融合时域和频域特征的服务器出风温度预测.pdfVIP

融合时域和频域特征的服务器出风温度预测.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

第35卷摇第5期计算机技术与发展Vol.35摇No.5

2025年5月摇摇摇摇摇摇摇摇摇摇COMPUTERTECHNOLOGYANDDEVELOPMENT摇摇摇摇摇摇摇摇摇摇May摇2025

融合时域和频域特征的服务器出风温度预测

张摇颖,唐远新,王艳杰

(哈尔滨理工大学计算机科学与技术学院,黑龙江哈尔滨150080)

摘摇要:随着数据中心能耗问题日益突出,服务器出风温度作为机房稳定运行的关键指标,直接影响数据中心的能效和设

备安全。为了提高服务器出风温度预测的准确性,该文提出了一种融合时域和频域特征的服务器出风温度预测方法,该

方法分为时域和频域两个模块。在时域模块中,利用带有空间坐标的深度卷积和逐点卷积,捕捉时间序列中的空间特征。

在频域模块中,通过快速傅里叶变换将时序数据转换到频域,并通过软阈值处理引入稀疏性约束,降低噪声。在时域和频

域模块引入动态多头注意力机制,使模型自适应地调整注意力权重。通过主谐波能量加权分别计算时域和频域模块的特

征权重,加权得到预测结果。实验结果表明,该模型在数据中心温度数据集上的MSE和MAE达到了0.145和0.168,证

明了其在提高服务器出风温度预测的准确性和有效性。

关键词:服务器出风温度预测;时域和频域融合;空间坐标;动态多头注意力机制;快速傅里叶变换

中图分类号:TP308摇摇摇摇摇摇摇文献标识码:A摇摇摇摇摇摇文章编号:1673-629X(2025)05-0180-08

doi:10.20165/j.cnki.ISSN1673-629X.2024.0406

IntegratingTime-domainandFrequency-domainFeaturesfor

ServerOutletTemperatureForecasting

ZHANGYing,TANGYuan-xin,WANGYan-jie

(SchoolofComputerScienceandTechnology,HarbinUniversityofScienceandTechnology,Harbin150080,China)

Abstract:Astheenergyconsumptionproblemofdatacentersisbecomingmoreandmoreprominent,theserveroutlettemperature,asa

keyindicatorforthestableoperationofserverrooms,directlyaffectstheenergyefficiencyandequipmentsafetyofdatacenters.Inorder

toimprovetheaccuracyofserveroutlettemperatureforecasting,weproposeaserveroutlettemperatureforecastingmethodthatintegrates

time-domainandfrequency-domainfeatures,whichisdividedintotwomodules:time-domainandfrequency-domain.Inthetime

domainmodule,spatialfeaturesinthetimeseriesarecapturedusingdeepconvolutionwithspatialcoordinatesandpoint-by-pointconvo鄄

lution.Inthefrequencydomainmodule,thetimeseriesdataareconvertedtothe

文档评论(0)

你就是我的小鱼鱼 + 关注
实名认证
文档贡献者

教师资格证持证人

该用户很懒,什么也没介绍

领域认证该用户于2024年10月18日上传了教师资格证

1亿VIP精品文档

相关文档