文献

J-GLOBAL ID：202202289556498344   整理番号：22A0734471

包含データセンタのためのモデルとデータ駆動過渡熱システムモデリング【JST・京大機械翻訳】

Model and data driven transient thermal system modelings for contained data centers

著者 (6件)： Wang Yewan (Orange Labs R&D, Lannion, France) ,  Wang Yewan (IMT Atlantique, INRIA, LS2N, France) ,  Zhang Yiru (University of Cergy-Pontoise, France) ,  Nortershaeuser David (Orange Labs R&D, Lannion, France) ,  Le Masson Stephane (Orange Labs R&D, Lannion, France) ,  Menaud Jean-Marc (IMT Atlantique, INRIA, LS2N, France)
資料名： Energy and Buildings  (Energy and Buildings)
巻： 258  ページ： Null  発行年： 2022年 
JST資料番号： A0199A  ISSN： 0378-7788  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 成長するクラウドコンピューティングインフラストラクチャは,高性能サーバや関連する冷却システムのようなエネルギー集約型機械の需要を増加させる。これは,データセンターのような現代建築のエネルギー管理に挑戦をもたらす。過渡熱システムモデリング(TTSM)は,熱変換予測に基づく建物内の瞬間熱変動を例証するための重要な解決策である。TTSMは,エネルギー効率を改善するために,対応する設定を計画し,組織化し,最適化するのを助けることができる。冷却解として列ベースおよびラックベース構造の採用が最近出現し,特にその高効率により促進されている。対照的に,関連TTSMに関する研究はほとんどない。本研究では,列ベースまたはラックベースの冷却システムを採用したデータセンタのTTSMを排他的に標的化する2つのフレームワークを提案した。モデル駆動フレームワーク(MDF)とデータ駆動フレームワーク(DDF)をそれぞれ開発した。MDFは常微分方程式(ODE)によって表現され,関連する構造に対する一般的TTSM解としていくつかの事前宣言された仮定の下で集中容量法に基づいて構築される。DDFは,産業モノのインターネット(IIoT)アプリケーションで一般に要求される多変量I/O(MIMO)予測を実現するためのLong-Short-Term-Memory(LSTM)法の拡張として開発された。両フレームワークを,高レベルIIoTセンサ測定システムを備えた物理クラスタ上で実験的に評価した。また,モデルのパラメータ調整のための指針を,使用事例解析用の実験部分に提供した。検証結果は,両方のフレームワークがリアルタイム温度予測に関して信頼できるTTSMを構築できることを示した。さらに,包括的比較研究を,実験的発見に基づく貴重な応用提案によって実施した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  常微分方程式 ,  *データセンタ ,  クラスタ ,  冷却系機器 ,  応用プログラム ,  インフラストラクチャー ,  センサ ,  ターゲティング ,  エネルギー効率
準シソーラス用語： 高効率 ,  MIMO ,  クラウドコンピューティング ,  *データ駆動 ,  モノのインターネット , 【Automatic Indexing@JST】

著者キーワード (6件)： 動的物理システム ,  列ベース冷却 ,  常微分方程式 ,  LSTM ,  時系列予測 ,  産業用IoT

分類 (3件)： 空気調和装置一般  (PC02010U) ,  工場,発電所,運輸・倉庫建築  (RB05060R) ,  冷房  (PC02030Q)

タイトルに関連する用語 (4件)： データセンタ ,  モデル ,  データ駆動 ,  システムモデリング