一種負(fù)載預(yù)測(cè)方法及裝置制造方法
【專利摘要】本發(fā)明提供一種負(fù)載預(yù)測(cè)方法及裝置，包括：收集負(fù)載信息，根據(jù)所述負(fù)載信息形成負(fù)載序列，對(duì)所述負(fù)載序列進(jìn)行建模，得到建模方程；對(duì)所述負(fù)載序列進(jìn)行分析，得到不同時(shí)期同一時(shí)刻的預(yù)測(cè)偏大點(diǎn)數(shù)量和預(yù)測(cè)偏小點(diǎn)數(shù)量；根據(jù)所述預(yù)測(cè)偏大點(diǎn)數(shù)量和預(yù)測(cè)偏小點(diǎn)數(shù)量確定補(bǔ)償閾值，并根據(jù)所述補(bǔ)償閾值和所述建模方程計(jì)算負(fù)載預(yù)測(cè)值。本發(fā)明實(shí)施例通過提供一種負(fù)載預(yù)測(cè)方法及裝置，通過收集負(fù)載信息形成的負(fù)載序列，對(duì)負(fù)載序列進(jìn)行建模得到建模方程，通過對(duì)負(fù)載序列進(jìn)行分析，得到不同時(shí)期同一時(shí)刻的預(yù)測(cè)偏大點(diǎn)數(shù)量和預(yù)測(cè)偏小點(diǎn)數(shù)量，進(jìn)而得到補(bǔ)償閾值，從而根據(jù)補(bǔ)償閾值和建模方程計(jì)算得到負(fù)載預(yù)測(cè)值更加準(zhǔn)確，效率高。
【專利說明】一種負(fù)載預(yù)測(cè)方法及裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及負(fù)載預(yù)測(cè)技術(shù)，特別涉及一種負(fù)載預(yù)測(cè)方法及裝置。
【背景技術(shù)】
[0002]隨著虛擬化等關(guān)鍵技術(shù)的發(fā)展，云計(jì)算作為一種新興的信息技術(shù)運(yùn)用模式得到越來(lái)越廣泛的關(guān)注和普及，越來(lái)越多的企業(yè)趨向于從云計(jì)算平臺(tái)購(gòu)買計(jì)算資源。其中，最為常見的就是提供Web服務(wù)的企業(yè)。由于受時(shí)間、地域、用戶使用習(xí)慣等因素的影響，絕大部分的Web應(yīng)用需求都是隨著時(shí)間變化的。盡管用戶可以根據(jù)應(yīng)用需求的變化在一個(gè)較短的時(shí)間間隔內(nèi)自由地增加或減少購(gòu)買的計(jì)算資源。但是，如果企業(yè)只是在發(fā)現(xiàn)當(dāng)前資源無(wú)法滿足負(fù)載需求時(shí)再被動(dòng)申請(qǐng)資源，那么Web應(yīng)用服務(wù)質(zhì)量必然會(huì)受到一定影響，用戶體驗(yàn)的降低會(huì)導(dǎo)致用戶的流失，進(jìn)而會(huì)影響到企業(yè)的收入。
[0003]現(xiàn)有技術(shù)中的負(fù)載預(yù)測(cè)方法包括:
[0004]A、根據(jù)距離預(yù)測(cè)時(shí)間點(diǎn)；
[0005]B、在預(yù)設(shè)時(shí)間范圍內(nèi)，獲取服務(wù)器的多個(gè)歷史負(fù)載抽樣值；
[0006]C、根據(jù)獲取到的所述歷史負(fù)載抽樣值，調(diào)用立方卷積插值算法，計(jì)算出所述服務(wù)器在所述預(yù)測(cè)時(shí)間點(diǎn)上的負(fù)載值。
[0007]然而，現(xiàn)有技術(shù)的缺點(diǎn)是:利用立方卷積插值算法對(duì)服務(wù)器在預(yù)測(cè)時(shí)間點(diǎn)上的負(fù)載值進(jìn)行計(jì)算，由于計(jì)算復(fù)雜度較高，導(dǎo)致計(jì)算效率太低。

【發(fā)明內(nèi)容】

[0008](一)解決的技術(shù)問題
[0009]本發(fā)明解決的技術(shù)問題是:如何提供一種負(fù)載預(yù)測(cè)方法及裝置，用于解決目前負(fù)載預(yù)測(cè)中計(jì)算效率低的問題。
[0010](二)技術(shù)方案
[0011]本發(fā)明實(shí)施例提供了一種負(fù)載預(yù)測(cè)方法，包括:
[0012]收集負(fù)載信息，根據(jù)所述負(fù)載信息形成負(fù)載序列，對(duì)所述負(fù)載序列進(jìn)行建模，得到建模方程；
[0013]對(duì)所述負(fù)載序列進(jìn)行分析，得到不同時(shí)期同一時(shí)刻的預(yù)測(cè)偏大點(diǎn)數(shù)量和預(yù)測(cè)偏小
點(diǎn)數(shù)量；
[0014]根據(jù)所述預(yù)測(cè)偏大點(diǎn)數(shù)量和預(yù)測(cè)偏小點(diǎn)數(shù)量確定補(bǔ)償閾值，并根據(jù)所述補(bǔ)償閾值和所述建模方程計(jì)算負(fù)載預(yù)測(cè)值。
[0015]優(yōu)選地，對(duì)所述負(fù)載序列進(jìn)行建模，得到的建模方程為:
[0016]ADPtXt+i=APtXt+1+fec (C (t+1), E (t+1))；
[0017]fec (C (t)，E (t)) =C (t) * IE (t) I *p ；
[0018]其中，APtXt+1為在t時(shí)刻預(yù)測(cè)t+1時(shí)刻的負(fù)載值；C(t)為t時(shí)刻的補(bǔ)償閾值；E(t)為t時(shí)刻的誤差期望；p為所述預(yù)測(cè)偏大點(diǎn)數(shù)量和所述預(yù)測(cè)偏小點(diǎn)數(shù)量的差值與總點(diǎn)數(shù)量之商。
[0019]優(yōu)選地，對(duì)所述負(fù)載序列進(jìn)行建模，得到建模方程，具體包括:
[0020]判斷所述負(fù)載序列是否為平穩(wěn)序列，如果不是，對(duì)所述負(fù)載序列進(jìn)行差分計(jì)算，并繼續(xù)判斷得到的序列是否為平穩(wěn)序列，直到判斷為平穩(wěn)序列，繼續(xù)進(jìn)行下一步；
[0021]根據(jù)所述負(fù)載序列計(jì)算模型階數(shù)和模型參數(shù)，并利用所述模型階數(shù)和所述模型參數(shù)進(jìn)行計(jì)算，得到ARMA模型，利用該ARMA模型建立所述建模方程。
[0022]優(yōu)選地，所述對(duì)所述負(fù)載序列進(jìn)行分析，得到不同時(shí)期同一時(shí)刻的預(yù)測(cè)偏大點(diǎn)數(shù)量和預(yù)測(cè)偏小點(diǎn)數(shù)量，具體包括:
[0023]利用ARMA模型對(duì)所述負(fù)載序列進(jìn)行分析，得到分析結(jié)果；
[0024]利用所述分析結(jié)果統(tǒng)計(jì)不同時(shí)期同一時(shí)刻的預(yù)測(cè)偏大點(diǎn)數(shù)量和預(yù)測(cè)偏小點(diǎn)數(shù)量。
[0025]優(yōu)選地，所述根據(jù)所述預(yù)測(cè)偏大點(diǎn)數(shù)量和預(yù)測(cè)偏小點(diǎn)數(shù)量確定補(bǔ)償閾值，具體包括:
[0026]計(jì)算所述預(yù)測(cè)偏大點(diǎn)數(shù)量和所述預(yù)測(cè)偏小點(diǎn)數(shù)量的差值與總點(diǎn)數(shù)量之商得到計(jì)算結(jié)果，將該計(jì)算結(jié)果與預(yù)設(shè)閾值進(jìn)行比較，如果所述計(jì)算結(jié)果大于預(yù)設(shè)閾值，則進(jìn)行負(fù)向補(bǔ)償，如果所述計(jì)算結(jié)果小于預(yù)設(shè)閾值，則進(jìn)行正向補(bǔ)償；
[0027]根據(jù)負(fù)向補(bǔ)償值和正向補(bǔ)償值分別計(jì)算負(fù)向補(bǔ)償和正向補(bǔ)償時(shí)的誤差期望值；
[0028]根據(jù)所述建模方程計(jì)算負(fù)載預(yù)測(cè)值。
[0029]本發(fā)明實(shí)施例還提供了一種負(fù)載預(yù)測(cè)裝置，包括:
[0030]收集模塊，用于收集負(fù)載信息，將所述負(fù)載信息傳輸給負(fù)載序列形成模塊；
[0031]所述負(fù)載序列形成模塊，用于根據(jù)所述負(fù)載信息形成負(fù)載序列，并將所述負(fù)載序列傳輸給建模模塊和分析模塊；
[0032]所述建模模塊，用于對(duì)所述負(fù)載序列進(jìn)行建模，得到建模方程，將所述建模方程傳輸給計(jì)算模塊；
[0033]所述分析模塊，用于對(duì)所述負(fù)載序列進(jìn)行分析，得到不同時(shí)期同一時(shí)刻的預(yù)測(cè)偏大點(diǎn)數(shù)量和預(yù)測(cè)偏小點(diǎn)數(shù)量，將所述預(yù)測(cè)偏大點(diǎn)數(shù)量和所述預(yù)測(cè)偏小點(diǎn)數(shù)量傳輸給補(bǔ)償閾值確定模塊；
[0034]所述補(bǔ)償閾值確定模塊，用于根據(jù)所述預(yù)測(cè)偏大點(diǎn)數(shù)量和預(yù)測(cè)偏小點(diǎn)數(shù)量確定補(bǔ)償閾值，將所述補(bǔ)償閾值傳輸給所述計(jì)算模塊；
[0035]所述計(jì)算模塊，用于根據(jù)所述補(bǔ)償閾值和所述建模方程計(jì)算負(fù)載預(yù)測(cè)值。
[0036]優(yōu)選地，對(duì)所述負(fù)載序列進(jìn)行建模，得到的建模方程為:
[0037]ADPtXt+1=APtXt+1+fec (C (t+1)，E (t+1))；
[0038]fec (C (t)，E (t)) =C (t) * IE (t) I *p ；
[0039]其中，APtXt+1為在t時(shí)刻預(yù)測(cè)t+1時(shí)刻的負(fù)載值；C(t)為t時(shí)刻的補(bǔ)償閾值；E(t)為t時(shí)刻的誤差期望；p為所述預(yù)測(cè)偏大點(diǎn)數(shù)量和所述預(yù)測(cè)偏小點(diǎn)數(shù)量的差值與總點(diǎn)數(shù)量之商。
[0040]優(yōu)選地，所述建模模塊包括:
[0041]判斷子模塊，用于判斷所述負(fù)載序列是否為平穩(wěn)序列，如果判斷結(jié)果為不是，則將判斷結(jié)果傳輸給第一計(jì)算子模塊，如果判斷結(jié)果為是，則將判斷結(jié)果傳輸給第二計(jì)算子模塊；[0042]所述第一計(jì)算子模塊，用于對(duì)所述負(fù)載序列進(jìn)行差分計(jì)算，并將計(jì)算得到的序列傳輸給所述判斷子模塊繼續(xù)進(jìn)行判斷，直到所述判斷子模塊判斷得到的序列為平穩(wěn)序列；
[0043]所述第二計(jì)算子模塊，用于根據(jù)所述負(fù)載序列進(jìn)行模型階數(shù)和模型參數(shù)，并利用所述模型階數(shù)和所述模型參數(shù)進(jìn)行計(jì)算，得到ARMA模型，將ARMA模型傳輸給建模子模塊；
[0044]所述建模子模塊，用于利用ARMA模型建立所述建模方程。
[0045]優(yōu)選地，
[0046]所述分析模塊，還用于利用ARMA模型對(duì)所述負(fù)載序列進(jìn)行分析，得到分析結(jié)果，將所述分析結(jié)果傳輸給統(tǒng)計(jì)模塊；
[0047]所述裝置還包括:統(tǒng)計(jì)模塊，用于根據(jù)所述分析結(jié)果統(tǒng)計(jì)不同時(shí)期同一時(shí)刻的預(yù)測(cè)偏大點(diǎn)數(shù)量和預(yù)測(cè)偏小點(diǎn)數(shù)量。
[0048]優(yōu)選地，所述補(bǔ)償閾值確定模塊包括:
[0049]第三計(jì)算子模塊，用于計(jì)算所述預(yù)測(cè)偏大點(diǎn)數(shù)量和所述預(yù)測(cè)偏小點(diǎn)數(shù)量的差值與總點(diǎn)數(shù)量之商得到計(jì)算結(jié)果，將該計(jì)算結(jié)果傳輸給比較子模塊；以及用于根據(jù)負(fù)向補(bǔ)償值和正向補(bǔ)償值分別計(jì)算負(fù)向補(bǔ)償和正向補(bǔ)償時(shí)的誤差期望值，并根據(jù)所述建模方程計(jì)算負(fù)載預(yù)測(cè)值；
[0050]所述比較子模塊，用于將所述計(jì)算結(jié)果與預(yù)設(shè)閾值進(jìn)行比較，如果所述計(jì)算結(jié)果大于預(yù)設(shè)閾值，則進(jìn)行負(fù)向補(bǔ)償，如果所述計(jì)算結(jié)果小于預(yù)設(shè)閾值，則進(jìn)行正向補(bǔ)償，將負(fù)向補(bǔ)償值或正向補(bǔ)償值傳輸給所述第三計(jì)算子模塊。
[0051](三)有益效果
[0052]本發(fā)明實(shí)施例通過提供一種負(fù)載預(yù)測(cè)方法及裝置，通過收集負(fù)載信息形成的負(fù)載序列，對(duì)負(fù)載序列進(jìn)行建模得到建模方程，通過對(duì)負(fù)載序列進(jìn)行分析，得到不同時(shí)期同一時(shí)刻的預(yù)測(cè)偏大點(diǎn)數(shù)量和預(yù)測(cè)偏小點(diǎn)數(shù)量，進(jìn)而得到補(bǔ)償閾值，從而根據(jù)補(bǔ)償閾值和建模方程計(jì)算得到負(fù)載預(yù)測(cè)值更加準(zhǔn)確，效率高。
【專利附圖】

【附圖說明】
[0053]圖1是本發(fā)明實(shí)施例一提供的方法流程圖；
[0054]圖2是本發(fā)明實(shí)施例二提供的方法流程圖；
[0055]圖3是本發(fā)明實(shí)施例三提供的裝置結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0056]為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作一簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0057]實(shí)施例1:
[0058]本發(fā)明實(shí)施例提供了一種負(fù)載預(yù)測(cè)方法，該方法流程圖如圖1所示，包括:
[0059]步驟S1:收集負(fù)載信息，根據(jù)所述負(fù)載信息形成負(fù)載序列，對(duì)所述負(fù)載序列進(jìn)行建模，得到建模方程；
[0060]步驟S2:對(duì)所述負(fù)載序列進(jìn)行分析，得到不同時(shí)期同一時(shí)刻的預(yù)測(cè)偏大點(diǎn)數(shù)量和預(yù)測(cè)偏小點(diǎn)數(shù)量；
[0061]步驟S3:根據(jù)所述預(yù)測(cè)偏大點(diǎn)數(shù)量和預(yù)測(cè)偏小點(diǎn)數(shù)量確定補(bǔ)償閾值，并根據(jù)所述補(bǔ)償閾值和所述建模方程計(jì)算負(fù)載預(yù)測(cè)值。
[0062]本發(fā)明實(shí)施例通過提供一種負(fù)載預(yù)測(cè)方法及裝置，通過收集負(fù)載信息形成的負(fù)載序列，對(duì)負(fù)載序列進(jìn)行建模得到建模方程，通過對(duì)負(fù)載序列進(jìn)行分析，得到不同時(shí)期同一時(shí)刻的預(yù)測(cè)偏大點(diǎn)數(shù)量和預(yù)測(cè)偏小點(diǎn)數(shù)量，進(jìn)而得到補(bǔ)償閾值，從而根據(jù)補(bǔ)償閾值和建模方程計(jì)算得到負(fù)載預(yù)測(cè)值更加準(zhǔn)確，效率高。
[0063]在本發(fā)明實(shí)施例中，通過利用平穩(wěn)序列計(jì)算模型階數(shù)和模型參數(shù)得到ARMA模型，并利用ARMA模型建立建模方程，從而保證了基本的預(yù)測(cè)準(zhǔn)確度。
[0064]通過計(jì)算所述預(yù)測(cè)偏大點(diǎn)數(shù)量和所述預(yù)測(cè)偏小點(diǎn)數(shù)量的差值與總點(diǎn)數(shù)量之商得到計(jì)算結(jié)果，將該計(jì)算結(jié)果與預(yù)設(shè)閾值進(jìn)行比較，如果所述計(jì)算結(jié)果大于預(yù)設(shè)閾值，則進(jìn)行負(fù)向補(bǔ)償，如果所述計(jì)算結(jié)果小于預(yù)設(shè)閾值，則進(jìn)行正向補(bǔ)償；根據(jù)建模方程計(jì)算出負(fù)載預(yù)測(cè)值，有效提高了預(yù)測(cè)精度，降低了誤差。
[0065]實(shí)施例2
[0066]為了完善或補(bǔ)充上述實(shí)施例1，本發(fā)明實(shí)施例提供了一種負(fù)載預(yù)測(cè)方法，該方法流程圖如圖2所示,包括:
[0067]步驟201:確定時(shí)間窗口，收集Web負(fù)載信息，根據(jù)該負(fù)載信息形成負(fù)載序列；
[0068]其中，收集Web負(fù)載信息的過程為線下收集過程；
[0069]在本發(fā)明實(shí)施例中，Web負(fù)載信息為單位時(shí)間內(nèi)用戶的請(qǐng)求數(shù)量。
[0070]步驟202:對(duì)形成的負(fù)載序列進(jìn)行建模，得到建模方程；
[0071 ] 其中，利用ARMA模型對(duì)負(fù)載序列進(jìn)行建模；
[0072]首先形成ARMA模型的過程為:
[0073]2021:判斷所述負(fù)載序列是否為平穩(wěn)序列，如果不是，則跳轉(zhuǎn)2022 ;如果是，則跳轉(zhuǎn) 2023 ；
[0074]2022:對(duì)所述負(fù)載序列進(jìn)行差分計(jì)算，并返回步驟2021 ；
[0075]2023:根據(jù)所述負(fù)載序列計(jì)算模型階數(shù)和模型參數(shù)；
[0076]其中，利用ACF/PACF方法或者信息準(zhǔn)則計(jì)算模型階數(shù)；使用極大似然估計(jì)或者矩估計(jì)計(jì)算模型參數(shù)。
[0077]其中，對(duì)于模型階數(shù)和模型參數(shù)進(jìn)行周期性離線分析更新，為在線預(yù)測(cè)時(shí)，可以根據(jù)獲取到的模型迅速計(jì)算出下一時(shí)刻負(fù)載值，速度快，效率高。
[0078]2024:利用所述模型階數(shù)和所述模型參數(shù)進(jìn)行計(jì)算，得到ARMA模型。
[0079]其次，利用該ARMA模型建立所述建模方程。
[0080]其中，建模方程式為:
[0081]ADPtXt+i=APtXt+1+fec (C (t+1), E (t+1))；
[0082]fec (C (t)，E (t)) =C (t) * IE (t) I *p ；
[0083]其中，APtXt+1為在t時(shí)刻預(yù)測(cè)t+1時(shí)刻的負(fù)載值；C(t)為t時(shí)刻的補(bǔ)償閾值，正向補(bǔ)償時(shí)，取值為1，負(fù)向補(bǔ)償時(shí)，取值為-1，其他情況取值為O ;E(t)為t時(shí)刻的誤差期望；p為所述預(yù)測(cè)偏大點(diǎn)數(shù)量和所述預(yù)測(cè)偏小點(diǎn)數(shù)量的差值與總點(diǎn)數(shù)量之商。
[0084]步驟203:利用ARMA模型對(duì)負(fù)載序列進(jìn)行分析，得到分析結(jié)果；[0085]步驟204:在分析結(jié)果中，統(tǒng)計(jì)得到不同時(shí)期同一時(shí)刻的預(yù)測(cè)偏大點(diǎn)數(shù)量和預(yù)測(cè)
偏小點(diǎn)數(shù)量；
[0086]步驟205:計(jì)算所述預(yù)測(cè)偏大點(diǎn)數(shù)量和所述預(yù)測(cè)偏小點(diǎn)數(shù)量的差值與總點(diǎn)數(shù)量之商得到計(jì)算結(jié)果；
[0087]步驟206:將該計(jì)算結(jié)果與預(yù)設(shè)閾值進(jìn)行比較，如果所述計(jì)算結(jié)果大于預(yù)設(shè)閾值，則進(jìn)行負(fù)向補(bǔ)償，如果所述計(jì)算結(jié)果小于預(yù)設(shè)閾值，則進(jìn)行正向補(bǔ)償；
[0088]步驟207:根據(jù)負(fù)向補(bǔ)償值C(t)=_l和正向補(bǔ)償值C(t)=l分別計(jì)算負(fù)向補(bǔ)償和正向補(bǔ)償時(shí)的誤差期望值E (t)，并將得到的數(shù)據(jù)代入上述建模方程進(jìn)行計(jì)算，得到負(fù)載預(yù)測(cè)值。
[0089]其中，若該時(shí)刻為非補(bǔ)償閾值C (t) =0，則預(yù)測(cè)誤差期望E (t) =0。
[0090]例如，獲取1998年世界杯網(wǎng)站用戶訪問信息，通過統(tǒng)計(jì)了其中五月一日至五月十日的數(shù)據(jù)(部分?jǐn)?shù)據(jù)參見表1)，前七天數(shù)據(jù)用于ARMA模型建立以及補(bǔ)償閾值相關(guān)信息獲取，后三天數(shù)據(jù)用于驗(yàn)證模型有效性。
[0091]表1
[0092]
【權(quán)利要求】
1.一種負(fù)載預(yù)測(cè)方法，其特征在于，包括: 收集負(fù)載信息，根據(jù)所述負(fù)載信息形成負(fù)載序列，對(duì)所述負(fù)載序列進(jìn)行建模，得到建模方程； 對(duì)所述負(fù)載序列進(jìn)行分析，得到不同時(shí)期同一時(shí)刻的預(yù)測(cè)偏大點(diǎn)數(shù)量和預(yù)測(cè)偏小點(diǎn)數(shù)量; 根據(jù)所述預(yù)測(cè)偏大點(diǎn)數(shù)量和預(yù)測(cè)偏小點(diǎn)數(shù)量確定補(bǔ)償閾值，并根據(jù)所述補(bǔ)償閾值和所述建模方程計(jì)算負(fù)載預(yù)測(cè)值。
2.如權(quán)利要求1所述的方法，其特征在于，對(duì)所述負(fù)載序列進(jìn)行建模，得到的建模方程為:
ADPtXt+1=APtXt+1+fec (C (t+1)，E (t+1))；
fee (C (t)，E (t)) =C (t) * IE (t) I *p ； 其中，APtXt+1為在t時(shí)刻預(yù)測(cè)t+1時(shí)刻的負(fù)載值；C(t)為t時(shí)刻的補(bǔ)償閾值；E(t)為t時(shí)刻的誤差期望；p為所述預(yù)測(cè)偏大點(diǎn)數(shù)量和所述預(yù)測(cè)偏小點(diǎn)數(shù)量的差值與總點(diǎn)數(shù)量之商。
3.如權(quán)利要求1~2中任一項(xiàng)所述的方法，其特征在于，對(duì)所述負(fù)載序列進(jìn)行建模，得到建模方程，具體包括: 判斷所述負(fù)載序列是否為平穩(wěn)序列，如果不是，對(duì)所述負(fù)載序列進(jìn)行差分計(jì)算，并繼續(xù)判斷得到的序列是否為平穩(wěn)序列，直到判斷為平穩(wěn)序列，繼續(xù)進(jìn)行下一步； 根據(jù)所述負(fù)載序列計(jì)算模型階數(shù)和模型參數(shù)，并利用所述模型階數(shù)和所述模型參數(shù)進(jìn)行計(jì)算，得到ARMA模型，利用該ARMA模型建立所述建模方程。
4.如權(quán)利要求3所述的方法，其特征在于，所述對(duì)所述負(fù)載序列進(jìn)行分析，得到不同時(shí)期同一時(shí)刻的預(yù)測(cè)偏大點(diǎn)數(shù)量和預(yù)測(cè)偏小點(diǎn)數(shù)量，具體包括: 利用ARMA模型對(duì)所述負(fù)載序列進(jìn)行分析，得到分析結(jié)果； 利用所述分析結(jié)果統(tǒng)計(jì)不同時(shí)期同一時(shí)刻的預(yù)測(cè)偏大點(diǎn)數(shù)量和預(yù)測(cè)偏小點(diǎn)數(shù)量。
5.如權(quán)利要求4所述的方法，其特征在于，所述根據(jù)所述預(yù)測(cè)偏大點(diǎn)數(shù)量和預(yù)測(cè)偏小點(diǎn)數(shù)量確定補(bǔ)償閾值，具體包括: 計(jì)算所述預(yù)測(cè)偏大點(diǎn)數(shù)量和所述預(yù)測(cè)偏小點(diǎn)數(shù)量的差值與總點(diǎn)數(shù)量之商得到計(jì)算結(jié)果，將該計(jì)算結(jié)果與預(yù)設(shè)閾值進(jìn)行比較，如果所述計(jì)算結(jié)果大于預(yù)設(shè)閾值，則進(jìn)行負(fù)向補(bǔ)償，如果所述計(jì)算結(jié)果小于預(yù)設(shè)閾值，則進(jìn)行正向補(bǔ)償； 根據(jù)負(fù)向補(bǔ)償值和正向補(bǔ)償值分別計(jì)算負(fù)向補(bǔ)償和正向補(bǔ)償時(shí)的誤差期望值； 根據(jù)所述建模方程計(jì)算負(fù)載預(yù)測(cè)值。
6.一種負(fù)載預(yù)測(cè)裝置，其特征在于，包括: 收集模塊，用于收集負(fù)載信息，將所述負(fù)載信息傳輸給負(fù)載序列形成模塊； 所述負(fù)載序列形成模塊，用于根據(jù)所述負(fù)載信息形成負(fù)載序列，并將所述負(fù)載序列傳輸給建模模塊和分析模塊； 所述建模模塊，用于對(duì)所述負(fù)載序列進(jìn)行建模，得到建模方程，將所述建模方程傳輸給計(jì)算模塊； 所述分析模塊，用于對(duì)所述負(fù)載序列進(jìn)行分析，得到不同時(shí)期同一時(shí)刻的預(yù)測(cè)偏大點(diǎn)數(shù)量和預(yù)測(cè)偏小點(diǎn)數(shù)量，將所述預(yù)測(cè)偏大點(diǎn)數(shù)量和所述預(yù)測(cè)偏小點(diǎn)數(shù)量傳輸給補(bǔ)償閾值確定模塊； 所述補(bǔ)償閾值確定模塊，用于根據(jù)所述預(yù)測(cè)偏大點(diǎn)數(shù)量和預(yù)測(cè)偏小點(diǎn)數(shù)量確定補(bǔ)償閾值，將所述補(bǔ)償閾值傳輸給所述計(jì)算模塊； 所述計(jì)算模塊，用于根據(jù)所述補(bǔ)償閾值和所述建模方程計(jì)算負(fù)載預(yù)測(cè)值。
7.如權(quán)利要求6所述的裝置，其特征在于，對(duì)所述負(fù)載序列進(jìn)行建模，得到的建模方程為:
ADPtXt+1=APtXt+1+fec (C (t+1)，E (t+1))；
fee (C (t)，E (t)) =C (t) * IE (t) I *p ； 其中，APtXt+1為在t時(shí)刻預(yù)測(cè)t+1時(shí)刻的負(fù)載值；C(t)為t時(shí)刻的補(bǔ)償閾值；E(t)為t時(shí)刻的誤差期望；p為所述預(yù)測(cè)偏大點(diǎn)數(shù)量和所述預(yù)測(cè)偏小點(diǎn)數(shù)量的差值與總點(diǎn)數(shù)量之商。
8.如權(quán)利要求6~7中任一項(xiàng)述的裝置,其特征在于,所述建模模塊包括: 判斷子模塊，用于判斷所述負(fù)載序列是否為平穩(wěn)序列，如果判斷結(jié)果為不是，則將判斷結(jié)果傳輸給第一計(jì)算子模塊，如果判斷結(jié)果為是，則將判斷結(jié)果傳輸給第二計(jì)算子模塊；所述第一計(jì)算子模塊，用于對(duì)所述負(fù)載序列進(jìn)行差分計(jì)算，并將計(jì)算得到的序列傳輸給所述判斷子模塊繼續(xù)進(jìn)行判斷，直到所述判斷子模塊判斷得到的序列為平穩(wěn)序列； 所述第二計(jì)算子模塊，用于根據(jù)所述負(fù)載序列進(jìn)行模型階數(shù)和模型參數(shù)，并利用所述模型階數(shù)和所述模型參數(shù)進(jìn)行計(jì)算，得到ARMA模型，將ARMA模型傳輸給建模子模塊；· 所述建模子模塊，用于利用ARMA模型建立所述建模方程。
9.如權(quán)利要求8所述的裝置，其特征在于， 所述分析模塊，還用于利用ARMA模型對(duì)所述負(fù)載序列進(jìn)行分析，得到分析結(jié)果，將所述分析結(jié)果傳輸給統(tǒng)計(jì)模塊； 所述裝置還包括:統(tǒng)計(jì)模塊，用于根據(jù)所述分析結(jié)果統(tǒng)計(jì)不同時(shí)期同一時(shí)刻的預(yù)測(cè)偏大點(diǎn)數(shù)量和預(yù)測(cè)偏小點(diǎn)數(shù)量。
10.如權(quán)利要求9所述的裝置去，其特征在于，所述補(bǔ)償閾值確定模塊包括: 第三計(jì)算子模塊，用于計(jì)算所述預(yù)測(cè)偏大點(diǎn)數(shù)量和所述預(yù)測(cè)偏小點(diǎn)數(shù)量的差值與總點(diǎn)數(shù)量之商得到計(jì)算結(jié)果，將該計(jì)算結(jié)果傳輸給比較子模塊；以及用于根據(jù)負(fù)向補(bǔ)償值和正向補(bǔ)償值分別計(jì)算負(fù)向補(bǔ)償和正向補(bǔ)償時(shí)的誤差期望值，并根據(jù)所述建模方程計(jì)算負(fù)載預(yù)測(cè)值； 所述比較子模塊，用于將所述計(jì)算結(jié)果與預(yù)設(shè)閾值進(jìn)行比較，如果所述計(jì)算結(jié)果大于預(yù)設(shè)閾值，則進(jìn)行負(fù)向補(bǔ)償，如果所述計(jì)算結(jié)果小于預(yù)設(shè)閾值，則進(jìn)行正向補(bǔ)償，將負(fù)向補(bǔ)償值或正向補(bǔ)償值傳輸給所述第三計(jì)算子模塊。
【文檔編號(hào)】G06F9/50GK103530190SQ201310479084
【公開日】2014年1月22日 申請(qǐng)日期:2013年10月14日 優(yōu)先權(quán)日:2013年10月14日
【發(fā)明者】王智立, 王穎, 李升明, 孟洛明, 楊楊, 熊翱, 陳興渝 申請(qǐng)人:北京郵電大學(xué)