多项式扩散模型用于数据中心电池调度预测
热点事件观察中
多项式扩散模型用于数据中心电池调度预测
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
2026年11月6日，arXiv 系统与控制（工程能源）板块出现一篇论文，作者 Matthew Van Ham 等提出一种面向数据中心的实时电池储能系统（BESS）调度框架。该框架用多项式扩散模型（PDM）同时预测电价与数据中心负荷，并利用 PDM 的闭式条件期望把预测结果接入动态规划（DP），以最小化购电成本。报道称，在评估的各类 BESS 配置下，该方法的成本节省达到基于规则（RB）策略的 2.63 倍。上述内容来自论文摘要层面的自述，报道未披露具体测试条件、配置范围与数据来源，相关结论尚待进一步验证。
AI 根据报道生成 · 2 天前更新
最新进展11月6日 13:00
基于多项式扩散模型的数据中心电池调度电价与负荷联合预测报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- arXiv Systems and Control · Engineering Energy基于多项式扩散模型的数据中心电池调度电价与负荷联合预测
研究提出一种实时 BESS 调度框架，用多项式扩散模型（PDM）同时预测电价与数据中心负荷，并借助 PDM 的闭式条件期望把预测结果接入动态规划（DP）以最小化购电成本。在评估的各类 BESS 配置下，该方法的成本节省达到基于规则（RB）策略的 2.63 倍。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 1011月6日 14:00
- 近 24 小时变化
- -49%
02.557.510
11月7日12:0011月8日12:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。