[發明專利]一種電力信息系統運行趨勢分析方法、裝置及存儲介質

在審

• 申請號: 202010410883.9
• 申請日: 2020-05-15
• 公開（公告）號: CN111753875A
• 公開（公告）日: 2020-10-09
• 發明（設計）人: 劉旭生;李子乾;鄧志東;韓維;穆松鶴;徐李陽;劉一凡
• 申請（專利權）人: 國家電網有限公司客戶服務中心
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q50/06
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 柏尚春

本發明公開了一種電力信息系統運行趨勢分析方法，所述方法包括：獲取電力信息系統設備運行的歷史數據統計，數據預處理，構建數據集；將數據集劃分為訓練數據集和測試數據集，將訓練數據集中的異常運維數據剔除；使用訓練數據集訓練基于Prophet的系統運行趨勢置信區間模型，使用測試數據集檢測模型的分類預測能力；使用基于Prophet的系統運行趨勢置信區間模型對電力信息系統現在或未來的運行情況進行趨勢分析。采用上述方法，可以高效準確的計算出電力信息系統的運行趨勢置信區間，對電力信息系統進行趨勢分析，判斷電力信息系統運行狀況。

技術領域

本發明涉及數據處理領域，尤其涉及一種電力信息系統運行趨勢分析方法、裝置及存儲介質。

背景技術

對電力信息系統運行狀態進行及時高效的趨勢分析有利于保障系統的正常運行。當前，對于電力系統的運行狀態評價主要依賴于運維人員的經驗判斷，而落后的運維管理技術無法滿足數據中心加速業務發展的需求。過多分配資源會導致資源浪費；而資源分配不足又會導致系統運行卡頓，增加了宕機風險。

發明內容

發明目的：本發明旨在提供一種用于電力信息系統運行評價預測的方法，通過預測運行數據趨勢，從而預分配資源。本發明的另一目的在于提供基于上述方法的裝置及存儲介質。

技術方案：本發明所述的電力信息系統運行趨勢分析方法包括：

(1)獲取電力信息系統設備的歷史運行數據統計，分別構建訓練數據集和測試數據集；

(2)利用訓練數據集訓練基于Prophet的系統運行趨勢置信區間模型，通過測試數據集對模型的分類預測能力進行檢測，對所述基于Prophet的系統運行趨勢置信區間模型進行調整；所述Prophet為facebook開源的時間序列預測算法；

(3)根據所述基于Prophet的系統運行趨勢置信區間模型計算各電力信息系統運行數據預測值，得到系統運行趨勢。進一步地，所述步驟(1)包括：

(11)獲取預設時間內相同時間間隔的時間節點下的所述電力信息系統設備的歷史運行數據；

(12)對所述歷史運行數據進行預處理，分別構建訓練數據集和測試數據集。

進一步地，步驟(12)中，所述預處理為：對所述歷史運行數據進行數據清洗，歸一化。

具體地，所述運行數據至少包括以下一種：環境溫度、濕度、CPU、服務器溫度、風扇轉數、內存、存儲利用率、I/O帶寬、網絡延時、網絡帶寬。

進一步地，所述訓練數據集和測試數據集為按比例劃分的預處理后的歷史運行數據的數據集，其中所述訓練數據集剔除了歷史運行數據中的異常數據。

進一步地，所述基于Prophet的系統運行趨勢置信區間模型P_(t)如下：

P_(t)＝g_(t)+s_(t)+h_(t)+ε_t

其中，g_(t)為用于表征所述運行數據的時間序列非周期性變化趨勢的TREND函數；s_(t)為所述運行數據的周期性函數；h_(t)為節假日項；ε_t是誤差項；t為時間。

優選地，所述TREND函數g_(t)為：

其中，C表示模型容量，k表示增長率，b表示偏移量。

優選地，所述周期性函數s_(t)為：

其中，T表示周期時長，2n為周期的個數。