的神经网络进行知识模型训练,在此基础上,根据点扩散函数构建水下光学环境模型,并通过标定图学习获取光学参数获取,同时为降低变化畸形,使用优化后Hu氏不变矩在去除干扰基础上获取图像特征,并凭借反解径向畸变模型,输出映射像素坐标间理想的对应关系,最后利用像素分辨率完成水下移动目标识别.实验结果表明,基于深度学习的水下移动目标快速识别方法能够精准地识别水下移动目标,且提高了识别效率.
物联网智能通信单元存在系统冗余和网络不均衡等问题.基于轻量级操作系统和IPv6设计了 一种物联网智能通信单元.基于IPv6设计网络协议模块,在网络协议模块中,物联网智能通信单元的网络协议主要是通过Contiki操作系统设计开发.裁剪轻量级Linux系统,基于轻量级操作系统,设计物联网智能通信单元的异常和中断接口模块,主要利用linxu内核实现异常和中断接口.设计的通信网络模型分为三层结构:核心+汇聚+接入,能够实现物联网通信的可控、可管.进行测试组网.对设计成果进行性能测试与分析,测试结果表明设计的智能通
在电缆故障检测与诊断中,常规的诊断方法随着电缆运行时间的增加,其内部时间窗的标准差越来越高,导致该方法的可靠性越来越差.为了解决这一问题,提出基于数据驱动及无监督分析的电缆故障检测与诊断方法.通过重采样采集电缆工作原始数据,去除其直流偏移量,针对数据中含有的不同类型噪声,采用阈值法将噪声去除,采用无监督分析技术检测电缆故障,完成检测后,利用数据驱动技术构建特征参数储备池,计算原数据的特征贡献率,诊断电缆故障类型.实验结果表明,设计的基于数据驱动及无监督分析的诊断方法检测率在95％以上,误检率在0.5以下,
车辆在智能识别过程中,随着可识别特征属性的不断增加,识别精度下降.提出基于多属性融合车辆重识别方法.利用双线性深度网络,构建目标精细分类模型划分车型;提取与融合车型和外观颜色,描述车辆细粒度特征;添加车辆角度属性,通过联合车辆多属性特征,实现车辆重识别.实验测试结果表明,与基于聚类算法和多监控的重识别方法相比,车辆重识别方法抗车辆角度干扰的能力,比两组方法分别高出8.32％和11.35％,车辆重识别测试结果的出错次数少,能够更可靠地获得目标结果.