基于负载灵活性挖掘的数据中心能源管理方法

    公开(公告)号:CN119209470A

    公开(公告)日:2024-12-27

    申请号:CN202411164593.5

    申请日:2024-08-23

    Abstract: 本发明涉及一种基于负载灵活性挖掘的数据中心能源管理方法,包括以下步骤:S1,对风机、光伏板出力特性进行建模,建立风光可再生能源出力模型;S2,根据数据负载的延迟敏感度差异,建立数据中心负载模型;S3,对数据中心的能耗特性进行建模,建立数据中心负载与数据中心负荷曲线之间的联系;S4,以数据中心电力成本最低作为目标函数,考虑数据中心的供能约束、服务等级协议约束,建立数据中心的经济能源管理模型,求解得到最优的负载调度结果和能源管理方案。本发明可以充分挖掘数据中心负载的时间转移特性,消纳清洁能源,降低数据中心电力成本。

    一种基于深度学习技术的电网负荷预测方法及装置

    公开(公告)号:CN116896077A

    公开(公告)日:2023-10-17

    申请号:CN202311029567.7

    申请日:2023-08-14

    Abstract: 本申请涉及一种基于深度学习技术的电网负荷预测方法及装置,涉及电网监测技术领域,该方法包括以下步骤:根据历史时间点的负荷预测数据对应的预测合格率,获得负荷预测合格率曲线图;基于所述负荷预测合格率曲线图,根据深度学习模型,获得目标时间点的预测合格率估计值;基于目标时间点的所述预测合格率估计值,对目标时间点的负荷预测数据进行修正,获得负荷修正预测数据。本申请以深度学习技术为基础,对电网负荷预测情况进行合理修正,以提高负荷预测准确率,降低人工预测与上报工作量,电网工作效率。

Patent Agency Ranking