[發明專利]時序數據容量預測方法、裝置、電子設備及存儲介質

在審

• 申請號: 202011431810.4
• 申請日: 2020-12-10
• 公開（公告）號: CN112231193A
• 公開（公告）日: 2021-01-15
• 發明（設計）人: 張文池;隋楷心;程博
• 申請（專利權）人: 北京必示科技有限公司
• 主分類號: G06F11/34
• 分類號: G06F11/34;G06K9/62
• 代理公司: 北京華創智道知識產權代理事務所(普通合伙) 11888
• 代理人: 彭隨麗

1.一種時序數據容量預測方法，其特征在于，所述方法包括：

對時序數據進行預處理；所述預處理至少包括異常點剔除、時序數據缺失段長度判斷與時序數據缺失段修復其中的一種；

提取時序數據的特征并判斷所述時序數據是否具有周期性特征；

若所述時序數據具有周期性特征：

對預處理后的時序數據進行概念漂移檢測確定訓練集范圍；

將所述訓練集和提取的時序數據特征輸入周期性預測模型，其中對歷史節假日數據進行輪廓的回歸保存以得到節假日效應；

輸出包括未來節假日效應的預測結果，并與時序數據容量閾值進行比較，若超過所述時序數據閾值則產生警告；

若所述時序數據不具有周期性特征：

將預處理后的時序數據分割為多個連續的正常段并將多個連續的正常段劃分為多個連續的特征段；

在多個連續的特征段中找到與最尾部的若干個連續的特征段特征匹配的另外若干個連續段，以此另外若干個連續段對時序數據容量進行預測。

2.如權利要求1所述的時序數據容量預測方法，其特征在于，采用k倍標準差閾值算法對異常點進行剔除，其中所述標準差為歸一化中位數絕對偏差。

3.如權利要求1所述的一種時序數據容量預測方法，其特征在于，若時序數據缺失段長度超出設定長度，則不對此段時序數據進行修復；若時序數據缺失段長度未超出設定長度，采用線性插值的方法對此段時序數據進行修復，同時完成時間戳調整。

4.如權利要求1所述的時序數據容量預測方法，其特征在于，所述時序數據的特征至少包括周期性、數據粒度、數據容量變化類型、數據變化上下界、數據時間范圍、節假日數據和非節假日數據中的一種。

5.如權利要求1所述的時序數據容量預測方法，其特征在于，判斷所述時序數據是否具有周期性特征包括：

對于節假日數據，使用其前或后自然時間段對應位置數據代替；

預設半自然時間段與自然時間段的偏移情況，分別計算對應的自相關系數，其中剔除半自然時間段和自然時間段自相關系數最差的時間；

若自然時間段自相關系數高于參考閾值，則判斷時序數據存在周期性，所述參考閾值高于半自然時間段自相關系數的3倍。

6.如權利要求1所述的時序數據容量預測方法，其特征在于，對預處理后的時序數據進行概念漂移檢測確定訓練集范圍包括：

基于最后多個自然時間段內最后多個時間范圍的平均異常程度、異常時間槽比例和時間戳補正計算異常分數；

判斷所述異常分數最大處異常時間槽比例是否超出閾值，若超出，則判斷發生概念漂移，以此多個自然時間段后的時序數據作為訓練集。

7.如權利要求1所述的時序數據容量預測方法，其特征在于，對歷史節假日數據進行輪廓的回歸保存以得到未來節假日效應包括：

提取歷史節假日前時間段的高百分位數和低百分位數；

將歷史節假日分類為節假日值數據和節假日殘差數據；

基于所述分類對歷史節假日前時間段的起點到歷史節假日后相同時間段的終點的時序數據進行輪廓的回歸保存。