指标时间序列预测方法、装置、电子设备及存储介质制造方法及图纸

本申请提出一种指标时间序列预测方法、装置、电子设备及存储介质，其中，方法包括：获取指标的第一时间序列，第一时间序列包括L个点数；获取n个随机频率，并基于L得到由随机频率展开的第一正弦序列和第一余弦序列构成的第一矩阵；确定基于第一时间序列和第一矩阵构建的线性回归模型的估计参数；确定预测长度T，并基于L和T得到由随机频率展开的第二正弦序列和第二余弦序列构成的预测矩阵；基于估计参数和预测矩阵，得到指标的预测结果。实现面对时序预测场景时，无需给出序列的周期信息也能完成时间序列的预测。

【技术实现步骤摘要】

本申请涉及时序数据处理，尤其涉及一种指标时间序列预测方法、装置、电子设备及存储介质。

技术介绍

1、单指标时间序列预测在智能运维领域有着广泛的应用。例如，通过对磁盘空间进行预测，可以提前感知未来可能出现的容量问题，提前进行扩容或者拆闲补忙。单指标时间序列的预测算法按照模型的复杂程度可分为轻量模型和深度模型。轻量模型多为传统的时序模型，诸如arima模型，holtwinter模型，svm模型等。深度模型有lstm，rnn，n-beats，n-hits等模型。

2、运维领域中的时间序列形态多样，往往包含趋势，周期，残差等成分的一种或几种。因此，应用以上模型对时间序列进行预测时往往需要给出先验周期信息。但是，当面对海量的数据时，无法对每一条序列一一给出准确的周期信息。

技术实现思路

1、本申请旨在至少在一定程度上解决相关技术中的技术问题之一。

2、为此，本申请的第一个目的在于提出一种指标时间序列预测方法，以实现无先验周期信息条件下的时间序列预测，解决相关技术中无法对每一条时间序列一一给出准确本文档来自技高网...

【技术保护点】

1.一种指标时间序列预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，所述获取指标的第一时间序列，包括：

3.根据权利要求1所述的方法，其特征在于，所述获取n个随机频率，并基于所述L得到由所述随机频率展开的第一正弦序列和第一余弦序列构成的第一矩阵，包括：

4.根据权利要求1所述的方法，其特征在于，所述确定基于所述第一时间序列和所述第一矩阵构建的线性回归模型的估计参数，包括：

5.根据权利要求1所述的方法，其特征在于，所述确定基于所述第一时间序列和所述第一矩阵构建的线性回归模型的估计参数，包括：

6....

【技术特征摘要】

1.一种指标时间序列预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，所述获取指标的第一时间序列，包括：

3.根据权利要求1所述的方法，其特征在于，所述获取n个随机频率，并基于所述l得到由所述随机频率展开的第一正弦序列和第一余弦序列构成的第一矩阵，包括：

4.根据权利要求1所述的方法，其特征在于，所述确定基于所述第一时间序列和所述第一矩阵构建的线性回归模型的估计参数，包括：

5.根据权利要求1所述的方法，其特征在于，所述确定基于所述第一时间序列和所述第一矩阵构建的线性回归模型的估计参数，包括：

...

【专利技术属性】
技术研发人员：赵馨逸，田原，侯昊男，谭新宇，陈哲涵，
申请(专利权)人：天谋科技上海有限公司，
类型：发明
国别省市：