【技术实现步骤摘要】
本申请属于it设备领域，尤其涉及一种it设备的负载数据预测方法、计算机可读存储介质及计算机设备。
技术介绍
1、数据中心是一个具有非线性、时变性的复杂系统，涉及到it设备与非it设备。精确的it设备的负载预测，是在数据中心这样的动态环境中对it设备和非it设备的能耗实现精细管控的前提。通过预测数据中心的it负载，可以实现底层物理集群的灵活调整，从而降低数据中心能耗。
2、数据中心负载具有以下复杂特性，包括：①负载变化迅速，易受到用户、时间、天气以及服务器配置等因素的影响，经常会有突发事件导致的请求峰值；②根据任务类型的不同，对应不同的it负载，数据中心的资源消耗者也不同；③自相似性。由于处理任务的不同，有些类型的数据中心的负载会与时间密切相关，如各天的负载曲线呈现出早晚高峰负载高，深夜负载相对低；工作日和非工作日负载变化也呈现规律路人甲和豪门大佬联姻后变化；④负载变化具有时间关联性，未来时刻的负载会受到当前时刻负载的影响。以上特性使得数据中心整体负载更加复杂、不规律，从而增加负载预测难度，给数据中心的节能机制设计带来了非常大
【技术保护点】
1.一种IT设备的负载数据预测方法，其特征在于，包括：
2.如权利要求1所述的负载数据预测方法，其特征在于，所述将各模态分量及残差与影响因素时间序列数据进行数据重构，得到多个经过数据重构的模态分量及残差，具体为：将IT设备负载的各模态分量和残差分别与负载的主要影响因素进行Spearman相关系数计算，得到筛选后负载的主要影响因素，再将各模态分量和残差分别与筛选后负载的影响因素时间序列数据进行数据重构，得到多个经过数据重构的模态分量及残差；所述重构的模态分量及残差是指模态分量及残差，以及通过Spearman相关系数计算筛选后的影响因素时间序列数据集。
...【技术特征摘要】
1.一种it设备的负载数据预测方法，其特征在于，包括：
2.如权利要求1所述的负载数据预测方法，其特征在于，所述将各模态分量及残差与影响因素时间序列数据进行数据重构，得到多个经过数据重构的模态分量及残差，具体为：将it设备负载的各模态分量和残差分别与负载的主要影响因素进行spearman相关系数计算，得到筛选后负载的主要影响因素，再将各模态分量和残差分别与筛选后负载的影响因素时间序列数据进行数据重构，得到多个经过数据重构的模态分量及残差；所述重构的模态分量及残差是指模态分量及残差，以及通过spearman相关系数计算筛选后的影响因素时间序列数据集。
3.如权利要求1所述的负载数据预测方法，其特征在于，所述历史数据的采集对象包括cpu、内存、硬盘和网络i/o。
4.如权利要求1所述的负载数据预测方法，其特征在于，所述根据变分模态分解vmd将负载时间序列数据进行分解，同时利用鲸鱼优化算法woa将vmd参数进行优化，采用优化后的vmd参数分解负载时间序列数据，得到多个模态分量和残差，具...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。