Predicción de consumo de energía en workstation en el datacenter de la FIE-ESPOCH basados en algoritmos de inteligencia artificial
| dc.contributor.author | Jinez Tapia, José Luis | |
| dc.date.accessioned | 05/12/2023 10:19 | |
| dc.date.available | 05/12/2023 10:19 | |
| dc.date.issued | 2023 | |
| dc.description | Artículo previo a la obtención de Magíster en Electricidad Mención Energías Renovables y Eficiencia Energética | es |
| dc.description.abstract | Este artículo aborda como gestionar eficazmente el consumo de energía en centros de datos. La investigación se centra en desarrollar un algoritmo de predicción de consumo energético que incluye diseño de hardware, preprocesamiento de datos y selección de características. Se propone un medidor de consumo basado en una red de sensores que mide voltaje, corriente, potencia, frecuencia y energía en tiempo real. Se realizaron mediciones utilizando una Workstation ubicada en el DataCenter de la Facultad de Informática y Electrónica de la Escuela Superior Politécnica de Chimborazo (ESPOCH. Se evaluaron varios modelos de regresión lineal para predecir el consumo futuro de energía a partir de múltiples mediciones. Los algoritmos de aprendizaje automático permiten la predicción en diferentes ventanas temporales, desde minutos hasta días. Esto capacita a los administradores de centros de datos para tomar decisiones estratégicas y lograr una gestión eficiente de la energía, lo que, a su vez, reduce los costos asociados al mantenimiento de equipos informáticos. contribuyendo a la reducción de costos y al aumento de la sostenibilidad. | |
| dc.identifier.citation | POS.1002 | es |
| dc.identifier.uri | https://repositorio.puce.edu.ec/handle/123456789/38490 | |
| dc.language.iso | es | |
| dc.publisher | PUCE - Esmeraldas | |
| dc.subject | Estaciones de trabajo (workstation) | |
| dc.subject | Energía eléctrica | |
| dc.subject | Algoritmos | |
| dc.subject | Variables eléctricas | |
| dc.subject | Raíz cuadrada media del error (RMSE) | |
| dc.title | Predicción de consumo de energía en workstation en el datacenter de la FIE-ESPOCH basados en algoritmos de inteligencia artificial |