[发明专利]一种数据中心设备运行数据时间序列组合预测方法

说明书

本申请涉及一种数据中心设备运行数据时间序列组合预测方法，用于根据历史时序数据估测接续时序数据；所述方法包括如下步骤：采集数据中心设备运行原始时序数据并进行标准化处理；利用标准化后的时序数据分别进行ARIMA建模和XGBoost建模；根据上步骤中所得的两种数据模型分别预测一定时长的设备时序数据，并根据动态加权得到组合优化后的预测时序数据。本发明的方法基于数据中心设备运行时序数据中隐含的线性特征和非线性特征，以及不同数据模型对不同时间序列规律的拟合能力，对设备运行状态进行估测，为设备运行趋势分析提供数据参考。

技术领域

本申请涉及数据挖掘领域，涉及一种时间序列的预测方法，尤其涉及一种数据中心设备运行数据时间序列组合预测方法。

背景技术

数据中心是数据和信息的集中的地方，每时每刻都有许多数据产生、汇聚或分发。关注数据中心设备运行状态与趋势，对保障数据中心的整体运维情况以及与设备相关的数据分析与决策具有重要意义。

ARIMA代表Autoregressive Integrated Moving Average，即差分自回归移动平均，ARIMA模型是一种广泛使用的时间序列预测统计方法，其模型原理简单易实现，仅依赖统计的数据本身而不需要其他外生变量，常用于处理平稳的、或差分后平稳的时序数据，适合跟踪平稳时间序列中的线性趋势，而难以捕捉非线性关系。XGBoost模型代表ExtremeGradient Boosting，又称为极度梯度提升树，是对分类和回归问题的梯度提升集成算法的实现，亦可以被用于时间序列预测，其模型鲁棒性强，在处理大规模数据集时速度快效果好，具备良好的非线性映射能力。

对于复杂的时序数据而言，如数据中心设备的状态数据，由于受到设备本身参数、业务处理、传感器精度等多种因素影响，导致观测的时序数据可能隐含多种变化趋势，而单一的预测模型往往侧重于拟合时间序列的部分线性或非线性特征。

发明内容

本申请实施例的目的在于提供一种数据中心设备运行数据时间序列组合预测方法，基于数据中心设备运行时序数据中隐含的线性特征和非线性特征，以及不同数据模型对不同时间序列规律的拟合能力，对设备运行状态进行估测，为设备运行趋势分析提供数据参考。

为实现上述目的，本申请提供如下技术方案：

本申请实施例提供一种数据中心设备运行数据时间序列组合预测方法，包括如下步骤：

步骤1：预处理原始数据样本，将设备运行原始时序数据样本集标准化处理为标准时序数据，并切割出预留时窗数据；

步骤2：利用剩余时序数据集分别拟合ARIMA模型和XGBoost模型；

步骤3：根据训练后的ARIMA模型和XGBoost模型分别预测预留时窗对应时序的数据值，并根据预测时窗数据与预留时序数据集的均方误差，得到模型组合权重；

步骤4：根据训练后的ARIMA模型和XGBoost模型预测后续时序数据并根据权重得到组合预测时序数据，当有新采样的设备运行时序数据时，根据步骤1至3，更新模型和权重，对设备运行时序数据进行动态组合预测。

所述步骤1中原始时序数据样本集其中上标i表示在总共N个样本对中第i对样本数据，{t⁽ⁱ⁾}、{s⁽ⁱ⁾}分别为原始数据时序及该时序对应运行数据值，标准时序数据集X＝{(t⁽ⁱ⁾,x⁽ⁱ⁾)|i＝1,2,…,N}，其中预留时窗数据为X_w＝{(t⁽ⁱ⁾,x⁽ⁱ⁾)|i＝N-L+1,…,N-1,N}，时窗大小且L＜＜N，则剩余时序数据为X_r＝{(t⁽ⁱ⁾,x⁽ⁱ⁾)|i＝1,2,…,N-L},即X＝X_w∪X_r。

所述步骤2中拟合ARIMA模型包括：