Un sistema de gestión de recursos de energía basado en el aprendizaje profundo por refuerzo para centros de datos alimentados por celdas de combustible
Autores: Hu, Xiaoxuan; Sun, Yanfei
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Un sistema de gestión de recursos de energía basado en el aprendizaje profundo por refuerzo para centros de datos alimentados por celdas de combustible
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Aumentar la demanda de almacenamiento de datos puede aumentar el consumo de energía en los centros de datos y agotar los recursos energéticos
por lo que las celdas de combustible pueden ser una solución.
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 41
Citaciones: Sin citaciones
Con el aumento de las demandas de almacenamiento de datos, el consumo de energía de los centros de datos también está aumentando. El ahorro de energía y el uso de recursos energéticos son dos problemas clave que deben resolverse. En este documento, presentamos las celdas de combustible como la fuente de energía y estudiamos el uso de recursos energéticos en las redes eléctricas de los centros de datos. Al considerar el seguimiento de carga limitado de las celdas de combustible y el fenómeno de fragmentación del presupuesto de energía, transformamos los dos objetivos principales en la optimización del problema de distribución de carga de trabajo y utilizamos un método basado en aprendizaje profundo de refuerzo para resolverlo. Las evaluaciones con trazas del mundo real demuestran el mejor rendimiento de este trabajo sobre los enfoques de vanguardia.
Descripción
Con el aumento de las demandas de almacenamiento de datos, el consumo de energía de los centros de datos también está aumentando. El ahorro de energía y el uso de recursos energéticos son dos problemas clave que deben resolverse. En este documento, presentamos las celdas de combustible como la fuente de energía y estudiamos el uso de recursos energéticos en las redes eléctricas de los centros de datos. Al considerar el seguimiento de carga limitado de las celdas de combustible y el fenómeno de fragmentación del presupuesto de energía, transformamos los dos objetivos principales en la optimización del problema de distribución de carga de trabajo y utilizamos un método basado en aprendizaje profundo de refuerzo para resolverlo. Las evaluaciones con trazas del mundo real demuestran el mejor rendimiento de este trabajo sobre los enfoques de vanguardia.