Veri merkezleri ve IT sistemleri için yapay sinir ağları ve regresyon yöntemleri ile enerji yük profilinin oluşturulması ve analizi
Load forecasting and analyzing of data centers and IT systems by using artificial neural networks and regression methods
- Tez No: 519714
- Danışmanlar: DR. ÖĞR. ÜYESİ TUBA GÖZEL
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Gebze Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 83
Özet
Veri merkezleri, sunucu, router, switch ve firewall gibi bilgi işlem cihazlarının yanı sıra destek ekipmanları olan kurtarma üniteleri (Backup Units) ve iklimlendirme cihazlarını barındıran tesislerdir. İnternet kullanımındaki artışlar, büyük veri (Big Data), nesnelerin interneti (Internet of Things), bulut hesaplamaları (Cloud Computing) gibi uygulamalarda meydana gelen gelişmeler dünya çapındaki veri merkezlerinin sayılarının ve kapasitelerinin artmasına sebep olmuştur. Tez çalışmam, veri merkezlerinin enerji tüketim miktarlarını optimize edebilmek amacıyla otomasyon kontrol sistemleri, uygun yazılımlar ile yük tahmin yöntemlerini bir araya getirerek gerekli yazılımların geliştirilmesi sonucunda uygun yöntemler bulmayı amaçlamaktadır. Bu sebeple, yapay sinir ağları ve çeşitli regresyon yöntemleri kullanılarak veri merkezlerindeki enerji tüketimini tahmin edebilmek için gerekli verilerin toplanmasını sağlayacak Veri Toplama ve Enerji İzleme Yazılımı (DAEMS-Data Acquisition and Energy Monitoring Software) geliştirilmiştir. Bununla birlikte veri merkezlerini örnekleyebilmek amacıyla bir sunucu hazırlanarak kullanılmıştır. Dört farklı yöntem ile yapılan enerji tüketimi tahmin sonuçlarına yer verilerek bu yöntemlerin performansları karşılaştırılmıştır. Tahmin için kullanılan giriş parametrelerinin tüketilen güç ile olan ilişkisi 24 saatlik aralığa ait yaklaşık 86400 adet veri sayesinde korelasyon matrisi oluşturmakta kullanılmıştır. Korelasyon matrisinde tüm parametrelerin bir günlük veri üzerinden birbirleri ile olan korelasyon ilişkileri ve bağlılık seviyeleri gösterilmiştir.
Özet (Çeviri)
A data center is a repository that houses computing facilities like servers, routers, switches and firewalls, as well as supporting components like backup equipment, fire suppression facilities and air conditioning. Data centers nowadays are proliferating all over the world because of increasing demand for Internet applications, Big Data, Internet of Things and Cloud Computing. In my thesis, my goal is to find a way to optimize energy consumption of data centers by encompassing automation control system devices, appropriate software and load forecasting methods. For this reason, a software named as DAEMS (Data Acquisition and Energy Monitoring Software) was prepared for a data center to collect data for forecasting of electricity by using Artificial Neural Networks and multiple regression methods. In addition, an individual server which was configured for modelling a data center was used. By applying four different methods there has been analyzed the performance of these methods for predicting the load profile. The input parameters with the number of 86400 for 24 hours period which have already been described as input parameters for our prediction design were used to create a correlation matrix. It is shown that the correlation level of the each parameters with the others for one day period of data set.
Benzer Tezler
- Arazi örtüsü/arazi kullanımı simülasyonlarında konumsal doğrulama
Locational validation of land cover/land use simulation
AHMET EROĞLU
Yüksek Lisans
Türkçe
2019
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. HANDE DEMİREL
- Development of operation and maintenance strategies for offshore wind industry based on big data management
Büyük veri yönetimi ile açık deniz rüzgar endüstrisinde işletme ve bakım stratejilerinin geliştirilmesi
UWE LUETZEN
Doktora
İngilizce
2024
Enerjiİstanbul Teknik ÜniversitesiGemi ve Deniz Teknoloji Mühendisliği Ana Bilim Dalı
PROF. DR. SERDAR BEJİ
- İstanbul'da kentsel yayılmanın yapay sinir ağları ile öngörüleri
Urban sprawl prediction in İstanbul using neural networks
HAKAN ÖZCAN
Yüksek Lisans
Türkçe
2008
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
PROF. DR. HANDAN TÜRKOĞLU
- Mikro şebekelerde yeniden yapılandırma problemine üretim ve tüketim tahmini destekli yeni bir algoritmik yaklaşım
A novel algorithmic approach for reconfiguration problem in microgrids considering generation and consumption forecasts
FATMA YAPRAKDAL
Doktora
Türkçe
2020
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA BAYSAL
- Embedded vision system designed on a heterogeneous computing platform and applied to semen analysis
Heterojen hesaplama platformu üzerinde tasarlanan gömülü görüntü sistemi ve semen analizi uygulanması
OSMAN LEVENT ŞAVKAY
Doktora
İngilizce
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MÜŞTAK ERHAN YALÇIN