龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：哈尔滨理工大学
摘要：基于双支路多因素聚合的数据中心服务器能耗预测方法，本发明涉及能耗时序预测技术中，模型对能耗影响因素分析不足导致预测不准确的问题。能耗时序预测技术通过对时序数据进行特征分解、特征提取等方法，在现实世界中有着广泛的应用。然而数据中心设备种类繁多，其中服务器能耗占比最大，且组成最为复杂，由于用户使用时间的不确定性以及用户对服务器用途的不同，导致能耗预测准确度较低。为改善这一问题，本发明提出了一种基于Transformer模型的双支路多因素聚合方法。实验表明，该方法能有效地捕获服务器能耗数据中的季节性、趋势性、时间点之间和时间段之间的依赖关系，提高能耗预测的准确度。本发明应用于数据中心服务器能耗预测。
主权项：1.基于双支路多因素聚合的数据中心服务器能耗预测方法，其特征在于，包含时间点特征提取模块、基于相关性的特征分解模块以及双支路多因素聚合模块：所述时间点特征提取模块包含步骤：S1、在其中一条支路中将原始数据各个特征序列对应的时间戳信息进行拼接嵌入；S2、利用自注意力机制提取数据时间点之间的依赖关系；所述基于相关性的特征分解模块包含步骤：S3、在另一条支路中利用分解思想将原始时序数据分解为季节性能耗数据和趋势性能耗数据；S4、利用自相关机制提取季节性能耗数据的相关性依赖；S5、利用分解思想将数据进行季节性和趋势性分解；所述双支路多因素聚合模块包含步骤：S6、利用自相关机制对季节性、趋势性以及时间点特征提取模块提取的特征数据进行多因素聚合，获得多种影响因素之间的特征依赖关系；S7、对多因素聚合后的数据采用ReLU作为激活函数进行线性变换；S8、利用线性投影，将特征向量投射到目标输出空间中。
全文数据：
权利要求：
百度查询： 哈尔滨理工大学 基于双支路多因素聚合的数据中心服务器能耗预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号