I
nte
rna
t
io
na
l J
o
urna
l o
f
E
lect
rica
l a
nd
Co
m
pu
t
er
E
ng
ineering
(
I
J
E
CE
)
Vo
l.
16
,
No
.
5
,
Octo
b
er
20
26
,
p
p
.
2
6
8
8
~
2
6
9
7
I
SS
N:
2088
-
8
7
0
8
,
DOI
: 1
0
.
1
1
5
9
1
/ijece.
v
16
i
5
.
pp
2
6
8
8
-
2
6
9
7
2688
J
o
ur
na
l ho
m
ep
a
g
e
:
h
ttp
:
//ij
ec
e.
ia
esco
r
e.
co
m
AI
-
driv
en
PUE o
ptimiza
tion in
hy
persca
le data
ce
nt
ers using
real
-
time
t
elem
et
ry
H
us
s
ei
n Ya
s
s
i
n Al
-
Ada
wi
B
a
c
h
e
l
o
r
o
f
El
e
c
t
r
i
c
a
l
En
g
i
n
e
e
r
i
n
g
a
n
d
M
B
A
,
I
n
d
e
p
e
n
d
e
n
t
R
e
sea
r
c
h
e
r
,
R
i
y
a
d
h
,
S
a
u
d
i
A
r
a
b
i
a
Art
icle
I
nfo
AB
S
T
RAC
T
A
r
ticle
his
to
r
y:
R
ec
eiv
ed
Ma
y
1
8
,
2
0
2
6
R
ev
is
ed
J
u
l 6
,
2
0
2
6
Acc
ep
ted
J
u
l 2
2
,
2
0
2
6
Th
e
ra
p
i
d
g
ro
wt
h
o
f
h
y
p
e
rsc
a
le
d
a
ta
c
e
n
ters
h
a
s
sig
n
ifi
c
a
n
tl
y
in
c
re
a
se
d
e
n
e
rg
y
c
o
n
su
m
p
t
io
n
,
m
a
k
i
n
g
p
o
we
r
u
sa
g
e
e
ffe
c
ti
v
e
n
e
ss
(P
UE)
o
n
e
o
f
th
e
m
o
st
c
rit
ica
l
m
e
tri
c
s
fo
r
e
v
a
lu
a
ti
n
g
o
p
e
ra
ti
o
n
a
l
e
fficie
n
c
y
a
n
d
su
s
tain
a
b
il
it
y
.
Th
is
st
u
d
y
p
re
se
n
ts
a
re
a
l
-
wo
rl
d
c
a
se
stu
d
y
o
f
a
h
y
p
e
rsc
a
le
d
a
ta
c
e
n
ter
e
n
v
iro
n
m
e
n
t
a
n
d
in
v
e
stig
a
tes
t
h
e
p
o
te
n
ti
a
l
o
f
a
rti
ficia
l
in
tell
ig
e
n
c
e
(AI)
-
d
riv
e
n
o
p
ti
m
iza
ti
o
n
u
si
n
g
re
a
l
-
ti
m
e
tele
m
e
try
d
a
ta.
Op
e
ra
ti
o
n
a
l
re
p
o
rts,
ra
c
k
-
lev
e
l
p
o
we
r
m
e
a
su
re
m
e
n
ts,
a
n
d
fa
c
il
it
y
e
n
e
rg
y
c
o
n
su
m
p
ti
o
n
re
c
o
rd
s
we
re
a
n
a
ly
z
e
d
to
e
v
a
lu
a
te
c
u
rre
n
t
p
e
rfo
rm
a
n
c
e
a
n
d
i
d
e
n
ti
f
y
o
p
p
o
rt
u
n
it
ies
fo
r
e
fficie
n
c
y
imp
ro
v
e
m
e
n
t.
Hist
o
rica
l
o
p
e
ra
ti
o
n
a
l
a
n
a
ly
sis
r
e
v
e
a
led
a
su
b
sta
n
ti
a
l
re
d
u
c
ti
o
n
i
n
P
UE
fro
m
a
p
p
r
o
x
ima
tely
2
.
7
0
u
n
d
e
r
leg
a
c
y
o
p
e
ra
ti
n
g
c
o
n
d
it
i
o
n
s
t
o
2
.
0
1
fo
ll
o
win
g
in
fra
stru
c
tu
re
m
o
d
e
r
n
iz
a
ti
o
n
a
n
d
o
p
e
ra
ti
o
n
a
l
o
p
ti
m
iza
ti
o
n
in
it
i
a
ti
v
e
s.
To
su
p
p
o
rt
fu
tu
re
e
fficie
n
c
y
imp
ro
v
e
m
e
n
ts,
a
tele
m
e
try
-
d
ri
v
e
n
AI
o
p
ti
m
iza
ti
o
n
fra
m
e
wo
rk
wa
s
d
e
v
e
lo
p
e
d
a
s
a
d
e
c
isio
n
-
su
p
p
o
rt
a
rc
h
it
e
c
tu
re
fo
r
a
d
a
p
ti
v
e
c
o
o
li
n
g
a
n
d
e
n
e
rg
y
m
a
n
a
g
e
m
e
n
t.
Th
e
fra
m
e
wo
rk
i
n
teg
ra
tes
re
a
l
-
ti
m
e
o
p
e
ra
ti
o
n
a
l
tele
m
e
try
,
in
c
lu
d
in
g
IT
l
o
a
d
,
fa
c
il
it
y
p
o
we
r
c
o
n
su
m
p
ti
o
n
,
e
n
v
iro
n
m
e
n
tal
c
o
n
d
it
io
n
s,
c
o
o
li
n
g
d
e
m
a
n
d
,
a
n
d
h
ist
o
rica
l
P
UE
b
e
h
a
v
i
o
r,
t
o
s
u
p
p
o
rt
i
n
telli
g
e
n
t
o
p
e
ra
ti
o
n
a
l
d
e
c
isio
n
-
m
a
k
in
g
.
A
s
y
n
t
h
e
ti
c
six
-
m
o
n
th
t
ime
-
se
ries
d
a
tas
e
t
with
5
-
m
in
u
te
in
terv
a
ls
wa
s
g
e
n
e
ra
ted
b
a
se
d
o
n
o
b
se
rv
e
d
o
p
e
ra
ti
o
n
a
l
p
a
tt
e
rn
s
t
o
e
n
a
b
le
lo
n
g
-
term
a
n
a
ly
ti
c
a
l
e
v
a
lu
a
ti
o
n
.
T
h
e
p
rima
ry
c
o
n
tri
b
u
ti
o
n
o
f
th
is
re
se
a
rc
h
is
th
e
d
e
v
e
lo
p
m
e
n
t
o
f
a
tele
m
e
try
-
d
riv
e
n
AI
o
p
t
imiz
a
ti
o
n
fra
m
e
wo
rk
th
a
t
c
o
m
b
i
n
e
s
o
p
e
ra
t
io
n
a
l
d
a
ta
a
n
a
ly
sis,
su
sta
in
a
b
il
it
y
-
o
rien
ted
d
e
c
isio
n
s
u
p
p
o
rt
,
a
n
d
a
d
a
p
ti
v
e
c
o
o
li
n
g
o
p
t
imiz
a
ti
o
n
wi
th
i
n
a
h
y
p
e
rsc
a
le
d
a
ta
c
e
n
ter
e
n
v
iro
n
m
e
n
t.
An
a
ly
t
ica
l
e
v
a
lu
a
ti
o
n
a
n
d
b
e
n
c
h
m
a
rk
c
o
m
p
a
riso
n
in
d
ica
te
t
h
a
t
AI
-
a
ss
isted
o
p
ti
m
i
z
a
ti
o
n
c
o
u
ld
p
o
ten
t
ially
re
d
u
c
e
P
UE
to
a
p
ro
jec
ted
ra
n
g
e
b
e
twe
e
n
1
.
4
a
n
d
1
.
6
.
T
h
e
se
re
su
lt
s
re
p
re
se
n
t
o
p
t
imiz
a
ti
o
n
sc
e
n
a
rio
s
ra
th
e
r
th
a
n
e
x
p
e
rime
n
tally
v
a
li
d
a
te
d
p
ro
d
u
c
ti
o
n
o
u
tco
m
e
s.
Th
e
fin
d
i
n
g
s
h
ig
h
li
g
h
t
t
h
e
p
o
ten
ti
a
l
o
f
AI
-
e
n
a
b
led
in
fra
str
u
c
tu
re
m
a
n
a
g
e
m
e
n
t
to
imp
ro
v
e
o
p
e
ra
ti
o
n
a
l
e
fficie
n
c
y
,
su
sta
in
a
b
il
it
y
p
e
rfo
rm
a
n
c
e
,
a
n
d
stra
teg
ic
d
e
c
isio
n
-
m
a
k
i
n
g
wit
h
i
n
h
y
p
e
rsc
a
l
e
d
a
ta ce
n
ter en
v
ir
o
n
m
e
n
ts.
K
ey
w
o
r
d
s
:
Ar
tific
ial
in
tellig
en
ce
C
o
o
lin
g
o
p
tim
izatio
n
Data
ce
n
ter
s
DC
I
M
E
n
er
g
y
ef
f
icien
cy
Hy
p
er
s
ca
le
in
f
r
astru
ctu
r
e
Po
wer
u
s
ag
e
ef
f
ec
tiv
e
n
ess
PU
E
R
ea
l
-
tim
e
telem
etr
y
T
h
is i
s
a
n
o
p
e
n
a
c
c
e
ss
a
rticle
u
n
d
e
r th
e
CC B
Y
-
SA
li
c
e
n
se
.
C
o
r
r
e
s
p
o
nd
ing
A
uth
o
r
:
Hu
s
s
ein
Yass
in
Al
-
Ad
awi
B
ac
h
elo
r
o
f
E
lectr
ical
E
n
g
in
e
er
in
g
an
d
MBA,
I
n
d
ep
e
n
d
en
t
R
esear
ch
er
1
2
9
3
6
,
R
iy
ad
h
,
Sau
d
i A
r
ab
ia
E
m
ail: h
u
s
s
ein
alad
awi1
@
g
m
ail.
co
m
1.
I
NT
RO
D
UCT
I
O
N
T
h
is
s
tu
d
y
in
v
esti
g
ates
th
e
ap
p
licatio
n
o
f
A
I
-
d
r
i
v
en
o
p
tim
izatio
n
tech
n
iq
u
es
in
a
h
y
p
er
s
ca
le
d
ata
ce
n
ter
en
v
ir
o
n
m
en
t
u
s
in
g
r
ea
l
o
p
er
atio
n
al
d
ata.
T
h
e
r
esear
c
h
ev
alu
ates
h
is
to
r
ical
im
p
r
o
v
e
m
en
ts
in
PUE
an
d
p
r
o
p
o
s
es
an
AI
-
b
ased
f
r
am
ew
o
r
k
ca
p
a
b
le
o
f
f
u
r
t
h
er
r
e
d
u
cin
g
en
er
g
y
co
n
s
u
m
p
tio
n
an
d
im
p
r
o
v
in
g
o
p
er
atio
n
al
ef
f
icien
cy
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t J E
lec
&
C
o
m
p
E
n
g
I
SS
N:
2088
-
8
7
0
8
AI
-
d
r
iven
P
UE
o
p
timiz
a
tio
n
i
n
h
yp
ers
ca
le
d
a
t
a
ce
n
ters
u
s
in
g
…
(
Hu
s
s
ein
Ya
s
s
in
A
l
-
A
d
a
w
i
)
2689
T
h
e
r
ap
id
g
r
o
wth
o
f
h
y
p
er
s
ca
l
e
d
ata
ce
n
ter
s
h
as si
g
n
if
ican
tly
in
cr
ea
s
ed
en
er
g
y
co
n
s
u
m
p
tio
n
,
m
ak
in
g
en
er
g
y
e
f
f
icien
cy
a
m
aj
o
r
o
p
er
atio
n
al
an
d
s
u
s
tain
ab
ilit
y
c
h
allen
g
e
[
1
]
.
Hy
p
e
r
s
ca
le
d
ata
ce
n
ter
s
f
o
r
m
th
e
b
ac
k
b
o
n
e
o
f
m
o
d
er
n
d
i
g
ital
in
f
r
astru
ctu
r
e,
s
u
p
p
o
r
tin
g
clo
u
d
co
m
p
u
tin
g
,
ar
tific
ial
in
tellig
en
ce
,
an
d
lar
g
e
-
s
ca
le
en
ter
p
r
is
e
ap
p
licatio
n
s
[
1
]
,
[
2
]
.
Po
wer
u
s
ag
e
ef
f
ec
tiv
en
ess
(
P
UE
)
h
as b
ec
o
m
e
th
e
i
n
d
u
s
tr
y
-
s
tan
d
ar
d
m
et
r
ic
f
o
r
ev
alu
atin
g
d
ata
ce
n
ter
e
n
er
g
y
ef
f
icien
cy
[
3
]
.
A
r
tific
ial
in
tellig
en
ce
(
AI
)
h
as
em
er
g
ed
as
a
p
r
o
m
is
in
g
s
o
lu
tio
n
f
o
r
im
p
r
o
v
in
g
o
p
e
r
atio
n
al
ef
f
icien
cy
th
r
o
u
g
h
p
r
ed
ictiv
e
an
aly
tics
an
d
ad
ap
tiv
e
co
n
tr
o
l
s
tr
ateg
ies
[
4
]
,
[
5
]
.
Hy
p
er
s
ca
le
d
ata
ce
n
te
r
s
f
o
r
m
th
e
b
ac
k
b
o
n
e
o
f
m
o
d
er
n
d
ig
ital
in
f
r
astru
ctu
r
e,
s
u
p
p
o
r
tin
g
clo
u
d
co
m
p
u
tin
g
,
ar
tific
ial
in
tellig
en
ce
,
an
d
en
ter
p
r
is
e
-
s
ca
le
s
er
v
ices.
As
co
m
p
u
tatio
n
al
d
em
a
n
d
co
n
tin
u
e
s
to
in
cr
ea
s
e,
en
er
g
y
co
n
s
u
m
p
tio
n
with
in
th
ese
f
ac
i
liti
es h
as b
ec
o
m
e
a
cr
itical
o
p
er
atio
n
al
an
d
s
u
s
tain
ab
ilit
y
c
o
n
ce
r
n
[
1
]
,
[
2
]
,
[
6
]
.
Po
wer
u
s
ag
e
ef
f
ec
tiv
en
ess
(
P
UE
)
r
em
ain
s
th
e
m
o
s
t
wid
ely
ad
o
p
ted
m
etr
ic
f
o
r
e
v
alu
atin
g
d
ata
ce
n
ter
en
er
g
y
e
f
f
icien
cy
[
3
]
.
Desp
it
e
s
ig
n
if
ican
t
ad
v
an
ce
m
en
ts
in
co
o
lin
g
tech
n
o
l
o
g
ies
an
d
i
n
f
r
astru
ctu
r
e
d
esig
n
,
m
an
y
f
ac
ilit
ies
co
n
tin
u
e
to
ex
p
er
ien
ce
o
p
er
atio
n
al
in
ef
f
icie
n
cies
d
u
e
to
s
tatic
co
n
tr
o
l
s
tr
ateg
ies
an
d
lim
ited
ad
ap
tab
ilit
y
to
d
y
n
am
ic
wo
r
k
lo
ad
co
n
d
itio
n
s
[
7
]
.
R
ec
en
t
d
ev
elo
p
m
en
ts
in
a
r
tific
ial
in
tellig
en
ce
(
AI
)
h
av
e
in
tr
o
d
u
ce
d
n
ew
o
p
p
o
r
t
u
n
ities
f
o
r
p
r
ed
ictiv
e
an
aly
tics
,
a
d
ap
tiv
e
c
o
o
lin
g
co
n
t
r
o
l,
a
n
d
telem
etr
y
-
d
r
iv
e
n
o
p
er
atio
n
al
o
p
tim
izatio
n
[
4
]
,
[
8
]
,
[
9
]
.
T
h
e
o
b
jectiv
es
o
f
th
is
s
tu
d
y
ar
e:
i)
An
al
y
ze
o
p
er
atio
n
al
p
o
wer
a
n
d
e
n
er
g
y
co
n
s
u
m
p
tio
n
d
ata.
ii)
E
v
alu
ate
h
is
to
r
ical
PUE
i
m
p
r
o
v
e
m
en
ts
.
iii)
I
d
en
tify
i
n
ef
f
icien
cies
in
cu
r
r
en
t
o
p
er
ati
o
n
s
.
iv
)
De
v
elo
p
a
n
AI
-
d
r
iv
en
o
p
tim
izatio
n
f
r
am
e
wo
r
k
.
An
d
v
)
E
s
tim
ate
th
e
p
r
o
jecte
d
im
p
ac
t o
f
AI
-
b
ased
o
p
tim
izatio
n
.
T
h
e
m
ain
co
n
tr
i
b
u
tio
n
s
o
f
t
h
is
s
tu
d
y
ar
e
as
f
o
llo
ws:
i)
An
aly
s
is
o
f
r
ea
l
o
p
er
atio
n
al
tele
m
etr
y
d
ata
co
llected
f
r
o
m
a
h
y
p
e
r
s
ca
le
d
ata
ce
n
ter
en
v
ir
o
n
m
e
n
t.
ii)
E
v
alu
atio
n
o
f
h
is
to
r
ical
PUE
im
p
r
o
v
em
en
ts
ac
h
iev
e
d
th
r
o
u
g
h
in
f
r
astru
ctu
r
e
m
o
d
er
n
izatio
n
an
d
o
p
er
atio
n
al
o
p
tim
i
za
tio
n
.
iii)
Dev
elo
p
m
en
t
o
f
a
t
elem
etr
y
-
d
r
iv
e
n
AI
o
p
tim
izatio
n
f
r
am
ewo
r
k
f
o
r
d
y
n
am
ic
co
o
lin
g
a
n
d
en
er
g
y
m
an
ag
em
en
t.
iv
)
Ass
ess
m
en
t
o
f
p
r
o
jecte
d
PUE
im
p
r
o
v
em
e
n
ts
u
s
in
g
AI
-
ass
is
ted
o
p
er
atio
n
al
s
ce
n
ar
io
s
.
An
d
v
)
E
v
alu
atio
n
o
f
s
u
s
tain
ab
ilit
y
an
d
m
a
n
ag
er
ial
im
p
licatio
n
s
ass
o
ciate
d
with
AI
-
en
ab
led
i
n
f
r
astru
ctu
r
e
o
p
ti
m
izatio
n
.
2.
L
I
T
E
R
AT
U
RE
R
E
VI
E
W
2
.
1
.
Da
t
a
ce
nte
r
ener
g
y
ef
f
iciency
E
n
er
g
y
e
f
f
icien
cy
h
as
b
ec
o
m
e
o
n
e
o
f
th
e
m
o
s
t
im
p
o
r
ta
n
t
o
p
er
atio
n
al
p
r
io
r
ities
in
m
o
d
er
n
d
ata
ce
n
ter
s
.
Stu
d
ies
h
av
e
s
h
o
wn
th
at
co
o
lin
g
s
y
s
tem
s
an
d
s
u
p
p
o
r
tin
g
in
f
r
astru
ct
u
r
e
ac
c
o
u
n
t
f
o
r
a
s
ig
n
if
ica
n
t
p
er
ce
n
tag
e
o
f
to
tal
f
ac
ilit
y
p
o
wer
co
n
s
u
m
p
tio
n
[
1
0
]
,
[
1
1
]
.
Sev
er
al
s
tr
ateg
ies
h
av
e
b
ee
n
p
r
o
p
o
s
ed
to
im
p
r
o
v
e
ef
f
icien
cy
,
in
clu
d
in
g
:
i)
Ho
t
ai
s
le/co
ld
aisl
e
co
n
tain
m
en
t
,
ii)
Fre
e
co
o
lin
g
tech
n
o
lo
g
ies
,
iii)
Ad
v
an
ce
d
air
f
l
o
w
m
an
ag
em
en
t
,
iv
)
Dy
n
am
ic
co
o
lin
g
co
n
tr
o
l
,
an
d
v
)
Vir
tu
aliza
tio
n
an
d
w
o
r
k
lo
a
d
o
p
tim
izati
o
n
.
AI
-
b
ased
co
o
li
n
g
o
p
tim
izatio
n
m
eth
o
d
s
h
a
v
e
r
ec
e
n
tly
g
ain
e
d
s
ig
n
if
ican
t
atten
tio
n
d
u
e
t
o
th
eir
ab
ilit
y
to
d
y
n
a
m
ically
ad
ap
t
o
p
er
ati
o
n
al
co
n
d
itio
n
s
in
r
ea
l
tim
e
[
8
]
,
[
9
]
.
R
ec
en
t
s
tu
d
ies
h
a
v
e
d
em
o
n
s
tr
ated
th
at
m
ac
h
in
e
lear
n
in
g
,
r
ein
f
o
r
ce
m
en
t
lear
n
in
g
,
a
n
d
telem
etr
y
-
d
r
iv
en
o
p
tim
izatio
n
f
r
am
ewo
r
k
s
ca
n
s
ig
n
if
ican
tly
r
ed
u
ce
co
o
lin
g
o
v
er
h
ea
d
an
d
i
m
p
r
o
v
e
in
f
r
astru
ctu
r
e
s
u
s
tain
ab
ilit
y
with
in
h
y
p
e
r
s
ca
le
en
v
ir
o
n
m
en
ts
[
1
2
]
–
[
1
5
]
.
2
.
2
.
P
o
wer
us
a
g
e
ef
f
ec
t
iv
eness
(
P
UE
)
PUE
is
th
e
m
o
s
t
wid
ely
u
s
ed
m
etr
ic
f
o
r
e
v
alu
atin
g
e
n
er
g
y
ef
f
icien
cy
in
d
ata
ce
n
ter
s
.
A
PUE
v
alu
e
clo
s
e
to
1
.
0
r
e
p
r
esen
ts
id
ea
l
ef
f
icien
cy
.
I
n
d
u
s
tr
y
-
lead
in
g
h
y
p
er
s
ca
le
f
ac
ilit
ies
ty
p
ically
o
p
er
ate
b
etwe
en
1
.
2
an
d
1
.
5
[
6
]
,
[
1
6
]
.
Facilities
o
p
er
atin
g
ab
o
v
e
2
.
0
g
en
e
r
ally
in
d
icate
in
ef
f
icien
cies
in
co
o
l
in
g
s
y
s
tem
s
,
p
o
wer
d
is
tr
ib
u
tio
n
,
o
r
in
f
r
astru
ct
u
r
e
u
tili
za
tio
n
.
2
.
3
.
Art
if
ici
a
l
inte
llig
ence
in
da
t
a
ce
nte
rs
AI
tech
n
o
lo
g
ies
h
av
e
in
c
r
e
asin
g
ly
b
ee
n
ad
o
p
ted
f
o
r
:
i)
Pre
d
ictiv
e
m
ain
ten
an
ce
,
ii
)
C
o
o
lin
g
o
p
tim
izatio
n
,
iii)
L
o
a
d
f
o
r
ec
asti
n
g
,
iv
)
E
n
er
g
y
m
an
ag
e
m
en
t
,
an
d
v
)
Dy
n
am
ic
c
o
n
tr
o
l
s
y
s
tem
s
.
R
ec
en
t
in
d
u
s
tr
y
s
tu
d
ies
h
av
e
h
ig
h
li
g
h
ted
th
e
g
r
o
win
g
r
o
le
o
f
AI
-
en
ab
led
o
p
er
atio
n
al
in
tell
ig
en
ce
p
latf
o
r
m
s
in
s
u
p
p
o
r
tin
g
s
u
s
tain
ab
le
d
ata
ce
n
ter
m
a
n
ag
em
en
t
an
d
in
f
r
astru
ctu
r
e
o
p
tim
izatio
n
[
4
]
.
Ma
ch
in
e
lear
n
i
n
g
alg
o
r
ith
m
s
ca
n
id
en
tify
h
id
d
en
o
p
er
atio
n
al
p
atter
n
s
an
d
o
p
tim
ize
s
y
s
tem
b
eh
av
io
r
m
o
r
e
ef
f
ec
tiv
ely
th
an
tr
ad
itio
n
al
r
u
le
-
b
ased
s
y
s
tem
s
[
1
7
]
.
Pre
d
ictiv
e
c
o
o
lin
g
tech
n
iq
u
es
u
s
in
g
AI
m
o
d
els
h
av
e
s
h
o
wn
m
ea
s
u
r
ab
le
im
p
r
o
v
em
e
n
ts
in
o
p
er
atio
n
al
ef
f
icien
cy
an
d
s
u
s
tain
ab
ilit
y
p
er
f
o
r
m
a
n
ce
[
9
]
.
R
ec
en
t
h
y
p
er
s
ca
le
in
f
r
astru
ctu
r
e
s
tu
d
ies
h
av
e
also
em
p
h
asized
th
e
im
p
o
r
tan
ce
o
f
s
u
s
tain
ab
le
clo
u
d
o
p
er
atio
n
s
an
d
ad
ap
tiv
e
telem
etr
y
s
y
s
tem
s
[
1
8
]
,
[
1
9
]
.
R
ec
en
t
s
tu
d
ies
h
av
e
d
em
o
n
s
tr
ated
th
at
AI
-
d
r
iv
en
o
p
e
r
atio
n
al
f
r
am
ewo
r
k
s
ca
n
s
ig
n
if
ican
tly
en
h
an
ce
co
o
lin
g
e
f
f
icien
cy
th
r
o
u
g
h
p
r
ed
ictiv
e
a
n
aly
tics
an
d
ad
ap
tiv
e
i
n
f
r
astru
ctu
r
e
co
n
tr
o
l
.
T
h
ese
a
p
p
r
o
ac
h
es
en
ab
le
in
f
r
astru
ctu
r
e
s
y
s
tem
s
to
d
y
n
a
m
ically
r
esp
o
n
d
to
f
l
u
ctu
atin
g
t
h
er
m
al
an
d
co
m
p
u
tatio
n
al
co
n
d
itio
n
s
,
r
ed
u
cin
g
u
n
n
ec
ess
ar
y
co
o
lin
g
o
v
er
h
ea
d
wh
ile
m
ain
tain
in
g
o
p
er
atio
n
al
r
eliab
ilit
y
.
R
ec
en
t
h
y
p
er
s
ca
le
o
p
er
ato
r
s
,
in
clu
d
in
g
Go
o
g
le,
Mic
r
o
s
o
f
t,
Me
ta,
an
d
AW
S,
h
av
e
in
cr
ea
s
in
g
ly
ad
o
p
ted
AI
-
ass
is
ted
o
p
er
atio
n
al
s
tr
ateg
ies
to
im
p
r
o
v
e
co
o
lin
g
ef
f
icien
cy
,
p
r
ed
ictiv
e
m
ain
t
en
an
ce
,
an
d
e
n
er
g
y
m
an
ag
em
en
t
[
5
]
,
[
1
6
]
,
[
1
9
]
,
[
2
0
]
.
Fu
r
th
er
m
o
r
e,
s
u
s
tain
a
b
ilit
y
-
o
r
ien
ted
in
f
r
astru
ctu
r
e
f
r
am
ewo
r
k
s
h
av
e
Evaluation Warning : The document was created with Spire.PDF for Python.
I
SS
N
:
2
0
8
8
-
8
7
0
8
I
n
t J E
lec
&
C
o
m
p
E
n
g
,
Vo
l.
16
,
No
.
5
,
Octo
b
e
r
20
26
:
2
6
8
8
-
2
6
9
7
2690
h
ig
h
lig
h
ted
t
h
e
im
p
o
r
tan
ce
o
f
telem
etr
y
an
aly
tics
an
d
in
telli
g
en
t d
ec
is
io
n
-
s
u
p
p
o
r
t sy
s
tem
s
f
o
r
ac
h
ie
v
in
g
lo
n
g
-
ter
m
o
p
er
atio
n
al
ef
f
icien
c
y
an
d
ca
r
b
o
n
r
e
d
u
ctio
n
o
b
jectiv
es
[
2
]
,
[
2
1
]
–
[
2
3
]
.
2
.
4
.
Resea
rc
h
g
ap
Alth
o
u
g
h
p
r
ev
io
u
s
s
tu
d
ies
h
av
e
in
v
esti
g
ated
d
ata
ce
n
t
er
en
er
g
y
e
f
f
icien
cy
an
d
AI
-
ass
is
ted
o
p
tim
izatio
n
,
m
o
s
t r
ely
o
n
s
im
u
latio
n
en
v
ir
o
n
m
en
ts
o
r
g
en
e
r
alize
d
o
p
tim
izatio
n
f
r
am
ewo
r
k
s
with
o
u
t u
tili
zin
g
r
ea
l
o
p
e
r
atio
n
al
telem
etr
y
f
r
o
m
h
y
p
er
s
ca
le
f
ac
ilit
ies.
Fu
r
th
er
m
o
r
e
,
lim
ited
r
esear
ch
h
as
ex
am
in
ed
th
e
in
teg
r
atio
n
o
f
r
ea
l
-
tim
e
telem
e
tr
y
an
aly
tics
with
AI
-
d
r
iv
en
d
ec
is
io
n
-
s
u
p
p
o
r
t
m
ec
h
a
n
is
m
s
f
o
r
co
n
tin
u
o
u
s
PUE
o
p
tim
izatio
n
in
p
r
o
d
u
ctio
n
e
n
v
ir
o
n
m
e
n
ts
.
T
h
is
s
tu
d
y
ad
d
r
e
s
s
es
th
is
g
ap
b
y
an
aly
zin
g
r
e
al
o
p
er
atio
n
al
d
ata
f
r
o
m
a
h
y
p
er
s
ca
le
d
ata
ce
n
t
er
an
d
p
r
o
p
o
s
in
g
a
telem
etr
y
-
d
r
iv
e
n
AI
o
p
tim
izatio
n
f
r
a
m
ewo
r
k
ca
p
a
b
le
o
f
s
u
p
p
o
r
tin
g
ad
ap
tiv
e
co
o
lin
g
m
an
ag
em
en
t a
n
d
en
e
r
g
y
-
ef
f
icie
n
cy
im
p
r
o
v
em
e
n
t.
3.
M
E
T
H
O
DO
L
O
G
Y
3
.
1
.
Resea
rc
h
d
esig
n
T
h
is
s
tu
d
y
ad
o
p
ts
an
ap
p
lied
r
esear
ch
m
eth
o
d
o
l
o
g
y
b
ased
o
n
a
r
ea
l
-
wo
r
ld
h
y
p
er
s
ca
le
d
ata
ce
n
ter
ca
s
e
s
tu
d
y
.
T
h
e
r
esear
c
h
co
m
b
in
es e
m
p
ir
ical
o
p
er
atio
n
al
d
at
a
an
aly
s
is
with
AI
-
b
ased
o
p
ti
m
izatio
n
m
o
d
elin
g
.
3
.
2
.
Da
t
a
c
o
llect
io
n
Op
er
atio
n
al
d
ata
was
co
llected
f
r
o
m
:
i)
R
ac
k
-
lev
el
p
o
wer
m
ea
s
u
r
em
en
ts
,
ii)
Facil
ity
en
er
g
y
co
n
s
u
m
p
tio
n
r
ec
o
r
d
s
.
iii)
Mo
n
th
ly
o
p
er
atio
n
al
r
ep
o
r
ts
,
a
n
d
iv
)
I
n
f
r
astru
ct
u
r
e
u
tili
za
tio
n
r
ep
o
r
ts
.
T
h
e
d
ata
r
ep
r
esen
ts
a
p
r
o
d
u
ctio
n
en
v
ir
o
n
m
en
t o
p
er
atin
g
c
o
n
tin
u
o
u
s
ly
2
4
/7
.
3
.
3
.
IT
lo
a
d c
a
lcula
t
io
n
T
h
e
to
tal
I
T
l
o
ad
was
ca
lc
u
lated
b
y
ag
g
r
eg
atin
g
r
ac
k
-
lev
el
p
o
wer
m
ea
s
u
r
em
e
n
ts
co
lle
cted
f
r
o
m
ap
p
r
o
x
im
ately
1
5
0
r
ac
k
s
.
E
ac
h
r
ac
k
was su
p
p
lied
th
r
o
u
g
h
d
u
al
p
o
wer
f
ee
d
s
(
A
an
d
B
)
:
=
+
T
h
e
to
tal
I
T
lo
a
d
is
r
ep
r
esen
te
d
as:
=
T
h
e
o
p
e
r
atio
n
al
I
T
l
o
ad
r
ea
c
h
ed
ap
p
r
o
x
im
ately
1
,
3
7
3
k
W
.
3
.
4
.
P
UE
c
a
lcula
t
io
n
T
h
e
o
p
er
atio
n
al
PUE
was
c
alcu
lated
u
s
in
g
in
d
u
s
tr
y
-
s
tan
d
ar
d
m
eth
o
d
o
lo
g
ies
wid
ely
ad
o
p
ted
in
h
y
p
er
s
ca
le
in
f
r
astru
ctu
r
e
an
al
y
s
is
[
3
]
.
=
/
W
h
er
e:
=
T
o
tal
f
ac
ilit
y
p
o
wer
co
n
s
u
m
p
tio
n
,
=
T
o
tal
I
T
eq
u
i
p
m
en
t
p
o
wer
c
o
n
s
u
m
p
tio
n
.
Hi
s
to
r
ical
o
p
er
atio
n
al
a
n
aly
s
is
r
ev
ea
led
:
i)
:
2
.
7
,
ii)
:
2
.
01
3
.
5
.
Co
o
lin
g
ef
f
iciency
estima
t
io
n
T
o
ev
alu
ate
co
o
lin
g
s
y
s
tem
ef
f
icien
cy
,
a
co
o
lin
g
e
f
f
icien
cy
r
atio
(
C
E
R
)
m
o
d
el
was in
tr
o
d
u
ce
d
:
=
/
W
h
er
e:
r
ep
r
esen
ts
co
o
lin
g
ca
p
ac
ity
,
r
ep
r
esen
ts
co
o
lin
g
p
o
wer
co
n
s
u
m
p
ti
o
n
.
3
.
6
.
Sy
nthet
ic
t
i
m
e
-
s
er
ies da
t
a
s
et
Du
e
to
lim
itatio
n
s
in
lo
n
g
-
ter
m
h
ig
h
-
r
eso
lu
tio
n
telem
etr
y
a
v
ailab
ilit
y
,
a
s
y
n
t
h
etic
s
ix
-
m
o
n
th
d
ataset
with
5
-
m
in
u
te
in
ter
v
als
was
g
en
er
ated
b
ased
o
n
r
ea
l
o
p
e
r
atio
n
al
m
ea
s
u
r
em
en
ts
.
T
h
e
d
ataset
p
r
eser
v
ed
:
i)
R
ea
lis
t
ic
lo
ad
v
ar
iab
ilit
y
,
ii)
O
p
er
atio
n
al
co
n
s
tr
ain
ts
,
iii)
C
o
o
lin
g
d
em
an
d
b
eh
a
v
io
r
,
a
n
d
iv
)
Po
wer
f
lu
ctu
atio
n
p
atter
n
s
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t J E
lec
&
C
o
m
p
E
n
g
I
SS
N:
2088
-
8
7
0
8
AI
-
d
r
iven
P
UE
o
p
timiz
a
tio
n
i
n
h
yp
ers
ca
le
d
a
t
a
ce
n
ters
u
s
in
g
…
(
Hu
s
s
ein
Ya
s
s
in
A
l
-
A
d
a
w
i
)
2691
3
.
7
.
AI
-
ba
s
ed
o
ptim
iza
t
i
o
n f
ra
m
ewo
r
k
T
h
e
p
r
o
p
o
s
ed
AI
-
d
r
i
v
en
o
p
t
im
izatio
n
f
r
am
ewo
r
k
is
d
esi
g
n
ed
as
a
co
n
ce
p
tu
al
d
ec
is
i
o
n
-
s
u
p
p
o
r
t
ar
ch
itectu
r
e
th
at
u
tili
ze
s
r
ea
l
-
tim
e
telem
etr
y
d
ata
to
s
u
p
p
o
r
t
d
y
n
am
ic
c
o
o
lin
g
o
p
tim
izati
o
n
an
d
o
p
er
atio
n
al
ef
f
icien
cy
im
p
r
o
v
em
e
n
t
with
in
h
y
p
er
s
ca
le
d
ata
ce
n
ter
en
v
ir
o
n
m
e
n
ts
.
T
h
e
f
r
am
ewo
r
k
in
teg
r
ates
m
u
ltip
le
o
p
er
atio
n
al
telem
etr
y
i
n
p
u
ts
,
in
clu
d
in
g
I
T
lo
a
d
,
f
ac
ilit
y
p
o
wer
c
o
n
s
u
m
p
tio
n
,
e
n
v
ir
o
n
m
en
tal
co
n
d
itio
n
s
,
co
o
lin
g
d
em
a
n
d
,
an
d
h
is
to
r
ical
PUE
b
eh
av
io
r
.
T
h
ese
telem
etr
y
s
tr
ea
m
s
ar
e
p
r
o
ce
s
s
ed
th
r
o
u
g
h
an
an
aly
tical
in
tellig
en
ce
lay
er
ca
p
ab
le
o
f
id
en
tify
in
g
o
p
er
atio
n
al
in
ef
f
icien
cies
an
d
s
u
p
p
o
r
tin
g
ad
a
p
tiv
e
in
f
r
astru
ctu
r
e
m
an
ag
em
en
t
d
ec
is
io
n
s
.
T
h
e
p
r
o
p
o
s
ed
f
r
am
ewo
r
k
is
in
ten
d
ed
to
s
u
p
p
o
r
t th
e
f
u
t
u
r
e
im
p
lem
e
n
tatio
n
o
f
m
ac
h
in
e
lear
n
in
g
alg
o
r
ith
m
s
,
s
u
ch
a
s
r
an
d
o
m
f
o
r
est
r
eg
r
ess
io
n
,
g
r
ad
ien
t
b
o
o
s
tin
g
,
a
n
d
n
e
u
r
al
n
etwo
r
k
-
b
ased
p
r
ed
ictiv
e
m
o
d
els,
f
o
r
r
ea
l
-
ti
m
e
o
p
er
atio
n
al
o
p
tim
izatio
n
an
d
in
tellig
en
t
d
ec
is
io
n
s
u
p
p
o
r
t.
T
h
e
p
r
im
a
r
y
o
b
jectiv
e
o
f
t
h
e
f
r
am
ewo
r
k
i
s
to
m
in
im
ize
o
v
er
all
f
ac
ilit
y
en
er
g
y
o
v
e
r
h
ea
d
wh
ile
m
ain
tain
in
g
o
p
e
r
atio
n
al
r
eliab
ilit
y
,
co
o
lin
g
ef
f
ec
tiv
en
e
s
s
,
an
d
s
er
v
ice
av
ailab
ilit
y
.
T
h
e
o
p
tim
izatio
n
o
b
jectiv
e
is
ex
p
r
ess
ed
as:
[
(
)
+
(
)
+
(
)
]
W
h
er
e
:
(
)
=
ℎ
,
(
)
=
E
n
er
g
y
waste
,
,
=
Op
tim
izatio
n
co
ef
f
icien
ts
.
3
.
8
.
F
r
a
m
ewo
r
k
v
a
lid
a
t
io
n
T
h
e
p
r
o
p
o
s
ed
f
r
am
ew
o
r
k
was
ev
alu
ated
u
s
in
g
o
p
er
atio
n
al
t
elem
etr
y
o
b
s
er
v
atio
n
s
o
b
tain
e
d
f
r
o
m
th
e
s
tu
d
ied
h
y
p
er
s
ca
le
d
ata
ce
n
ter
en
v
ir
o
n
m
e
n
t a
n
d
p
er
f
o
r
m
an
c
e
b
en
ch
m
ar
k
s
r
ep
o
r
ted
b
y
lea
d
in
g
h
y
p
er
s
ca
le
d
ata
ce
n
ter
o
p
er
ato
r
s
.
His
to
r
ical
o
p
er
atio
n
al
a
n
aly
s
is
d
em
o
n
s
tr
a
ted
a
r
e
d
u
ctio
n
in
PUE
f
r
o
m
ap
p
r
o
x
im
ately
2
.
7
0
u
n
d
er
leg
ac
y
o
p
er
atin
g
co
n
d
itio
n
s
to
2
.
0
1
f
o
llo
win
g
in
f
r
astru
ctu
r
e
m
o
d
e
r
n
izatio
n
an
d
o
p
er
atio
n
al
o
p
tim
izatio
n
in
itiativ
es.
T
h
is
o
b
s
er
v
ed
im
p
r
o
v
em
en
t
p
r
o
v
id
es
ev
id
en
ce
o
f
th
e
ef
f
ec
tiv
e
n
ess
o
f
d
ata
-
d
r
iv
e
n
o
p
er
atio
n
al
e
n
h
an
ce
m
e
n
t
s
tr
ateg
ies.
T
h
e
p
r
o
p
o
s
ed
AI
-
d
r
i
v
en
f
r
am
ew
o
r
k
was
s
u
b
s
eq
u
en
tly
u
tili
ze
d
as
a
d
ec
is
io
n
-
s
u
p
p
o
r
t
m
o
d
el
to
est
im
ate
p
o
ten
tial
f
u
tu
r
e
o
p
tim
iz
atio
n
o
p
p
o
r
tu
n
ities
.
T
h
e
p
r
o
je
cted
PUE
r
an
g
e
o
f
1
.
4
–
1
.
6
was
d
er
iv
ed
th
r
o
u
g
h
an
aly
tical
ev
alu
atio
n
,
o
p
er
a
tio
n
al
tr
en
d
ass
ess
m
en
t,
an
d
co
m
p
ar
is
o
n
with
in
d
u
s
tr
y
-
r
e
p
o
r
ted
h
y
p
e
r
s
ca
le
ef
f
icien
cy
b
e
n
ch
m
ar
k
s
.
T
h
er
e
f
o
r
e,
th
e
p
r
o
jecte
d
o
p
tim
izatio
n
r
esu
lts
s
h
o
u
ld
b
e
in
ter
p
r
eted
as
an
aly
tical
o
p
tim
izatio
n
s
ce
n
ar
io
s
r
ath
er
th
a
n
ex
p
er
im
en
tally
v
alid
ate
d
p
r
o
d
u
ctio
n
o
u
tco
m
es.
Fu
tu
r
e
im
p
lem
en
tatio
n
a
n
d
v
alid
atio
n
u
n
d
er
liv
e
o
p
er
ati
o
n
al
co
n
d
itio
n
s
ar
e
r
ec
o
m
m
en
d
ed
to
v
er
if
y
t
h
e
p
r
o
jecte
d
p
e
r
f
o
r
m
an
ce
im
p
r
o
v
em
en
ts
.
T
h
e
p
r
esen
t
s
tu
d
y
d
o
es
n
o
t
in
clu
d
e
liv
e
m
o
d
el
tr
ain
i
n
g
o
r
e
x
p
er
im
en
tal
m
ac
h
in
e
lear
n
in
g
d
ep
lo
y
m
e
n
t.
T
h
er
ef
o
r
e,
AI
-
s
p
ec
if
ic
p
e
r
f
o
r
m
an
ce
m
etr
ics
s
u
ch
as
p
r
ed
ictio
n
ac
cu
r
ac
y
,
co
n
v
er
g
e
n
ce
r
ate,
in
f
er
en
ce
laten
c
y
,
a
n
d
c
o
m
p
u
tatio
n
al
o
v
e
r
h
ea
d
wer
e
n
o
t
ev
alu
ated
.
T
h
ese
m
etr
ics
ar
e
r
ec
o
m
m
e
n
d
ed
f
o
r
f
u
tu
r
e
im
p
lem
en
tatio
n
a
n
d
v
al
id
atio
n
s
tu
d
ies.
3
.
9
.
St
a
t
is
t
ica
l
a
na
ly
s
is
T
o
ev
alu
ate
r
ac
k
lo
a
d
v
ar
ia
b
ilit
y
an
d
o
p
er
atio
n
al
im
b
al
an
ce
,
s
tan
d
ar
d
d
e
v
iatio
n
an
a
ly
s
is
wa
s
ap
p
lied
:
=
√
[
(
/
)
(
−
)
²
]
W
h
er
e
:
=
,
=
,
=
.
3
.
1
0
.
E
nerg
y
s
a
v
ing
estim
a
t
io
n
T
h
e
p
r
o
jecte
d
o
p
e
r
atio
n
al
en
e
r
g
y
s
av
in
g
s
r
esu
ltin
g
f
r
o
m
AI
-
d
r
iv
en
o
p
tim
izatio
n
wer
e
esti
m
ated
u
s
in
g
th
e
f
o
ll
o
win
g
eq
u
atio
n
:
(
%
)
=
(
(
_
−
_
)
/
_
)
×
T
h
e
an
aly
s
is
in
d
icate
s
th
at
AI
-
b
ased
o
p
tim
izatio
n
m
ay
r
e
d
u
c
e
o
p
er
atio
n
al
e
n
er
g
y
o
v
er
h
ea
d
b
y
ap
p
r
o
x
im
ately
20
%
–
3
0
%,
d
e
p
en
d
i
n
g
o
n
co
o
lin
g
d
em
a
n
d
b
e
h
av
io
r
an
d
i
n
f
r
a
s
tr
u
ctu
r
e
ad
ap
tab
ilit
y
.
3
.
1
1
.
Co
o
lin
g
lo
a
d e
s
t
i
m
a
t
io
n
T
o
esti
m
ate
th
er
m
al
lo
ad
b
eh
a
v
io
r
with
in
th
e
c
o
o
lin
g
en
v
ir
o
n
m
en
t,
th
e
f
o
llo
win
g
t
h
er
m
o
d
y
n
am
ic
r
elatio
n
was u
tili
ze
d
:
=
ṁ
W
h
er
e:
=
ℎ
,
ṁ
=
,
=
ℎ
,
Evaluation Warning : The document was created with Spire.PDF for Python.
I
SS
N
:
2
0
8
8
-
8
7
0
8
I
n
t J E
lec
&
C
o
m
p
E
n
g
,
Vo
l.
16
,
No
.
5
,
Octo
b
e
r
20
26
:
2
6
8
8
-
2
6
9
7
2692
=
.
T
h
is
eq
u
atio
n
s
u
p
p
o
r
ts
th
e
an
aly
s
is
o
f
co
o
lin
g
e
f
f
icien
cy
b
e
h
av
io
r
u
n
d
e
r
d
y
n
am
ic
o
p
er
atio
n
al
co
n
d
itio
n
s
.
3
.
1
2
.
I
m
plem
ent
a
t
i
o
n
e
nv
iro
nm
ent
T
h
e
an
al
y
tical
f
r
am
ew
o
r
k
an
d
s
y
n
th
etic
d
ata
g
en
er
atio
n
p
r
o
ce
s
s
wer
e
im
p
lem
e
n
ted
u
s
in
g
Py
th
o
n
3
.
1
1
.
Data
p
r
e
p
r
o
ce
s
s
in
g
an
d
s
tatis
tica
l
an
aly
s
is
wer
e
p
er
f
o
r
m
e
d
u
s
in
g
Pan
d
as
an
d
Nu
m
Py
lib
r
ar
ies.
Vis
u
aliza
tio
n
an
d
an
aly
tical
ev
alu
atio
n
wer
e
co
n
d
u
cted
u
s
in
g
Mic
r
o
s
o
f
t
E
x
ce
l
an
d
Py
th
o
n
-
b
ased
d
ata
an
aly
s
is
to
o
ls
.
T
h
e
s
tu
d
y
was
ex
ec
u
ted
o
n
a
s
tan
d
ar
d
wo
r
k
s
tatio
n
eq
u
ip
p
e
d
with
a
n
I
n
tel
C
o
r
e
i7
p
r
o
ce
s
s
o
r
,
1
6
GB
R
AM
,
an
d
W
in
d
o
ws
1
1
o
p
er
atin
g
s
y
s
tem
.
No
liv
e
AI
m
o
d
el
tr
ain
in
g
was
p
e
r
f
o
r
m
ed
b
ec
au
s
e
th
e
p
r
o
p
o
s
ed
f
r
am
ewo
r
k
r
e
p
r
esen
t
s
a
co
n
ce
p
tu
al
d
ec
is
io
n
-
s
u
p
p
o
r
t a
r
ch
itectu
r
e
in
te
n
d
ed
f
o
r
f
u
t
u
r
e
d
ep
l
o
y
m
en
t.
4.
CASE
S
T
UD
Y
DE
SCRI
P
T
I
O
N
T
h
e
s
tu
d
y
was
co
n
d
u
cted
in
a
h
y
p
er
s
ca
le
d
ata
ce
n
ter
en
v
ir
o
n
m
en
t
o
p
er
atin
g
u
n
d
er
h
ig
h
-
a
v
ailab
ilit
y
co
n
d
itio
n
s
.
T
h
e
f
ac
ilit
y
in
clu
d
es:
i)
Du
al
UPS
in
f
r
astru
ctu
r
e,
ii)
R
ed
u
n
d
an
t
co
o
lin
g
s
y
s
t
em
s
,
iii)
R
ea
l
-
tim
e
m
o
n
ito
r
in
g
s
y
s
tem
s
,
an
d
iv
)
Hig
h
-
av
ailab
ilit
y
o
p
e
r
atio
n
al
ar
ch
itectu
r
e.
T
h
e
o
p
er
a
tio
n
al
en
v
ir
o
n
m
en
t
ex
p
er
ien
ce
d
s
ig
n
if
ica
n
t
im
p
r
o
v
em
en
ts
in
PUE
o
v
er
tim
e
th
r
o
u
g
h
in
f
r
astru
ctu
r
e
o
p
tim
izatio
n
an
d
o
p
er
atio
n
a
l
en
h
an
ce
m
e
n
ts
.
Ho
wev
er
,
th
e
cu
r
r
e
n
t
PUE
lev
el
r
em
ain
s
ab
o
v
e
h
y
p
e
r
s
ca
le
in
d
u
s
tr
y
b
e
n
ch
m
ar
k
s
.
T
ab
le
1
s
u
m
m
ar
izes
th
e
m
ain
o
p
e
r
atio
n
al
p
ar
am
eter
s
o
f
th
e
in
v
esti
g
ated
h
y
p
er
s
ca
le
d
ata
ce
n
ter
,
i
n
clu
d
in
g
t
h
e
I
T
lo
ad
,
esti
m
ated
f
ac
ilit
y
lo
ad
,
n
u
m
b
e
r
o
f
r
ac
k
s
,
cu
r
r
e
n
t PUE
,
an
d
2
4
/7
o
p
e
r
atio
n
al
m
o
d
e.
T
ab
le1
.
Facility
o
p
er
atio
n
al
s
u
m
m
ar
y
V
a
l
u
e
P
a
r
a
me
t
e
r
1
,
3
7
3
k
W
I
T
Lo
a
d
2
,
7
5
9
k
W
Est
i
m
a
t
e
d
F
a
c
i
l
i
t
y
Lo
a
d
~
1
5
0
N
u
mb
e
r
o
f
R
a
c
k
s
2
.
0
1
C
u
r
r
e
n
t
P
U
E
2
4
/
7
O
p
e
r
a
t
i
o
n
a
l
M
o
d
e
5.
RE
SU
L
T
5
.
1
.
IT
lo
a
d a
na
ly
s
is
An
aly
s
is
o
f
r
ac
k
-
lev
el
telem
etr
y
d
ata
r
ev
ea
led
v
ar
iatio
n
s
in
r
ac
k
p
o
wer
d
is
tr
ib
u
tio
n
ac
r
o
s
s
th
e
f
ac
ilit
y
.
T
h
e
av
er
ag
e
r
ac
k
lo
a
d
was
ap
p
r
o
x
im
ately
9
.
1
k
W
,
with
n
o
ticea
b
le
v
ar
iab
ilit
y
b
etwe
en
r
ac
k
s
.
T
h
e
an
aly
s
is
id
en
tifie
d
:
i)
L
o
ad
i
m
b
alan
ce
co
n
d
itio
n
s
,
ii)
Un
e
v
en
u
tili
za
tio
n
p
atter
n
s
,
a
n
d
i
ii)
Op
p
o
r
tu
n
ities
f
o
r
co
o
lin
g
o
p
tim
izatio
n
.
T
h
e
o
b
s
er
v
ed
v
ar
iab
ilit
y
in
d
icate
s
th
e
p
r
esen
ce
o
f
o
p
er
atio
n
al
im
b
alan
ce
co
n
d
itio
n
s
th
at
m
ay
co
n
tr
ib
u
te
to
in
ef
f
ici
en
t c
o
o
lin
g
d
is
tr
ib
u
tio
n
an
d
in
cr
ea
s
ed
en
er
g
y
o
v
er
h
ea
d
.
T
ab
l
e
2
s
u
m
m
ar
izes th
e
r
ac
k
lo
ad
d
is
tr
ib
u
tio
n
s
tatis
tics
,
in
clu
d
in
g
th
e
av
er
a
g
e
an
d
e
s
tim
ated
p
ea
k
lo
ad
s
,
an
d
p
r
o
v
id
es
a
q
u
an
titativ
e
r
ep
r
esen
tatio
n
o
f
th
e
o
b
s
er
v
ed
v
ar
iab
ilit
y
ac
r
o
s
s
th
e
f
ac
ilit
y
.
T
ab
le
2
.
R
ac
k
lo
a
d
d
is
tr
ib
u
tio
n
s
tatis
tic
s
M
e
t
r
i
c
V
a
l
u
e
A
v
e
r
a
g
e
R
a
c
k
L
o
a
d
9
.
1
k
W
Est
i
m
a
t
e
d
P
e
a
k
R
a
c
k
L
o
a
d
1
2
.
0
k
W
Est
i
m
a
t
e
d
M
i
n
i
m
u
m
R
a
c
k
L
o
a
d
5
.
0
k
W
Est
i
m
a
t
e
d
L
o
a
d
V
a
r
i
a
b
i
l
i
t
y
M
o
d
e
r
a
t
e
5
.
2
.
F
a
cilit
y
lo
a
d a
na
ly
s
is
T
h
e
co
m
p
a
r
is
o
n
b
etwe
en
I
T
lo
ad
an
d
to
tal
f
ac
ilit
y
p
o
wer
c
o
n
s
u
m
p
tio
n
r
ev
ea
led
s
u
b
s
tan
tial
en
er
g
y
o
v
er
h
ea
d
ass
o
ciate
d
with
s
u
p
p
o
r
tin
g
in
f
r
astru
ctu
r
e.
T
h
e
cu
r
r
en
t
f
ac
ilit
y
o
p
e
r
ates
at:
i)
I
T
L
o
ad
:
1
,
3
7
3
k
W
,
ii)
Facility
L
o
ad
: 2
,
7
5
9
k
W
,
an
d
iii)
PUE:
2
.
0
1
.
5
.
3
.
H
is
t
o
ric
a
l
im
pro
v
e
m
ent
a
na
ly
s
is
His
to
r
ical
o
p
er
atio
n
al
r
ec
o
r
d
s
d
em
o
n
s
tr
ated
a
s
ig
n
if
ican
t
r
e
d
u
ctio
n
in
PUE
f
r
o
m
ap
p
r
o
x
im
ately
2
.
7
to
2
.
0
1
.
T
h
e
an
al
y
s
is
d
em
o
n
s
tr
ates
th
at
s
u
b
s
tan
tial
o
p
er
ati
o
n
al
im
p
r
o
v
em
e
n
ts
h
av
e
alr
e
ad
y
b
ee
n
ac
h
ie
v
ed
th
r
o
u
g
h
in
f
r
astru
ct
u
r
e
o
p
tim
i
za
tio
n
an
d
o
p
er
atio
n
al
ad
j
u
s
tm
en
ts
.
Ho
wev
er
,
th
e
r
em
ain
i
n
g
g
ap
b
etwe
en
th
e
cu
r
r
en
t
PUE
v
alu
e
an
d
m
o
d
e
r
n
h
y
p
e
r
s
ca
le
b
en
ch
m
ar
k
s
in
d
icate
s
th
e
ex
is
ten
ce
o
f
ad
d
itio
n
al
o
p
tim
izatio
n
o
p
p
o
r
tu
n
ities
,
p
ar
ticu
lar
ly
wi
th
in
co
o
lin
g
a
n
d
en
v
i
r
o
n
m
e
n
tal
co
n
tr
o
l
s
y
s
tem
s
.
T
h
is
im
p
r
o
v
em
e
n
t
r
ef
lects:
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t J E
lec
&
C
o
m
p
E
n
g
I
SS
N:
2088
-
8
7
0
8
AI
-
d
r
iven
P
UE
o
p
timiz
a
tio
n
i
n
h
yp
ers
ca
le
d
a
t
a
ce
n
ters
u
s
in
g
…
(
Hu
s
s
ein
Ya
s
s
in
A
l
-
A
d
a
w
i
)
2693
i)
E
n
h
an
ce
d
o
p
er
atio
n
al
p
r
ac
ti
ce
s
,
ii)
I
m
p
r
o
v
e
d
in
f
r
astru
ct
u
r
e
u
tili
za
tio
n
,
an
d
iii)
B
etter
co
o
lin
g
m
an
a
g
em
en
t
T
h
e
o
b
s
er
v
ed
ef
f
icien
cy
g
ain
s
ar
e
co
n
s
is
ten
t
w
ith
f
in
d
in
g
s
r
ep
o
r
ted
in
p
r
ev
io
u
s
h
y
p
er
s
ca
le
o
p
tim
izatio
n
s
tu
d
ies
[
2
4
]
.
T
a
b
le
3
s
u
m
m
a
r
izes
th
e
h
is
to
r
ical
an
d
p
r
o
ject
ed
PUE
v
alu
es,
s
h
o
win
g
th
e
im
p
r
o
v
em
e
n
t
f
r
o
m
leg
ac
y
o
p
e
r
atio
n
to
t
h
e
cu
r
r
en
t
o
p
er
atio
n
al
le
v
el
an
d
th
e
p
r
o
j
ec
ted
PUE
r
an
g
e
u
n
d
er
AI
-
b
as
ed
o
p
tim
izatio
n
.
T
ab
le
3
.
His
to
r
ical
PUE
im
p
r
o
v
em
en
t
P
h
a
se
P
U
E
Le
g
a
c
y
O
p
e
r
a
t
i
o
n
2
.
7
C
u
r
r
e
n
t
O
p
e
r
a
t
i
o
n
2
.
0
1
AI
-
O
p
t
i
m
i
z
e
d
P
r
o
j
e
c
t
i
o
n
1
.
4
–
1
.
6
5
.
4
.
AI
o
pti
m
iza
t
io
n si
m
ula
t
io
n
T
h
e
AI
-
d
r
iv
en
o
p
tim
izatio
n
m
o
d
el
d
em
o
n
s
tr
ated
th
e
p
o
ten
tial
to
f
u
r
th
er
r
ed
u
ce
PUE
t
h
r
o
u
g
h
:
i)
Dy
n
am
ic
co
o
lin
g
a
d
ju
s
tm
en
ts
,
ii)
Pre
d
ictiv
e
o
p
er
atio
n
al
c
o
n
tr
o
l
,
an
d
iii)
Ad
ap
tiv
e
in
f
r
astru
ctu
r
e
r
esp
o
n
s
e
Simu
latio
n
r
esu
lts
in
d
icate
th
a
t A
I
-
b
ased
o
p
tim
izatio
n
co
u
ld
r
ed
u
ce
PUE
to
a
p
p
r
o
x
im
ately
1
.
4
–
1
.
6
.
5
.
5
.
F
i
g
ures
Fig
u
r
e
1
s
h
o
ws
th
e
im
p
r
o
v
e
m
en
t
in
PUE
f
r
o
m
leg
ac
y
o
p
er
atio
n
(
2
.
7
)
to
th
e
cu
r
r
en
t
s
tate
(
2
.
0
1
)
,
alo
n
g
with
th
e
p
r
o
jecte
d
im
p
r
o
v
em
en
t
u
s
in
g
AI
-
b
ased
o
p
t
im
izatio
n
.
T
h
e
f
i
g
u
r
e
d
em
o
n
s
tr
ates
a
s
u
b
s
tan
tial
r
ed
u
ctio
n
i
n
o
p
e
r
atio
n
al
PUE
,
in
d
icatin
g
s
ig
n
if
ica
n
t
im
p
r
o
v
em
en
ts
in
in
f
r
astru
ct
u
r
e
ef
f
icien
cy
an
d
co
o
lin
g
o
p
tim
izatio
n
p
e
r
f
o
r
m
an
ce
.
Fig
u
r
e
2
illu
s
tr
ates
th
e
d
is
tr
ib
u
tio
n
o
f
r
ac
k
-
lev
el
p
o
wer
co
n
s
u
m
p
tio
n
,
h
ig
h
lig
h
tin
g
lo
ad
v
a
r
iab
ilit
y
ac
r
o
s
s
th
e
d
ata
ce
n
ter
.
T
h
e
r
ac
k
lo
ad
d
is
tr
ib
u
tio
n
r
e
v
ea
ls
m
o
d
e
r
ate
v
ar
iab
ilit
y
ac
r
o
s
s
o
p
er
atio
n
al
r
ac
k
s
,
h
i
g
h
lig
h
tin
g
o
p
p
o
r
tu
n
ities
f
o
r
d
y
n
a
m
ic
l
o
ad
b
ala
n
cin
g
a
n
d
c
o
o
lin
g
o
p
tim
izatio
n
.
Fig
u
r
e
3
co
m
p
ar
es
I
T
lo
a
d
an
d
to
tal
f
ac
ilit
y
lo
ad
,
d
em
o
n
s
tr
atin
g
t
h
e
en
er
g
y
o
v
e
r
h
ea
d
ass
o
ciate
d
with
s
u
p
p
o
r
tin
g
in
f
r
astru
ctu
r
e.
Fig
u
r
e
4
p
r
esen
ts
th
e
im
p
ac
t
o
f
AI
-
d
r
iv
en
o
p
t
im
izatio
n
o
n
PUE
r
ed
u
ctio
n
.
Fig
u
r
e
5
.
Pro
p
o
s
ed
AI
-
d
r
iv
en
telem
etr
y
-
b
ased
o
p
t
im
izatio
n
ar
ch
itectu
r
e
f
o
r
h
y
p
er
s
ca
le
d
ata
ce
n
ter
s
.
Fig
u
r
e
1
.
PUE
co
m
p
ar
is
o
n
ac
r
o
s
s
o
p
er
atio
n
al
p
h
ases
Fig
u
r
e
2
.
R
ac
k
lo
a
d
d
is
tr
ib
u
tio
n
Fig
u
r
e
3
.
I
T
lo
ad
v
s
to
tal
f
ac
ilit
y
lo
ad
Fig
u
r
e
4
.
AI
o
p
tim
izatio
n
im
p
ac
t o
n
PUE
Evaluation Warning : The document was created with Spire.PDF for Python.
I
SS
N
:
2
0
8
8
-
8
7
0
8
I
n
t J E
lec
&
C
o
m
p
E
n
g
,
Vo
l.
16
,
No
.
5
,
Octo
b
e
r
20
26
:
2
6
8
8
-
2
6
9
7
2694
Fig
u
r
e
5
p
r
esen
ts
th
e
p
r
o
p
o
s
ed
AI
-
d
r
iv
e
n
telem
etr
y
-
b
ased
o
p
tim
izatio
n
ar
ch
itectu
r
e
.
R
ea
l
-
tim
e
o
p
er
atio
n
al
telem
etr
y
d
ata
ar
e
co
llected
th
r
o
u
g
h
DC
I
M,
B
MS,
an
d
m
o
n
ito
r
in
g
s
y
s
tem
s
,
p
r
o
ce
s
s
ed
th
r
o
u
g
h
a
n
an
aly
tics
lay
er
,
an
d
an
aly
ze
d
b
y
AI
m
o
d
els
to
s
u
p
p
o
r
t
i
n
tellig
en
t
co
o
lin
g
o
p
tim
izati
o
n
an
d
o
p
e
r
atio
n
al
d
ec
is
io
n
-
m
ak
in
g
.
T
h
e
f
r
am
e
wo
r
k
aim
s
to
r
ed
u
ce
en
e
r
g
y
co
n
s
u
m
p
tio
n
,
im
p
r
o
v
e
co
o
li
n
g
e
f
f
icien
cy
,
an
d
ac
h
iev
e
lo
wer
PUE
v
alu
es.
Fig
u
r
e
5
.
Pro
p
o
s
ed
AI
-
d
r
iv
e
n
telem
etr
y
-
b
ased
o
p
tim
izatio
n
ar
ch
itectu
r
e
f
o
r
h
y
p
er
s
ca
le
d
at
a
ce
n
ter
6.
DIS
CU
SS
I
O
N
6
.
1
.
I
nte
rpre
t
a
t
io
n
o
f
r
esu
lt
s
T
h
e
r
esu
lts
o
f
th
is
s
tu
d
y
d
em
o
n
s
tr
ate
a
clea
r
im
p
r
o
v
em
e
n
t
in
th
e
en
er
g
y
ef
f
icien
cy
o
f
th
e
d
ata
ce
n
ter
,
as
r
ef
lecte
d
b
y
th
e
r
ed
u
ctio
n
in
PUE
f
r
o
m
ap
p
r
o
x
im
ately
2
.
7
to
2
.
0
1
.
T
h
is
im
p
r
o
v
em
en
t
in
d
icate
s
th
at
o
p
er
atio
n
al
en
h
an
ce
m
e
n
ts
an
d
in
f
r
astru
ctu
r
e
o
p
tim
izatio
n
s
tr
ateg
ies
h
av
e
p
o
s
itiv
ely
im
p
a
cted
o
v
er
all
f
ac
ilit
y
p
er
f
o
r
m
an
ce
.
6
.
2
.
O
pera
t
io
na
l
i
ns
ig
hts
Desp
ite
th
e
im
p
r
o
v
em
en
t
o
b
s
er
v
ed
,
th
e
cu
r
r
en
t
PUE
lev
e
l
r
em
ain
s
ab
o
v
e
th
e
o
p
tim
al
r
an
g
e
f
o
r
h
y
p
er
s
ca
le
d
ata
ce
n
ter
s
,
wh
ich
ty
p
ically
o
p
er
ate
b
etwe
en
1
.
2
an
d
1
.
5
[
6
]
,
[
1
6
]
.
T
h
is
s
u
g
g
ests
th
at
a
s
ig
n
if
ican
t
p
o
r
tio
n
o
f
en
er
g
y
co
n
s
u
m
p
tio
n
is
s
till
attr
ib
u
ted
to
n
o
n
-
I
T
in
f
r
astru
ctu
r
e,
p
ar
ticu
lar
ly
co
o
lin
g
an
d
a
u
x
iliar
y
s
y
s
tem
s
.
T
h
e
an
aly
s
is
in
d
ica
tes
th
at
s
tatic
o
p
er
atio
n
al
s
ettin
g
s
an
d
lim
ited
ad
ap
tab
ilit
y
to
d
y
n
a
m
ic
lo
ad
co
n
d
itio
n
s
co
n
tr
ib
u
te
to
in
ef
f
i
cien
cies in
en
er
g
y
u
tili
za
tio
n
.
6
.
3
.
I
m
pa
c
t
o
f
AI
-
ba
s
ed
o
ptim
iza
t
io
n
T
h
e
in
teg
r
atio
n
o
f
AI
-
d
r
iv
en
telem
etr
y
an
aly
tics
en
ab
les
a
tr
an
s
itio
n
f
r
o
m
s
tatic
in
f
r
astru
ctu
r
e
m
an
ag
em
en
t
to
war
d
ad
ap
tiv
e
an
d
p
r
ed
ictiv
e
o
p
er
atio
n
al
co
n
tr
o
l.
T
h
is
tr
an
s
f
o
r
m
atio
n
s
ig
n
if
ican
tly
en
h
an
ce
s
o
p
er
atio
n
al
s
u
s
tain
ab
ilit
y
,
e
n
e
r
g
y
ef
f
icien
cy
,
an
d
in
f
r
astru
ct
u
r
e
r
esp
o
n
s
iv
en
ess
in
h
y
p
er
s
c
ale
en
v
ir
o
n
m
en
ts
.
T
h
e
p
r
o
p
o
s
ed
AI
-
d
r
iv
en
o
p
tim
izatio
n
ap
p
r
o
ac
h
d
em
o
n
s
tr
ates
s
tr
o
n
g
p
o
ten
tial
f
o
r
im
p
r
o
v
in
g
en
er
g
y
ef
f
icien
cy
b
y
d
y
n
am
ically
ad
j
u
s
tin
g
co
o
lin
g
a
n
d
p
o
wer
m
a
n
ag
em
en
t
s
y
s
tem
s
b
ased
o
n
r
ea
l
-
tim
e
telem
etr
y
d
ata.
Un
lik
e
tr
a
d
itio
n
al
r
u
le
-
b
ased
s
y
s
tem
s
,
AI
m
o
d
els
ca
n
co
n
tin
u
o
u
s
ly
lea
r
n
f
r
o
m
o
p
er
atio
n
al
d
ata
an
d
R
e
a
l
-
T
i
me
T
e
l
e
me
t
r
y
So
u
r
c
e
s
I
T
L
o
a
d
,
F
a
c
i
l
i
t
y
P
o
w
e
r
,
T
e
mp
e
r
a
t
u
r
e
,
P
U
E,
C
o
o
l
i
n
g
D
e
man
d
,
a
n
d
E
n
v
i
r
o
n
me
n
t
a
l
Se
n
so
r
s
D
a
t
a
A
c
q
u
i
si
t
i
o
n
L
a
y
e
r
D
C
I
M
,
B
M
S
,
En
e
r
g
y
M
o
n
i
t
o
r
i
n
g
a
n
d
I
o
T
S
e
n
so
r
s
D
a
t
a
P
r
o
c
e
ssi
n
g
&
A
n
a
l
y
t
i
c
s
D
a
t
a
C
l
e
a
n
i
n
g
,
A
g
r
e
g
a
t
i
o
n
,
F
e
a
t
u
r
e
Ex
t
r
a
c
t
i
o
n
A
I
O
p
t
i
mi
z
a
t
i
o
n
En
g
i
n
e
R
a
n
d
o
m
F
o
r
e
st
R
e
g
r
e
ssi
o
n
,
G
r
a
d
i
e
n
t
B
o
o
st
i
n
g
M
o
d
e
l
s a
n
d
A
r
t
i
f
i
c
i
a
l
N
e
u
r
a
l
N
e
t
w
o
r
k
s
(
A
N
N
)
I
n
t
e
l
l
i
g
e
n
t
D
e
c
i
si
o
n
S
u
p
p
o
r
t
L
a
y
e
r
P
r
e
d
i
ct
i
v
e
A
n
al
y
t
i
cs
an
d
O
p
t
i
m
i
z
at
i
o
n
L
o
g
i
c
D
y
n
a
mi
c
C
o
o
l
i
n
g
C
o
n
t
r
o
l
L
a
y
e
r
C
R
A
H
/
C
R
A
C
C
o
n
t
r
o
l
,
A
i
r
f
l
o
w
O
p
t
i
mi
z
a
t
i
o
n
a
n
d
C
o
o
l
i
n
g
S
e
t
p
o
i
n
t
A
d
j
u
st
me
n
t
O
p
e
r
a
t
i
o
n
a
l
O
u
t
c
o
me
s
R
e
d
u
c
e
d
En
e
r
g
y
C
o
n
su
mp
t
i
o
n
,
I
mp
r
o
v
e
d
C
o
o
l
i
n
g
Ef
f
i
c
i
e
n
c
y
,
En
h
a
n
c
e
d
S
u
st
a
i
n
a
b
i
l
i
t
y
a
n
d
L
o
w
e
r
P
U
E
(
P
r
o
j
e
c
t
e
d
:
1
.
4
–
1
.
6
)
C
o
n
t
i
n
u
o
u
s
F
e
e
d
b
a
c
k
&
M
o
d
e
l
R
e
t
r
ai
n
i
n
g
C
o
n
t
i
n
u
o
u
s
F
e
e
d
b
a
c
k
&
M
o
d
e
l
R
e
t
r
a
i
n
i
n
g
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t J E
lec
&
C
o
m
p
E
n
g
I
SS
N:
2088
-
8
7
0
8
AI
-
d
r
iven
P
UE
o
p
timiz
a
tio
n
i
n
h
yp
ers
ca
le
d
a
t
a
ce
n
ters
u
s
in
g
…
(
Hu
s
s
ein
Ya
s
s
in
A
l
-
A
d
a
w
i
)
2695
ad
ap
t
to
ch
an
g
in
g
co
n
d
itio
n
s
,
en
ab
lin
g
m
o
r
e
p
r
ec
is
e
a
n
d
e
f
f
icien
t
co
n
tr
o
l
s
tr
ateg
ies
[
9
]
.
T
h
is
tr
an
s
itio
n
f
r
o
m
r
ea
ctiv
e
to
p
r
ed
ictiv
e
an
d
a
d
ap
tiv
e
co
n
tr
o
l
r
ep
r
esen
ts
a
s
ig
n
if
ican
t
ad
v
an
ce
m
en
t
in
d
ata
ce
n
ter
en
er
g
y
m
an
ag
em
en
t.
T
a
b
le
4
s
u
m
m
ar
izes
th
e
cu
r
r
en
t
o
p
er
atio
n
a
l
s
tate
an
d
th
e
p
r
o
jecte
d
im
p
ac
t
o
f
AI
-
b
ased
o
p
tim
izatio
n
o
n
PUE,
co
o
lin
g
ef
f
icien
cy
,
e
n
er
g
y
waste,
an
d
o
p
er
atio
n
al
a
d
ap
tab
ilit
y
.
T
ab
le
4
.
Op
e
r
atio
n
al
im
p
ac
t
o
f
AI
-
b
ased
o
p
tim
izatio
n
P
a
r
a
me
t
e
r
C
u
r
r
e
n
t
S
t
a
t
e
AI
-
O
p
t
i
m
i
z
e
d
P
r
o
j
e
c
t
i
o
n
P
U
E
2
.
0
1
1
.
4
–
1
.
6
C
o
o
l
i
n
g
Ef
f
i
c
i
e
n
c
y
M
o
d
e
r
a
t
e
H
i
g
h
En
e
r
g
y
W
a
s
t
e
S
i
g
n
i
f
i
c
a
n
t
R
e
d
u
c
e
d
O
p
e
r
a
t
i
o
n
a
l
A
d
a
p
t
a
b
i
l
i
t
y
S
t
a
t
i
c
D
y
n
a
mi
c
6
.
4
.
Su
s
t
a
ina
bil
it
y
a
nd
m
a
n
a
g
er
ia
l im
pli
ca
t
io
ns
T
h
e
in
teg
r
atio
n
o
f
AI
-
d
r
iv
e
n
o
p
tim
izatio
n
f
r
am
ewo
r
k
s
in
to
h
y
p
e
r
s
ca
le
d
ata
ce
n
ter
o
p
er
atio
n
s
p
r
o
v
id
es
s
ig
n
if
ican
t
s
u
s
tain
ab
ilit
y
an
d
m
an
ag
er
ial
b
e
n
ef
its
.
Fro
m
an
o
p
er
atio
n
al
p
er
s
p
ec
tiv
e,
r
ed
u
cin
g
PUE
co
n
tr
ib
u
tes
d
ir
ec
tly
t
o
lo
wer
en
er
g
y
c
o
n
s
u
m
p
tio
n
,
r
e
d
u
ce
d
o
p
er
atio
n
al
c
o
s
ts
,
m
in
im
izin
g
ca
r
b
o
n
em
is
s
io
n
s
,
an
d
im
p
r
o
v
e
d
o
v
er
all
s
u
s
tain
ab
ilit
y
p
er
f
o
r
m
a
n
ce
.
T
h
e
p
r
o
jecte
d
ef
f
icien
cy
r
a
n
g
e
i
d
en
ti
f
ied
in
th
is
s
tu
d
y
alig
n
s
with
m
o
d
er
n
h
y
p
er
s
ca
le
s
u
s
tain
ab
ilit
y
b
en
ch
m
ar
k
s
r
e
p
o
r
ted
b
y
m
ajo
r
clo
u
d
o
p
er
at
o
r
s
[
6
]
,
[
1
6
]
.
Fro
m
a
m
an
ag
er
ial
p
er
s
p
ec
tiv
e,
AI
-
d
r
iv
en
o
p
tim
izatio
n
en
h
an
ce
s
o
p
er
atio
n
al
d
ec
is
io
n
-
m
a
k
in
g
th
r
o
u
g
h
r
ea
l
-
tim
e
telem
etr
y
an
aly
tics
an
d
p
r
ed
i
ctiv
e
o
p
er
atio
n
al
in
s
ig
h
ts
.
T
h
ese
ca
p
ab
ilit
ies
s
u
p
p
o
r
t
m
o
r
e
ef
f
ec
tiv
e
r
eso
u
r
ce
allo
ca
tio
n
,
im
p
r
o
v
e
in
f
r
astru
ct
u
r
e
r
eliab
ilit
y
,
an
d
s
tr
en
g
th
e
n
lo
n
g
-
ter
m
o
p
er
atio
n
al
p
lan
n
in
g
.
I
n
ad
d
itio
n
,
AI
-
b
ased
o
p
e
r
atio
n
al
f
r
am
ew
o
r
k
s
m
a
y
im
p
r
o
v
e
p
r
ed
ictiv
e
m
ain
ten
an
ce
ca
p
ab
i
liti
es
an
d
in
f
r
astru
ctu
r
e
life
cy
cle
m
an
a
g
em
en
t,
co
n
tr
ib
u
tin
g
to
en
h
a
n
c
ed
o
p
er
atio
n
al
r
esil
ien
ce
,
s
ca
lab
ilit
y
,
an
d
ad
ap
tiv
e
in
f
r
astru
ctu
r
e
c
o
n
tr
o
l
with
in
l
ar
g
e
-
s
ca
le
d
ata
ce
n
ter
en
v
ir
o
n
m
en
ts
.
T
h
e
f
i
n
d
in
g
s
f
u
r
th
e
r
h
i
g
h
lig
h
t
th
e
s
tr
ateg
ic
im
p
o
r
tan
ce
o
f
alig
n
in
g
tech
n
o
lo
g
ical
in
n
o
v
atio
n
with
o
p
er
atio
n
al
m
a
n
ag
em
e
n
t
s
tr
ateg
ies
to
ac
h
iev
e
s
u
s
tain
ab
le
an
d
in
tellig
en
t
in
f
r
astru
ctu
r
e
o
p
er
atio
n
s
.
T
h
ese
f
in
d
i
n
g
s
ar
e
co
n
s
is
ten
t
with
r
ec
en
t
s
tu
d
ies
th
at
em
p
h
asize
th
e
r
o
le
o
f
i
n
tellig
en
t
en
er
g
y
m
an
a
g
em
en
t
s
y
s
te
m
s
in
im
p
r
o
v
in
g
s
u
s
tain
ab
ilit
y
p
er
f
o
r
m
an
ce
an
d
o
p
er
atio
n
al
e
f
f
icien
cy
with
in
h
y
p
er
s
ca
le
en
v
ir
o
n
m
e
n
ts
[
2
5
]
.
6
.
5
.
L
im
it
a
t
io
ns
o
f
t
he
s
t
ud
y
T
h
is
s
tu
d
y
h
as
s
ev
er
al
lim
itatio
n
s
:
i)
L
im
ited
av
ailab
ilit
y
o
f
lo
n
g
-
ter
m
h
ig
h
-
r
eso
lu
tio
n
d
ata
,
ii)
Us
e
o
f
s
y
n
th
etic
d
ata
f
o
r
ex
ten
d
ed
s
im
u
latio
n
,
an
d
iii)
Simp
lifie
d
AI
m
o
d
ellin
g
ap
p
r
o
ac
h
.
Ho
wev
er
,
th
ese
lim
itatio
n
s
d
o
n
o
t
s
ig
n
if
ican
t
ly
im
p
ac
t
th
e
v
alid
ity
o
f
th
e
f
in
d
in
g
s
,
as
th
e
an
al
y
s
is
is
g
r
o
u
n
d
e
d
in
r
ea
l
o
p
er
atio
n
al
d
ata.
6
.
6
.
Su
s
t
a
ina
bil
it
y
im
pa
ct
a
s
s
ess
m
ent
T
o
ev
alu
ate
th
e
p
o
ten
tial
s
u
s
tain
ab
ilit
y
b
en
ef
its
o
f
AI
-
d
r
i
v
en
o
p
tim
izatio
n
,
an
i
n
d
icati
v
e
en
er
g
y
im
p
ac
t
ass
es
s
m
en
t
was
p
er
f
o
r
m
ed
.
T
h
e
s
tu
d
ied
f
ac
ilit
y
o
p
er
ates
with
an
I
T
lo
ad
o
f
ap
p
r
o
x
im
ately
1
,
3
7
3
k
W
an
d
a
cu
r
r
en
t
PUE
o
f
2
.
0
1
.
B
ased
o
n
co
n
tin
u
o
u
s
o
p
er
atio
n
th
r
o
u
g
h
o
u
t
t
h
e
y
ea
r
,
th
e
esti
m
ated
an
n
u
al
f
ac
ilit
y
en
er
g
y
c
o
n
s
u
m
p
ti
o
n
ca
n
b
e
ap
p
r
o
x
im
ated
b
y
:
=
×
Usi
n
g
th
e
m
ea
s
u
r
ed
f
ac
ilit
y
lo
ad
o
f
2
7
5
9
k
W
:
≈
.
/
I
f
AI
-
ass
is
ted
o
p
tim
izatio
n
r
ed
u
ce
s
PUE
to
war
d
th
e
p
r
o
jecte
d
r
a
n
g
e
o
f
1
.
4
–
1
.
6
,
s
u
b
s
tan
tial
r
ed
u
ctio
n
s
in
s
u
p
p
o
r
tin
g
in
f
r
astru
ctu
r
e
en
er
g
y
co
n
s
u
m
p
ti
o
n
m
ay
b
e
ac
h
iev
e
d
.
Su
ch
i
m
p
r
o
v
e
m
en
ts
co
u
ld
co
n
tr
ib
u
te
to
lo
wer
o
p
er
atio
n
al
co
s
ts
,
r
ed
u
ce
d
ca
r
b
o
n
em
i
s
s
io
n
s
,
an
d
im
p
r
o
v
ed
s
u
s
tain
ab
ilit
y
p
er
f
o
r
m
an
c
e
co
n
s
is
ten
t
with
h
y
p
er
s
ca
le
in
d
u
s
tr
y
s
u
s
tain
ab
ilit
y
o
b
jectiv
es.
Ass
u
m
in
g
a
g
r
id
em
is
s
io
n
f
a
cto
r
o
f
0
.
4
k
g
C
O₂
p
er
k
W
h
,
a
2
0
%
–
3
0
%
r
ed
u
c
tio
n
in
f
ac
ilit
y
e
n
er
g
y
co
n
s
u
m
p
tio
n
co
u
ld
p
o
ten
tially
r
e
d
u
ce
an
n
u
al
ca
r
b
o
n
em
is
s
io
n
s
b
y
ap
p
r
o
x
im
ately
1
,
9
0
0
–
2
,
9
0
0
m
etr
ic
to
n
s
o
f
C
O₂
eq
u
iv
alen
t,
d
ep
e
n
d
in
g
o
n
ac
tu
al
o
p
e
r
atio
n
al
co
n
d
itio
n
s
an
d
lo
ca
l e
lectr
icity
g
en
er
atio
n
s
o
u
r
ce
s
.
6
.
7
.
F
uture
w
o
r
k
Fu
tu
r
e
r
esear
ch
s
h
o
u
l
d
f
o
c
u
s
o
n
:
i)
Ad
v
an
ce
d
m
ac
h
i
n
e
lear
n
in
g
alg
o
r
ith
m
s
,
ii)
R
ea
l
-
tim
e
d
ep
lo
y
m
e
n
t f
r
am
ew
o
r
k
s
,
iii)
Mu
lti
-
s
ite
o
p
er
atio
n
al
an
aly
s
is
,
an
d
iv
)
Pre
d
ictiv
e
m
ain
te
n
an
ce
in
teg
r
atio
n
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
SS
N
:
2
0
8
8
-
8
7
0
8
I
n
t J E
lec
&
C
o
m
p
E
n
g
,
Vo
l.
16
,
No
.
5
,
Octo
b
e
r
20
26
:
2
6
8
8
-
2
6
9
7
2696
7.
CO
NCLUS
I
O
N
T
h
is
s
tu
d
y
p
r
esen
ted
a
co
m
p
r
eh
en
s
iv
e
a
n
aly
s
is
o
f
e
n
er
g
y
ef
f
icien
cy
in
a
h
y
p
er
s
ca
le
d
ata
ce
n
ter
en
v
ir
o
n
m
en
t,
f
o
c
u
s
in
g
o
n
th
e
o
p
tim
izatio
n
o
f
p
o
wer
u
s
ag
e
ef
f
ec
tiv
en
ess
(
PUE)
u
s
i
n
g
r
ea
l
o
p
er
atio
n
al
telem
etr
y
d
ata.
T
h
e
f
in
d
in
g
s
d
em
o
n
s
tr
ated
a
s
u
b
s
tan
tial
im
p
r
o
v
em
en
t
in
PUE
f
r
o
m
a
p
p
r
o
x
im
ately
2
.
7
to
2
.
0
1
th
r
o
u
g
h
in
f
r
astru
ct
u
r
e
o
p
tim
izatio
n
an
d
o
p
er
atio
n
al
e
n
h
an
ce
m
en
ts
.
T
h
e
p
r
o
p
o
s
ed
AI
-
d
r
iv
en
o
p
tim
izatio
n
f
r
am
ewo
r
k
f
u
r
th
er
d
em
o
n
s
tr
ated
th
e
p
o
ten
tial
to
r
ed
u
ce
PUE
to
a
p
r
o
jecte
d
r
an
g
e
b
et
wee
n
1
.
4
an
d
1
.
6
th
r
o
u
g
h
d
y
n
am
ic
co
o
lin
g
an
d
p
o
wer
m
an
ag
e
m
en
t
s
tr
ateg
ies.
T
h
e
r
esu
lts
co
n
f
ir
m
th
at
in
teg
r
atin
g
AI
wit
h
r
ea
l
-
tim
e
telem
etr
y
ca
n
s
ig
n
i
f
ican
tly
im
p
r
o
v
e
o
p
er
atio
n
al
ef
f
icien
cy
,
e
n
h
an
ce
s
u
s
tain
a
b
ilit
y
,
an
d
s
u
p
p
o
r
t
p
r
ed
ictiv
e
in
f
r
astru
ctu
r
e
m
a
n
a
g
em
en
t in
h
y
p
er
s
ca
le
en
v
ir
o
n
m
en
ts
.
A
k
ey
c
o
n
tr
ib
u
tio
n
o
f
th
is
s
tu
d
y
is
th
e
d
ev
elo
p
m
en
t
o
f
a
telem
etr
y
-
d
r
iv
en
A
I
o
p
tim
izatio
n
f
r
am
ewo
r
k
th
at
b
r
id
g
es
r
ea
l
o
p
er
atio
n
al
d
ata
an
al
y
s
is
with
f
u
tu
r
e
in
tellig
en
t
in
f
r
astru
ctu
r
e
m
a
n
ag
em
en
t
s
tr
ateg
ies.
Un
lik
e
p
u
r
el
y
s
im
u
latio
n
-
b
ased
s
tu
d
ies,
th
e
p
r
o
p
o
s
ed
f
r
a
m
ewo
r
k
is
g
r
o
u
n
d
ed
in
o
b
s
er
v
e
d
o
p
er
atio
n
al
p
er
f
o
r
m
a
n
ce
an
d
p
r
o
v
id
es
a
p
r
ac
tical
p
ath
w
ay
to
war
d
AI
-
ass
is
ted
en
er
g
y
o
p
tim
izatio
n
in
h
y
p
er
s
ca
le
en
v
ir
o
n
m
en
ts
.
T
h
is
r
esear
ch
co
n
tr
i
b
u
tes
to
th
e
g
r
o
win
g
f
ield
o
f
AI
-
d
r
iv
en
i
n
f
r
astru
ctu
r
e
o
p
tim
izatio
n
b
y
p
r
o
v
id
in
g
a
p
r
ac
tical
an
d
s
ca
lab
le
f
r
am
ewo
r
k
b
ased
o
n
r
ea
l o
p
er
atio
n
al
d
ata.
ACK
NO
WL
E
DG
M
E
N
T
S
T
h
e
au
th
o
r
wo
u
ld
lik
e
t
o
a
ck
n
o
wled
g
e
t
h
e
o
p
e
r
atio
n
al
an
d
tech
n
ical
in
s
ig
h
ts
o
b
tai
n
ed
f
r
o
m
h
y
p
er
s
ca
le
d
ata
ce
n
ter
in
f
r
astru
ctu
r
e
en
v
ir
o
n
m
en
ts
th
at
s
u
p
p
o
r
ted
th
e
d
ev
elo
p
m
en
t o
f
th
is
r
esear
ch
.
F
UNDING
I
NF
O
R
M
A
T
I
O
N
T
h
is
r
esear
ch
r
ec
eiv
ed
n
o
e
x
te
r
n
al
f
u
n
d
in
g
,
g
r
a
n
t,
o
r
co
n
tr
ac
t
s
u
p
p
o
r
t.
AUTHO
R
CO
NT
RI
B
UT
I
O
NS ST
A
T
E
M
E
N
T
T
h
is
jo
u
r
n
al
u
s
es
th
e
C
o
n
t
r
ib
u
to
r
R
o
les
T
a
x
o
n
o
m
y
(
C
R
ed
iT)
to
r
ec
o
g
n
ize
in
d
iv
i
d
u
al
au
th
o
r
co
n
tr
ib
u
tio
n
s
,
r
ed
u
ce
au
th
o
r
s
h
ip
d
is
p
u
tes,
an
d
f
ac
ilit
ate
co
llab
o
r
atio
n
.
Na
m
e
o
f
Aut
ho
r
C
M
So
Va
Fo
I
R
D
O
E
Vi
Su
P
Fu
Hu
s
s
ein
Yass
in
Al
-
Ad
awi
✓
✓
✓
✓
✓
✓
C
:
C
o
n
c
e
p
t
u
a
l
i
z
a
t
i
o
n
M
:
M
e
t
h
o
d
o
l
o
g
y
So
:
So
f
t
w
a
r
e
Va
:
Va
l
i
d
a
t
i
o
n
Fo
:
Fo
r
mal
a
n
a
l
y
s
i
s
I
:
I
n
v
e
s
t
i
g
a
t
i
o
n
R
:
R
e
so
u
r
c
e
s
D
:
D
a
t
a
C
u
r
a
t
i
o
n
O
:
W
r
i
t
i
n
g
-
O
r
i
g
i
n
a
l
D
r
a
f
t
E
:
W
r
i
t
i
n
g
-
R
e
v
i
e
w
&
E
d
i
t
i
n
g
Vi
:
Vi
su
a
l
i
z
a
t
i
o
n
Su
:
Su
p
e
r
v
i
s
i
o
n
P
:
P
r
o
j
e
c
t
a
d
mi
n
i
st
r
a
t
i
o
n
Fu
:
Fu
n
d
i
n
g
a
c
q
u
i
si
t
i
o
n
CO
NF
L
I
C
T
O
F
I
N
T
E
R
E
S
T
ST
A
T
E
M
E
NT
T
h
e
au
th
o
r
d
ec
lar
es n
o
co
n
f
lict o
f
in
ter
est.
DATA AV
AI
L
AB
I
L
I
T
Y
T
h
e
d
ata
u
s
ed
in
th
is
s
tu
d
y
ar
e
n
o
t
p
u
b
licly
av
ailab
le
d
u
e
to
o
p
er
atio
n
al
c
o
n
f
id
e
n
tiality
r
e
s
tr
ictio
n
s
.
Ag
g
r
eg
ated
i
n
f
o
r
m
atio
n
s
u
p
p
o
r
tin
g
th
e
f
i
n
d
in
g
s
is
in
clu
d
e
d
with
in
th
e
m
an
u
s
cr
ip
t.
RE
F
E
R
E
NC
E
S
[
1
]
A
.
S
h
e
h
a
b
i
e
t
a
l
.
,
“
U
n
i
t
e
d
S
t
a
t
e
s
d
a
t
a
c
e
n
t
e
r
e
n
e
r
g
y
u
s
a
g
e
r
e
p
o
r
t
,
”
B
e
r
k
e
l
e
y
,
C
A
(
U
n
i
t
e
d
S
t
a
t
e
s)
,
Ju
n
.
2
0
1
6
.
d
o
i
:
1
0
.
2
1
7
2
/
1
3
7
2
9
0
2
.
[
2
]
I
n
t
e
r
n
a
t
i
o
n
a
l
E
n
e
r
g
y
A
g
e
n
c
y
(
I
EA
)
,
“
El
e
c
t
r
i
c
i
t
y
2
0
2
4
:
A
n
a
l
y
s
i
s
a
n
d
F
o
r
e
c
a
st
t
o
2
0
2
6
,
”
P
a
r
i
s,
F
r
a
n
c
e
,
2
0
2
4
.
[
3
]
V
.
A
v
e
l
a
r
e
t
a
l
.
,
“
W
P
#
4
9
-
P
U
E:
A
c
o
mp
r
e
h
e
n
si
v
e
e
x
a
m
i
n
a
t
i
o
n
o
f
t
h
e
m
e
t
r
i
c
,
”
T
h
e
G
re
e
n
G
ri
d
.
2
0
1
2
.
[
4
]
S
.
S
a
r
k
a
r
e
t
a
l
.
,
“
C
a
r
b
o
n
f
o
o
t
p
r
i
n
t
r
e
d
u
c
t
i
o
n
f
o
r
s
u
st
a
i
n
a
b
l
e
d
a
t
a
c
e
n
t
e
r
s
i
n
r
e
a
l
-
t
i
me,
”
Pr
o
c
e
e
d
i
n
g
s
o
f
t
h
e
A
A
AI
C
o
n
f
e
re
n
c
e
o
n
Art
i
f
i
c
i
a
l
I
n
t
e
l
l
i
g
e
n
c
e
,
v
o
l
.
3
8
,
n
o
.
2
0
,
p
p
.
2
2
3
2
2
–
2
2
3
3
0
,
M
a
r
.
2
0
2
4
,
d
o
i
:
1
0
.
1
6
0
9
/
a
a
a
i
.
v
3
8
i
2
0
.
3
0
2
3
8
.
[
5
]
R
.
E
v
a
n
s
a
n
d
J.
G
a
o
,
“
D
e
e
p
M
i
n
d
’
s
A
I
r
e
d
u
c
e
s
G
o
o
g
l
e
d
a
t
a
c
e
n
t
r
e
c
o
o
l
i
n
g
b
i
l
l
b
y
4
0
%
,
”
G
o
o
g
l
e
D
e
e
p
Mi
n
d
,
2
0
1
6
.
h
t
t
p
s
:
/
/
d
e
e
p
m
i
n
d
.
g
o
o
g
l
e
/
b
l
o
g
/
d
e
e
p
m
i
n
d
-
ai
-
r
e
d
u
c
e
s
-
g
o
o
g
l
e
-
d
a
t
a
-
c
e
n
t
r
e
-
c
o
o
l
i
n
g
-
b
i
l
l
-
by
-
4
0
/
(
a
c
c
e
ss
e
d
M
a
y
1
8
,
2
0
2
6
)
.
[
6
]
G
o
o
g
l
e
,
“
G
o
o
g
l
e
’
s
c
o
mp
r
e
h
e
n
s
i
v
e
a
p
p
r
o
a
c
h
t
o
me
a
su
r
i
n
g
p
o
w
e
r
u
s
a
g
e
e
f
f
e
c
t
i
v
e
n
e
ss
(
P
U
E)
,
”
G
o
o
g
l
e
D
a
t
a
C
e
n
t
e
rs
,
2
0
2
3
.
h
t
t
p
s
:
/
/
d
a
t
a
c
e
n
t
e
r
s.
g
o
o
g
l
e
/
e
f
f
i
c
i
e
n
c
y
/
(
a
c
c
e
s
se
d
M
a
y
1
8
,
2
0
2
6
)
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t J E
lec
&
C
o
m
p
E
n
g
I
SS
N:
2088
-
8
7
0
8
AI
-
d
r
iven
P
UE
o
p
timiz
a
tio
n
i
n
h
yp
ers
ca
le
d
a
t
a
ce
n
ters
u
s
in
g
…
(
Hu
s
s
ein
Ya
s
s
in
A
l
-
A
d
a
w
i
)
2697
[
7
]
A
S
H
R
A
E
Te
c
h
n
i
c
a
l
C
o
mm
i
t
t
e
e
9
.
9
,
T
h
e
rm
a
l
g
u
i
d
e
l
i
n
e
s
f
o
r
d
a
t
a
p
r
o
c
e
ss
i
n
g
e
n
v
i
ro
n
m
e
n
t
s
,
5
t
h
e
d
.
P
e
a
c
h
t
r
e
e
C
o
r
n
e
r
s,
G
A
,
U
S
A
:
A
meric
a
n
S
o
c
i
e
t
y
o
f
H
e
a
t
i
n
g
,
R
e
f
r
i
g
e
r
a
t
i
n
g
a
n
d
A
i
r
-
C
o
n
d
i
t
i
o
n
i
n
g
En
g
i
n
e
e
r
s (A
S
H
R
A
E)
,
2
0
2
1
.
[
8
]
S
.
N
.
A
g
o
s
Jawa
d
d
i
,
A
.
I
smai
l
,
a
n
d
S
.
S
h
a
f
i
a
n
,
“
E
n
h
a
n
c
i
n
g
e
n
e
r
g
y
e
f
f
i
c
i
e
n
c
y
i
n
c
l
o
u
d
sc
a
l
i
n
g
:
A
D
R
L
-
b
a
se
d
a
p
p
r
o
a
c
h
i
n
c
o
r
p
o
r
a
t
i
n
g
c
o
o
l
i
n
g
p
o
w
e
r
,
”
S
u
st
a
i
n
a
b
l
e
E
n
e
r
g
y
T
e
c
h
n
o
l
o
g
i
e
s
a
n
d
Assessm
e
n
t
s
,
v
o
l
.
6
0
,
p
.
1
0
3
5
0
8
,
D
e
c
.
2
0
2
3
,
d
o
i
:
1
0
.
1
0
1
6
/
j
.
se
t
a
.
2
0
2
3
.
1
0
3
5
0
8
.
[
9
]
C
.
D
.
P
a
t
e
l
,
R
.
K
.
S
h
a
r
m
a
,
C
.
E.
B
a
s
h
,
a
n
d
M
.
H
.
B
e
i
t
e
l
m
a
l
,
“
E
n
e
r
g
y
f
l
o
w
i
n
t
h
e
i
n
f
o
r
ma
t
i
o
n
t
e
c
h
n
o
l
o
g
y
st
a
c
k
:
I
n
t
r
o
d
u
c
i
n
g
t
h
e
c
o
e
f
f
i
c
i
e
n
t
o
f
p
e
r
f
o
r
m
a
n
c
e
o
f
t
h
e
e
n
semb
l
e
,
”
i
n
A
S
ME
2
0
0
6
I
n
t
e
r
n
a
t
i
o
n
a
l
M
e
c
h
a
n
i
c
a
l
E
n
g
i
n
e
e
ri
n
g
C
o
n
g
res
s
a
n
d
Ex
p
o
si
t
i
o
n
,
H
e
a
t
T
ra
n
s
f
e
r,
V
o
l
u
m
e
3
,
Ja
n
.
2
0
0
6
,
p
p
.
2
3
3
–
2
4
1
,
d
o
i
:
1
0
.
1
1
1
5
/
I
M
EC
E2
0
0
6
-
1
4
8
3
0
.
[
1
0
]
J.
Y
u
v
e
n
t
i
a
n
d
R
.
M
e
h
d
i
z
a
d
e
h
,
“
A
c
r
i
t
i
c
a
l
a
n
a
l
y
s
i
s
o
f
p
o
w
e
r
u
sa
g
e
e
f
f
e
c
t
i
v
e
n
e
ss
a
n
d
i
t
s
u
s
e
i
n
c
o
mm
u
n
i
c
a
t
i
n
g
d
a
t
a
c
e
n
t
e
r
e
n
e
r
g
y
c
o
n
su
mp
t
i
o
n
,
”
E
n
e
r
g
y
a
n
d
B
u
i
l
d
i
n
g
s
,
v
o
l
.
6
4
,
n
o
.
4
,
p
p
.
9
0
–
9
4
,
S
e
p
.
2
0
1
3
,
d
o
i
:
1
0
.
1
0
1
6
/
j
.
e
n
b
u
i
l
d
.
2
0
1
3
.
0
4
.
0
1
5
.
[
1
1
]
L.
J.
K
l
e
i
n
,
S
.
B
e
r
m
u
d
e
z
,
H
.
-
D
.
W
e
h
l
e
,
S
.
B
a
r
a
b
a
si
,
a
n
d
H
.
F
.
H
a
m
a
n
n
,
“
S
u
st
a
i
n
a
b
l
e
d
a
t
a
c
e
n
t
e
r
s
p
o
w
e
r
e
d
b
y
r
e
n
e
w
a
b
l
e
e
n
e
r
g
y
,
”
i
n
2
0
1
2
2
8
t
h
An
n
u
a
l
I
E
EE
S
e
m
i
c
o
n
d
u
c
t
o
r
T
h
e
rm
a
l
Me
a
s
u
rem
e
n
t
a
n
d
Ma
n
a
g
e
m
e
n
t
S
y
m
p
o
si
u
m
(
S
E
MI
-
T
H
ERM
)
,
M
a
r
.
2
0
1
2
,
n
o
.
H
P
L
-
2
0
1
9
-
4
5
,
p
p
.
3
6
2
–
3
6
7
,
d
o
i
:
1
0
.
1
1
0
9
/
S
TH
ER
M
.
2
0
1
2
.
6
1
8
8
8
7
4
.
[
1
2
]
Z.
Y
a
n
g
e
t
a
l
.
,
“
I
n
c
r
e
a
si
n
g
t
h
e
e
n
e
r
g
y
e
f
f
i
c
i
e
n
c
y
o
f
a
d
a
t
a
c
e
n
t
e
r
b
a
se
d
o
n
mac
h
i
n
e
l
e
a
r
n
i
n
g
,
”
J
o
u
rn
a
l
o
f
I
n
d
u
st
r
i
a
l
Ec
o
l
o
g
y
,
v
o
l
.
2
6
,
n
o
.
1
,
p
p
.
3
2
3
–
3
3
5
,
F
e
b
.
2
0
2
2
,
d
o
i
:
1
0
.
1
1
1
1
/
j
i
e
c
.
1
3
1
5
5
.
[
1
3
]
W.
-
X
.
C
h
u
,
Y
.
-
H
.
Li
e
n
,
K
.
-
R
.
H
u
a
n
g
,
a
n
d
C
.
-
C
.
W
a
n
g
,
“
E
n
e
r
g
y
s
a
v
i
n
g
o
f
f
a
n
s
i
n
a
i
r
-
c
o
o
l
e
d
s
e
r
v
e
r
v
i
a
d
e
e
p
r
e
i
n
f
o
r
c
e
m
e
n
t
l
e
a
r
n
i
n
g
a
l
g
o
r
i
t
h
m,
”
E
n
e
r
g
y
Re
p
o
rt
s
,
v
o
l
.
7
,
p
p
.
3
4
3
7
–
3
4
4
8
,
N
o
v
.
2
0
2
1
,
d
o
i
:
1
0
.
1
0
1
6
/
j
.
e
g
y
r
.
2
0
2
1
.
0
6
.
0
0
3
.
[
1
4
]
S
.
S
a
j
i
d
e
t
a
l
.
,
“
B
l
o
c
k
c
h
a
i
n
-
b
a
se
d
d
e
c
e
n
t
r
a
l
i
z
e
d
w
o
r
k
l
o
a
d
a
n
d
e
n
e
r
g
y
m
a
n
a
g
e
m
e
n
t
o
f
g
e
o
-
d
i
st
r
i
b
u
t
e
d
d
a
t
a
c
e
n
t
e
r
s,
”
S
u
st
a
i
n
a
b
l
e
C
o
m
p
u
t
i
n
g
:
I
n
f
o
rm
a
t
i
c
s
a
n
d
S
y
s
t
e
m
s
,
v
o
l
.
2
9
,
p
.
1
0
0
4
6
1
,
M
a
r
.
2
0
2
1
,
d
o
i
:
1
0
.
1
0
1
6
/
j
.
s
u
sc
o
m
.
2
0
2
0
.
1
0
0
4
6
1
.
[
1
5
]
J.
G
a
o
,
“
M
a
c
h
i
n
e
l
e
a
r
n
i
n
g
a
p
p
l
i
c
a
t
i
o
n
s
f
o
r
d
a
t
a
c
e
n
t
e
r
o
p
t
i
mi
z
a
t
i
o
n
,
”
G
o
o
g
l
e
Re
se
a
rc
h
,
2
0
1
4
.
h
t
t
p
s
:
/
/
r
e
se
a
r
c
h
.
g
o
o
g
l
e
/
p
u
b
s
/
ma
c
h
i
n
e
-
l
e
a
r
n
i
n
g
-
a
p
p
l
i
c
a
t
i
o
n
s
-
f
o
r
-
d
a
t
a
-
c
e
n
t
e
r
-
o
p
t
i
m
i
z
a
t
i
o
n
/
(
a
c
c
e
ss
e
d
M
a
y
1
8
,
2
0
2
6
)
.
[
1
6
]
M
i
c
r
o
s
o
f
t
C
o
r
p
o
r
a
t
i
o
n
,
“
2
0
2
3
e
n
v
i
r
o
n
men
t
a
l
s
u
st
a
i
n
a
b
i
l
i
t
y
r
e
p
o
r
t
,
”
R
e
d
m
o
n
d
,
W
A
,
U
S
A
,
2
0
2
3
.
[
1
7
]
H
.
S
h
o
u
k
o
u
r
i
a
n
,
T
.
W
i
l
d
e
,
D
.
La
b
r
e
n
z
,
a
n
d
A
.
B
o
d
e
,
“
U
si
n
g
ma
c
h
i
n
e
l
e
a
r
n
i
n
g
f
o
r
d
a
t
a
c
e
n
t
e
r
c
o
o
l
i
n
g
i
n
f
r
a
st
r
u
c
t
u
r
e
e
f
f
i
c
i
e
n
c
y
p
r
e
d
i
c
t
i
o
n
,
”
i
n
2
0
1
7
I
EEE
I
n
t
e
rn
a
t
i
o
n
a
l
P
a
ra
l
l
e
l
a
n
d
D
i
s
t
ri
b
u
t
e
d
Pr
o
c
e
ss
i
n
g
S
y
m
p
o
si
u
m
W
o
rks
h
o
p
s
(
I
PD
P
S
W
)
,
M
a
y
2
0
1
7
,
p
p
.
9
5
4
–
9
6
3
,
d
o
i
:
1
0
.
1
1
0
9
/
I
P
D
P
S
W
.
2
0
1
7
.
2
5
.
[
1
8
]
A
.
K
u
l
a
,
D
.
D
ą
b
r
o
w
s
k
i
,
M
.
B
l
a
c
h
n
i
k
,
M
.
S
a
j
k
o
w
s
k
i
,
A
.
S
ma
l
c
e
r
z
,
a
n
d
Z.
K
a
m
i
ń
sk
i
,
“
M
o
d
e
l
l
i
n
g
t
h
e
t
e
mp
e
r
a
t
u
r
e
o
f
a
d
a
t
a
c
e
n
t
r
e
c
o
o
l
i
n
g
s
y
s
t
e
m
u
s
i
n
g
m
a
c
h
i
n
e
l
e
a
r
n
i
n
g
m
e
t
h
o
d
s,
”
E
n
e
rg
i
e
s
,
v
o
l
.
1
8
,
n
o
.
1
0
,
p
.
2
5
8
1
,
M
a
y
2
0
2
5
,
d
o
i
:
1
0
.
3
3
9
0
/
e
n
1
8
1
0
2
5
8
1
.
[
1
9
]
S
.
M
i
l
l
e
r
a
n
d
C
.
Le
r
c
h
e
,
“
S
u
st
a
i
n
a
b
i
l
i
t
y
w
i
t
h
R
u
s
t
,
”
Am
a
z
o
n
We
b
S
e
r
v
i
c
e
s
(
AW
S
)
,
2
0
2
2
.
h
t
t
p
s
:
/
/
a
w
s.
a
ma
z
o
n
.
c
o
m/
b
l
o
g
s/
o
p
e
n
so
u
r
c
e
/
su
st
a
i
n
a
b
i
l
i
t
y
-
w
i
t
h
-
r
u
st
/
(
a
c
c
e
sse
d
M
a
y
1
8
,
2
0
2
6
)
.
[
2
0
]
M
e
t
a
P
l
a
t
f
o
r
ms I
n
c
.
,
“
R
e
sp
o
n
si
b
l
e
b
u
si
n
e
ss
p
r
a
c
t
i
c
e
s r
e
p
o
r
t
2
0
2
3
,
”
Me
t
a
Pl
a
t
f
o
rm
s
,
I
n
c
.
,
2
0
2
3
.
.
[
2
1
]
P
.
L
i
n
,
V
.
A
v
e
l
a
r
,
a
n
d
R
.
B
u
n
g
e
r
,
“
G
u
i
d
e
t
o
e
n
v
i
r
o
n
me
n
t
a
l
su
s
t
a
i
n
a
b
i
l
i
t
y
m
e
t
r
i
c
s
f
o
r
d
a
t
a
c
e
n
t
e
r
s,
”
S
c
h
n
e
i
d
e
r
El
e
c
t
ri
c
,
W
h
i
t
e
Pa
p
e
r
6
7
,
Ve
rs
i
o
n
2
,
2
0
2
3
.
.
[
2
2
]
D
e
l
l
Te
c
h
n
o
l
o
g
i
e
s,
“
N
e
x
t
-
g
e
n
e
r
a
t
i
o
n
D
e
l
l
P
o
w
e
r
Ed
g
e
e
r
v
e
r
s
d
r
a
ma
t
i
c
a
l
l
y
i
mp
r
o
v
e
p
e
r
f
o
r
m
a
n
c
e
f
o
r
mo
r
e
su
st
a
i
n
a
b
l
e
d
a
t
a
c
e
n
t
e
r
s
,
”
D
e
l
l
T
e
c
h
n
o
l
o
g
i
e
s
,
2
0
2
2
.
h
t
t
p
s:
/
/
i
n
v
e
s
t
o
r
s.d
e
l
l
t
e
c
h
n
o
l
o
g
i
e
s.
c
o
m
/
n
e
w
s
-
r
e
l
e
a
s
e
s/
n
e
w
s
-
r
e
l
e
a
se
-
d
e
t
a
i
l
s/
n
e
x
t
-
g
e
n
e
r
a
t
i
o
n
-
d
e
l
l
-
p
o
w
e
r
e
d
g
e
-
serv
e
r
s
-
d
r
a
m
a
t
i
c
a
l
l
y
-
i
mp
r
o
v
e
(
a
c
c
e
sse
d
M
a
y
1
8
,
2
0
2
6
)
.
[
2
3
]
Th
e
G
r
e
e
n
G
r
i
d
,
“
D
a
t
a
c
e
n
t
e
r
e
n
v
i
r
o
n
men
t
a
l
i
mp
a
c
t
s,
”
T
h
e
G
re
e
n
G
ri
d
,
Wh
i
t
e
P
a
p
e
r
#
6
2
,
2
0
1
4
.
.
[
2
4
]
J.
D
a
v
i
s
e
t
a
l
.
,
“
U
p
t
i
me
I
n
st
i
t
u
t
e
G
l
o
b
a
l
D
a
t
a
C
e
n
t
e
r
S
u
r
v
e
y
R
e
su
l
t
s
2
0
2
2
,
”
U
p
t
i
m
e
I
n
st
i
t
u
t
e
,
2
0
2
2
.
.
[
2
5
]
M
.
B
i
e
ma
n
n
,
P
.
A
.
G
u
n
k
e
l
,
F
.
S
c
h
e
l
l
e
r
,
L.
H
u
a
n
g
,
a
n
d
X
.
L
i
u
,
“
D
a
t
a
c
e
n
t
e
r
H
V
A
C
c
o
n
t
r
o
l
h
a
r
n
e
ssi
n
g
f
l
e
x
i
b
i
l
i
t
y
p
o
t
e
n
t
i
a
l
v
i
a
r
e
a
l
-
t
i
me
p
r
i
c
i
n
g
c
o
s
t
o
p
t
i
mi
z
a
t
i
o
n
u
s
i
n
g
r
e
i
n
f
o
r
c
e
me
n
t
l
e
a
r
n
i
n
g
,
”
I
E
EE
I
n
t
e
r
n
e
t
o
f
T
h
i
n
g
s
J
o
u
r
n
a
l
,
v
o
l
.
1
0
,
n
o
.
1
5
,
p
p
.
1
3
8
7
6
–
1
3
8
9
4
,
A
u
g
.
2
0
2
3
,
d
o
i
:
1
0
.
1
1
0
9
/
JI
O
T.
2
0
2
3
.
3
2
6
3
2
6
1
.
B
I
O
G
RAP
H
Y
O
F
AUTHO
R
H
u
ss
e
in
Ya
ss
in
Al
-
Ad
a
wi
re
c
e
iv
e
d
th
e
B
.
En
g
.
d
e
g
re
e
i
n
e
lec
tri
c
a
l
e
n
g
i
n
e
e
rin
g
fro
m
S
u
d
a
n
U
n
iv
e
rsit
y
o
f
S
c
ien
c
e
a
n
d
Tec
h
n
o
l
o
g
y
,
Kh
a
rto
u
m
,
S
u
d
a
n
,
i
n
2
0
0
8
,
a
n
d
t
h
e
M
a
ste
r
o
f
Bu
si
n
e
ss
Ad
m
in
istratio
n
(M
B
A)
d
e
g
re
e
fro
m
M
id
o
c
e
a
n
Un
i
v
e
rsity
,
Ri
y
a
d
h
,
S
a
u
d
i
Ara
b
ia
,
in
2
0
2
6
.
He
is
a
n
in
d
e
p
e
n
d
e
n
t
re
se
a
rc
h
e
r
sp
e
c
ializin
g
in
h
y
p
e
rsc
a
le
d
a
ta
c
e
n
ter
in
fra
stru
c
t
u
re
,
p
o
we
r
sy
ste
m
s,
e
n
e
rg
y
e
fficie
n
c
y
o
p
t
imiz
a
ti
o
n
,
a
n
d
AI
-
d
r
iv
e
n
o
p
e
ra
ti
o
n
a
l
a
n
a
ly
ti
c
s.
Hi
s
re
se
a
rc
h
in
tere
sts
in
c
lu
d
e
p
o
we
r
u
sa
g
e
e
ffe
c
ti
v
e
n
e
ss
(P
UE),
i
n
tell
ig
e
n
t
c
o
o
l
in
g
o
p
ti
m
iza
ti
o
n
,
tele
m
e
try
-
b
a
se
d
in
fra
stru
c
tu
re
m
a
n
a
g
e
m
e
n
t,
a
n
d
s
u
sta
in
a
b
le
d
ig
i
t
a
l
in
fra
stru
c
tu
re
.
He
c
a
n
b
e
c
o
n
tac
ted
a
t:
h
u
ss
e
in
a
lad
a
wi1
@
g
m
a
il
.
c
o
m
.
Li
n
k
e
d
In
:
h
tt
p
s://
w
ww
.
li
n
k
e
d
in
.
c
o
m
/i
n
/
h
u
ss
ien
-
a
lad
a
wi
-
5
a
8
7
5
5
6
7
.
Evaluation Warning : The document was created with Spire.PDF for Python.