[發明專利]一種負載預測方法及裝置

有效

• 申請號: 201310479084.7
• 申請日: 2013-10-14
• 公開（公告）號: CN103530190A
• 公開（公告）日: 2014-01-22
• 發明（設計）人: 王智立;王穎;李升明;孟洛明;楊楊;熊翱;陳興渝
• 申請（專利權）人: 北京郵電大學
• 主分類號: G06F9/50
• 分類號: G06F9/50
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 李相雨

1.一種負載預測方法，其特征在于，包括：

收集負載信息，根據所述負載信息形成負載序列，對所述負載序列進行建模，得到建模方程；

對所述負載序列進行分析，得到不同時期同一時刻的預測偏大點數量和預測偏小點數量；

根據所述預測偏大點數量和預測偏小點數量確定補償閾值，并根據所述補償閾值和所述建模方程計算負載預測值。

2.如權利要求1所述的方法，其特征在于，對所述負載序列進行建模，得到的建模方程為：

ADP_tX_t+1=AP_tX_t+1+f_ec(C(t+1),E(t+1))；

f_ec(C(t),E(t))=C(t)*|E(t)|*p；

其中，AP_tX_t+1為在t時刻預測t+1時刻的負載值；C(t)為t時刻的補償閾值；E(t)為t時刻的誤差期望；p為所述預測偏大點數量和所述預測偏小點數量的差值與總點數量之商。

3.如權利要求1～2中任一項所述的方法，其特征在于，對所述負載序列進行建模，得到建模方程，具體包括：

判斷所述負載序列是否為平穩序列，如果不是，對所述負載序列進行差分計算，并繼續判斷得到的序列是否為平穩序列，直到判斷為平穩序列，繼續進行下一步；

根據所述負載序列計算模型階數和模型參數，并利用所述模型階數和所述模型參數進行計算，得到ARMA模型，利用該ARMA模型建立所述建模方程。

4.如權利要求3所述的方法，其特征在于，所述對所述負載序列進行分析，得到不同時期同一時刻的預測偏大點數量和預測偏小點數量，具體包括：

利用ARMA模型對所述負載序列進行分析，得到分析結果；

利用所述分析結果統計不同時期同一時刻的預測偏大點數量和預測偏小點數量。

5.如權利要求4所述的方法，其特征在于，所述根據所述預測偏大點數量和預測偏小點數量確定補償閾值，具體包括：

計算所述預測偏大點數量和所述預測偏小點數量的差值與總點數量之商得到計算結果，將該計算結果與預設閾值進行比較，如果所述計算結果大于預設閾值，則進行負向補償，如果所述計算結果小于預設閾值，則進行正向補償；

根據負向補償值和正向補償值分別計算負向補償和正向補償時的誤差期望值；

根據所述建模方程計算負載預測值。

6.一種負載預測裝置，其特征在于，包括：

收集模塊，用于收集負載信息，將所述負載信息傳輸給負載序列形成模塊；

所述負載序列形成模塊，用于根據所述負載信息形成負載序列，并將所述負載序列傳輸給建模模塊和分析模塊；

所述建模模塊，用于對所述負載序列進行建模，得到建模方程，將所述建模方程傳輸給計算模塊；

所述分析模塊，用于對所述負載序列進行分析，得到不同時期同一時刻的預測偏大點數量和預測偏小點數量，將所述預測偏大點數量和所述預測偏小點數量傳輸給補償閾值確定模塊；

所述補償閾值確定模塊，用于根據所述預測偏大點數量和預測偏小點數量確定補償閾值，將所述補償閾值傳輸給所述計算模塊；

所述計算模塊，用于根據所述補償閾值和所述建模方程計算負載預測值。

7.如權利要求6所述的裝置，其特征在于，對所述負載序列進行建模，得到的建模方程為：

ADP_tX_t+1=AP_tX_t+1+f_ec(C(t+1),E(t+1))；

f_ec(C(t),E(t))=C(t)*|E(t)|*p；

其中，AP_tX_t+1為在t時刻預測t+1時刻的負載值；C(t)為t時刻的補償閾值；E(t)為t時刻的誤差期望；p為所述預測偏大點數量和所述預測偏小點數量的差值與總點數量之商。