一种多模型融合的智能电网云数据中心资源负荷预测方法技术

本发明专利技术提供了一种多模型融合的智能电网云数据中心资源负荷预测方法，包括如下步骤：S1：模型首先建立ARIMA预测模型、BPNN预测模型、LSTM预测模型，利用所建立的模型对时间序列和未来工作量的预测；S2：利用客观赋权法中的CRITIC方法，将三种预测模型的预测结果CRITIC客观赋权法将多模型的预测结果进行加权组合，得到组合预测结果，同时根据真实误差对未来误差进行预测；S3：通过对组合预测结果进行误差修正得到最终的预测结果。本发明专利技术所提供的预测模型及方法具有较好的预测精度，同时也具有一定的泛化能力，可以准确预测云数据中心负载的变化趋势，将所提模型运用到云数据中心负载预测与管理中可以有效提高云数据中心的网络资源利用率。

【技术实现步骤摘要】

本专利技术涉及智能电网云数据中心，尤其涉及一种多模型融合的智能电网云数据中心资源负荷预测方法。

技术介绍

1、随着国家电网云数据中心的发展，在互联网技术的不断突破下，虚拟化技术得到了创新发展。互联网技术和虚拟化技术已成为云数据中心不可或缺的一部分，将应用部署到云端已成为国家电网乃至行业的普遍做法。智能电网云数据中心更是以其灵活、方便、高效的特点，在当今科技发展中扮演着重要角色，基于云数据中心的安全服务也正式登上了历史舞台，与传统物理网络安全性需求相比，云数据安全服务的要求则更为严格。

2、在云计算环境下，对数据的安全处理需求明显增加，要求在数据中心运行的过程中，虚拟化处理该平台海量的内部数据，使数据管控、存储与安全防护达到无缝衔接，不断提高数据中心网络安全服务水平。在云计算环境下，其基础数据中心与传统环境差异不大，但是在云网络环境下如何实现资源的有效利用和配给，意味着数据中心虚拟机将会成为提供计算服务的主要资源。因此，保证云数据中心虚拟机的可靠运行和资源分配至关重要。

3、国家电网云服务应用呈现出高并发、大流量的特点，对于服务器来说本文档来自技高网...

【技术保护点】

1.一种多模型融合的智能电网云数据中心资源负荷预测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种多模型融合的智能电网云数据中心资源负荷预测方法，其特征在于，所述步骤S1中，具体包括如下步骤：

3.根据权利要求1所述的一种多模型融合的智能电网云数据中心资源负荷预测方法，其特征在于，所述步骤S1中，ARIMA预测模型需要将非平稳的时间序列进行一次或多次差分，转化为平稳的时间序列；

4.根据权利要求1所述的一种多模型融合的智能电网云数据中心资源负荷预测方法，其特征在于，所述步骤1中BPNN预测模型建立，采用梯度下降法；p>

5.根据权...

【技术特征摘要】

1.一种多模型融合的智能电网云数据中心资源负荷预测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种多模型融合的智能电网云数据中心资源负荷预测方法，其特征在于，所述步骤s1中，具体包括如下步骤：

3.根据权利要求1所述的一种多模型融合的智能电网云数据中心资源负荷预测方法，其特征在于，所述步骤s1中，arima预测模型需要将非平稳的时间序列进行一次或多次差分，转化为平稳的时间序列；

4.根据权利要求1所述的一种多模型融合的智能电网云数据中心资源负荷预测方法，其特征在于，所述步骤1中bpnn预测模型建立，采用梯...

【专利技术属性】
技术研发人员：于元旗，乔林，曲睿婷，王慧颖，胡非，袁梦婵，张瑜，张智儒，韦明，
申请(专利权)人：国网辽宁省电力有限公司，
类型：发明
国别省市：