云数据中心的能效评估方法研究

来源 :湘潭大学 | 被引量 : 0次 | 上传用户:xppwxr
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着云数据中心规模和数量的快速增长,制定有效的能效评估方法成为提高云数据中心能效亟需解决的重要问题。能效评估作为云计算领域的一个新的研究难点,目前的研究主要是考虑云数据中心的相关能效指标,权衡云数据中心能耗、系统性能和服务质量(Qo S)需求的相互关系。但是缺乏主客观结合、定性与定量综合的评估方法,以更准确地评估云数据中心能效的高低。鉴于此,本文对云数据中心能效评估方法做出以下研究:首先,本文介绍了能效评估相关基础理论知识。对能效评估进行了概述,深入分析了数据中心的能效影响因素。根据目前能效评估研究现状,总结了三类常用的能效评估方法,并说明了各类方法的基本思想和应用场景。然后,提出了一种基于AHP-TOPSIS的能效评估方法。运用层次分析法(AHP)综合考虑云数据中心中影响能效评估的主要因素,解决了在进行多因素决策时,如何确定能效指标权重的分配问题。运用逼近理想解排序法(TOPSIS)对初始权值矩阵进行正向化、标准化和归一化处理,结合AHP所得权重值,计算能效指标评估对象贴近度,评估出最佳能效指标方案。通过算例分析,AHP与TOPSIS良性互补,是一种有效的能效评估方法。最后,提出了一种基于Qo S参数规约的能效评估方法。将与Qo S相关的影响因素规约到同一个量纲范围内,建立置信规则库(BRB)评估模型,基于多准则决策方法中的最优最劣方法(BWM)确定BRB模型中的前提属性的初始权重。通过均方误差优化BRB模型参数,并求解规则的激活权重,基于证据推理算法集成所有已激活的规则,求得评估结果属性中每个参考值的置信度,以用来求得最终Qo S的评估值。结合能耗数据和Qo S评估值,建立单位能耗下Qo S值的能效评估模型。运用定量数据的转换技术将定量输入数据转换为信念度的形式,实现能效的定量定性评估。
其他文献
分布参数系统是一类具有分布参数性质的复杂系统,在热学、化工等领域的相关研究越来越重视。多智能体系统由多个子系统组成,是一类较为复杂的大系统,其中一致性是其关注的热门之一。内部信息交流是子系统间实现一致性的方法,其目标是最终实现各子智能体系统状态达到一致,其研究重点在于构建出系统具有分布式特性的控制律,使得多智能体系统输出趋于一致。随着分布参数系统理论和多智能体系统理论的不断发展和完善,基于分布参数
随着科技的进步与电能的发展,越来越多的旧铁路升级为电气化铁路,由牵引供电系统提供高压电能,其中最为关键的设备便是接触网。接触网是电气化铁路所特有的一种供电线路,其结构组成、工作方式都非常复杂,通常沿铁轨上空架设,露天布置,且容易受到机车受电弓的高速冲击,已成为牵引供电系统中薄弱环节,一旦发生故障,将直接导致弓网之间电流电压传输中断,导致列车晚点或者停运,严重情况下甚至会发生重大事故。因此,对电气化
目前主流的排污监控系统,一般采用前端传感器采集数据加后端应用中心服务器存储、处理数据的模式。数据在采集、传输和存储过程中都存在着容易被篡改的问题,而进一步导致民众对于排污监控系统的不信任。如何从技术角度堵住这些漏铜,提升排污数据的可信度,是亟待解决的问题。区块链(Blockchain)是将分布式存储、加密机制、共识机制和P2P传输等相关技术结合起来的一种新兴架构应用模式,具有去中心化、可透明性、不
欠驱动机械系统的执行器的数量少于需要控制的自由度,因此,许多传统的非线性控制方法并不能直接适用;且由于在实际工程应用中,被控对象普遍存在未建模动态、模型不确定性以及外部扰动等不可控因素,因此,是否对这些不确定性具有较强的鲁棒性对于其控制算法来说极为重要。滑模变结构控制本质上属于非线性控制,可分为趋近阶段和到达阶段,其响应快速、对系统不确定性具有优秀的鲁棒性能。文章结合非线性干扰观测器对系统不确定性
二维材料由于其独特的结构和奇异的电子性质,在基础科学和纳米领域方面具有广阔的平台,成为人们不断关注的焦点。其中,碳元素由于多种多样的杂化方式,成为人们研究二维材料的首选。二维碳材料所表现出来丰富的物理性质,引起了人们对二维碳的同素异形体的广泛关注。近些年,人们对二维碳的同素异形体的研究大多基于其带隙来探讨导电性能和光学方面的应用。例如,石墨烯由于其独特的狄拉克锥和较高的电子迁移率,被广泛研究。然而
本文以智能楼宇为背景,基于价格型与激励型对楼宇用户用电进行需求响应研究。提出了智能楼宇家庭能源管理系统体系框架,以用户用电费用最低、新能源消纳量最大和用电峰谷差最小为目标构建负荷优化调度数学模型;通过从权重向量、交叉算子选择、子代种群修正和外部存档更新几个方面改进基于分解的多目标进化算法(Multiobjective Evolutionary Algorithm Based on Decompos
电子设备的普及使得开关电源行业迎来了新的契机和挑战,与此同时伴随而来的是对工程师自身工程能力的考验。高性能电源设计中存在的客观难题和工程师的认知困境导致效率低下。在认知智能时代大潮来临之际,基于认知科学理论、利用人工智能技术,模拟和拓展人的认知,是在智能时代具备竞争力和生存力的关键。融合导学系统的约束条件模型和规划代理的顺序跟踪个体行为的特点,基于知识图谱技术,本文提出了电源设计智能辅助技术。但实
近年来,一系列涉及能源与环境的问题越来越受到人们的重视,研制新型、节能、环保的轨道交通车辆被认为是当下时代变化与发展的一个必然趋势。内燃机车具有可在无电气化路段行驶,使用范围广泛的优点,然而其排放废气污染环境,不够环保。电力机车相较于内燃机车更加环保,然而其受制于电气化路段,严重依赖接触网供电,当脱离接触网或接触网发生故障时,电力机车因无法受流而不能运行。带辅助动力包的电力机车因其独特的牵引驱动装
人类对人工智能领域的深入探索,促进了无人驾驶、无人机、机器人等的发展,也给计算机视觉领域带来新的挑战。同步定位与建图(Simultaneous localization and Mapping,SLAM)技术是无人驾驶等领域的发展基础,而相机有成本低廉和得到的图像内容丰富等优点,使用相机作为传感器的SLAM技术(Visual SLAM,v SLAM),成为研究热点。基于直接法的v SLAM算法在大
锂离子电池作为商业化应用最为广泛的储能器件,具有能量密度高、长寿命等优势。可穿戴设备的兴起对电池的柔韧性等方面提出了新要求,开发综合性能优越的柔性化电极材料已成为锂离子电池发展的重要方向。本论文分别以本征导电性相对较好的非整数比硒化钴和二硒化钴作为主体材料,通过表面包覆策略、静电吸附和高导电碳材料的引入来构筑电化学性能优异的柔性自支撑电极,可为便携式柔性储能器件的开发提供理论支撑和实验指导。本文主