文献

J-GLOBAL ID：201702269363019178   整理番号：17A0943226

ニューラルネットワークに基づく電力予測を用いた調節サービスのためのデータセンタの電力管理【Powered by NICT】

Data center power management for regulation service using neural network-based power prediction

著者 (3件)： Liu Ning (Syracuse University, United States of America) ,  Lin Xue (Northeastern University, United States of America) ,  Wang Yanzhi (Syracuse University, United States of America)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ISQED  ページ： 367-372  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： クラウドコンピューティングの基礎となるインフラストラクチャは,クラウドサービスプロバイダによる監視/保持データセンタに依存している。データ中心は通常膨大な電力消費を招くとが劇的に増大する電力消費とゆらぎが原因となった局所電力系統に大きな影響を与えると予想される。このような変動を緩和し,リアルタイムで電力系統の電力需要と供給をバランスさせるために,規制サービス(RS)機会を提供し,それは電力消費者は動的電力消費を調整し,それらの電力コストを削減するために提供する。データ中心は負荷配分における柔軟性と可制御性による活性RS参加者であり,スケジューリング時間(サーバ以内)と空間的に(複数のサーバの中で)ことができる。データセンタのためのより良いRSを提供するために,データセンタ消費電力に関する予測が不可欠となっている。本研究では,人工神経回路網(ANN)に基づく方法と将来のデータセンターの動力消費の予測のための長い短期記憶(LSTM)ニューラルネットワークベースの方法を採用した。予測結果に基づいて,総経費を最小化するデータセンタの新しい最適電力管理問題を定式化した。実験結果は,データセンタの全コストは,ベースラインシステムと比較して20.6%まで低減できることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： スケジューリング ,  電力系統 ,  *データセンタ ,  負荷配分 ,  *ニューラルネットワーク ,  消費電力 ,  *電力管理 ,  柔軟性 ,  電力消費 ,  *電力 ,  *予測 ,  定式化 ,  インフラストラクチャー
準シソーラス用語： 電力価格 ,  クラウドコンピューティング , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (6件)： ニューラルネットワーク ,  予測 ,  調節 ,  サービス ,  データセンタ ,  電力管理