预测冷却液温度
这个模型融合了Transformer自注意力机制和GRU时序预测，对数据中心液冷系统的冷却液回水温度实现高精度预测，为节能规划提供动态依据。
马帅印 · Yuyang, Liu · Liu, Yang · 王加强 · 方遒 · Yuanfeng, Huang
Advanced Engineering Informatics 2025
融合注意力机制与GRU时序建模，提升对复杂变化规律的捕捉能力，预测误差显著低于基线模型。
在波动环境和复杂冷却条件下保持高预测精度，减少误判导致的额外能耗。
利用实时监测数据与预测控制动态优化冷却策略，降低冷却液和能源使用。