“负载预测”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果529725个，建议您升级VIP下载更多相关专利

[发明专利]服务器容量的处理方法及装置、存储介质及电子设备-CN201910625986.4有效
发明人：朱国胜 -专利权人：中国平安财产保险股份有限公司
申请日： 2019-07-11 - 公布日： 2023-04-07 - 主分类号： H04L41/0896 文献下载
摘要：本公开涉及计算机技术领域，提供了一种服务器容量的处理方法、服务器容量的处理装置、计算机存储介质、电子设备，其中，服务器容量的处理方法包括：获取所述服务器在预设时间点的实时负载值；将所述实时负载值输入预测模型中，根据所述预测模型的输出得到所述服务器在目标时间点的预测负载值，其中，所述预测模型为根据历史负载值训练机器学习模型得到；若所述预测负载值大于第一预设阈值，则对所述服务器容量进行扩容处理；若所述预测负载值小于第二预设阈值
服务器容量处理方法装置存储介质电子设备

[发明专利]基于LSTM的CPU资源负载情况预测方法-CN202010384306.7在审
发明人：樊文杰;陈岚;张贺 -专利权人：中国科学院微电子研究所
申请日： 2020-05-08 - 公布日： 2021-11-09 - 主分类号： G06F9/50 文献下载
摘要：本发明提供了一种基于LSTM的CPU资源负载情况预测方法，包括：构建LSTM算法模型；对所述LSTM算法模型进行训练；以及利用训练好的LSTM算法模型进行CPU资源负载情况预测。本发明基于LSTM的CPU资源负载情况预测方法加快了模型的收敛速度，提高模型的预测准确率，能够提前预警CPU资源负载情况，从而帮助系统管理员提前开展资源调度等工作，高效利用地CPU资源，防止故障发生。
基于 lstm cpu 资源负载情况预测方法

[发明专利]一种线路和配变的最大负载预测的方法-CN202010945317.8在审
发明人：熊福喜;张远来;王梦辉;晏斐 -专利权人：泰豪软件股份有限公司
申请日： 2020-09-10 - 公布日： 2021-03-16 - 主分类号： G06F16/2458 文献下载
摘要：本发明公开了一种线路和配变的最大负载预测的方法，包括以下步骤：步骤1：线路和配变数据处理；步骤2：线路和配变模型训练和报表生成；步骤3：负载预测。通过对各线路和配变历史数据进行加工清洗，生成适用于分析和预测的统一数据模型。选取多元化时间序列预测算法对数据进行预测，通过对模型效果进行对比，自动选择最优模型作为线路和配变的长期负载预测。通过建立线路和配变的预测模型，将负载预测和分析报表写入数据库，通过BI工具界面展示，并支持下游系统使用。这为传统仅依赖人的主观决策的运检设备扩容规划，或者仅依赖单个模型简单预测辅助决策，提供了可量化和自动化选择最优模型进行预测的技术保障。
一种线路最大负载预测方法

[发明专利]信息处理方法及电子设备-CN201910810668.5在审
发明人：陆明;王友焱;冯雅彤 -专利权人：联想(北京)有限公司
申请日： 2019-08-29 - 公布日： 2019-12-24 - 主分类号： G06F9/50 文献下载
摘要：所述信息处理方法，包括：根据资源平台的业务场景，预测所述资源平台内预测对象的负载状况信息；根据所述负载状况信息，在预测的时段内对所述资源平台执行负载状况信息相适配的预定操作。
负载状况信息资源平台信息处理预测电子设备业务场景预定操作适配申请

[发明专利]基于流量感知的网络切片配置方法-CN202211109593.6在审
发明人：房小兆;梁嘉豪;吴昊;高洪波;周郭许 -专利权人：广东工业大学;惠盟电力科技有限公司;高洪波
申请日： 2022-09-13 - 公布日： 2022-12-09 - 主分类号： H04W28/02 文献下载
摘要：本发明属于网络通信技术领域，具体涉及一种基于流量感知的网络切片配置方法，具体步骤：基于压缩感知的端到端网络流量重构方法对网络流量进行重构，得到重构网络流量A；获取历史网络数据中的网络流量B，进行LSTM预测网络训练，将重构网络流量A代入LSTM预测网络，对重构网络流量A进行流量负载预测，得到每个网元预测负载值；结合NFV技术实现网络切片资源智能分配：比较当前系统中每个服务器的负载阈值和所有网元预测负载值，对每个网元预测负载值进行资源分配
基于流量感知网络切片配置方法

[发明专利]基于双通道GRU和图卷积神经网络的通信基站负载预测方法-CN202211110590.4在审
发明人：张妙;刘春山;赵楼 -专利权人：杭州电子科技大学
申请日： 2022-09-13 - 公布日： 2022-11-25 - 主分类号： H04W24/06 文献下载
摘要：本发明公开了一种基于双通道GRU和图卷积神经网络的通信基站负载预测方法，通过结合每个基站历史数据的时间关系特征和基站与基站之间的空间联系，来同时精确预测多个基站的通信负载。本发明具体包括以下步骤：对基站负载历史数据进行特征选择，构建模型输入向量，用输入向量构建预测模型的输入序列；用图结构表示基站网络，基于历史负载数据构建图的邻接矩阵；搭建基于双通道GRU和图卷积神经网络的负载预测模型本发明方法与基准预测模型相比，实现了更好的预测效果，且本发明利用图卷积网络提取空间特征，不需要原始数据为规则的网格形式，因此更具实用性。
基于双通道 gru 图卷神经网络通信基站负载预测方法

[发明专利]电力控制装置以及电力控制方法-CN201380024789.8有效
发明人：塚本由香里 -专利权人：日产自动车株式会社
申请日： 2013-03-26 - 公布日： 2015-01-21 - 主分类号： H02J7/00 文献下载
摘要：本发明具备：切换单元，其连接在对负载(4)提供电力的电池组(13)与负载(4)之间，来对电的导通和切断进行切换；预测单元，其预测表示负载(4)的消耗电力的时间序列的特性的负载电力特性，基于预测出的负载电力特性来预测表示电池组(13)的充放电电力的时间序列的特性的充放电电力特性；检测单元，其检测电池组(4)的开路电压；以及控制单元，其控制切换单元，其中，控制单元根据由预测单元预测出的充放电电力特性，将电池组(13)的充放电电力在规定期间成为规定电力以下的期间确定为电压检测期间
电力控制装置以及方法

[发明专利]一种新型电力负荷管理系统分布式新能源信息预测方法-CN202211599779.4在审
发明人：杨世海;黄奇峰;龙禹;庄重;段梅梅;孔月萍;周雨奇;丁泽诚;张汀荃;盛举;黄艺璇;方凯杰;程含渺;李波 -专利权人：国网江苏省电力有限公司营销服务中心
申请日： 2022-12-14 - 公布日： 2023-04-07 - 主分类号： H02J3/00 文献下载
摘要：一种新型电力负荷管理系统分布式新能源信息预测方法，获取分布式新能源发电功率、储能状态和负载用电功率；基于小波变换神经网络法构建分布式新能源的功率预测模型输出不同瞬时频率下的功率预测结果；采集分布式新能源的发电功率、储能状态和负载用电功率，在预测时间窗内对功率进行预测，确定负载供电或功率余量的控制策略；执行控制策略时利用功率预测模型在反馈时间窗内对功率进行预测，以功率反馈结果与功率预测结果的误差最小为训练目标，基于闭环控制策略，采用遗传算法对功率预测模型进行迭代优化，以优化后的功率预测模型进行分布式新能源信息的预测。本发明快速准确地预测短时间内的分布式新能源发电功率、储能装置状态和负载用电功率。
一种新型电力负荷管理系统分布式新能源信息预测方法

[发明专利]一种运维自动化系统及方法-CN201510788781.X有效
发明人：张海全;杨东;张宗华 -专利权人：南京南瑞集团公司
申请日： 2015-11-17 - 公布日： 2018-08-10 - 主分类号： H04L12/24 文献下载
摘要：本发明公开了一种运维自动化系统及方法，它包括数据采集模块：用于通过网管协议或者日志文件获取运维系统中各个被监控单元的关键性能指标和运行状态；预处理与存储模块：对数据采集模块采集得到的数据进行预处理工作和分类存储；预测模块：根据预处理与存储模块处理之后的数据进行预测，包括CPU负载预测和磁盘负载预测；算法评价模块：建立预测模块的预测算法的评价标准，将实际值与预测算法的预测值进行对比，建立自学习过程；运维监控管理模块：负责和运维管理人员按进行交互本发明建立负载预测机制与算法预测模型，完成针对CPU、内存、磁盘等资源使用情况的预测，结合负载预测结果，分析告警信息给出相关辅助决策，使用脚本、API接口等方式实现资源扩容、故障处理。
预处理预测运维数据采集模块自动化系统存储模块负载预测预测模块预测算法关键性能指标监控管理模块磁盘负载分类存储辅助决策告警信息故障处理监控单元评价标准日志文件算法评价算法预测网管协议运维管理运维系统运行状态资源扩容资源使用自学习磁盘脚本内存采集分析

[发明专利]基于灰色理论通过电机温度和负载对电机寿命预测的方法-CN202210480943.3在审
发明人：常九健;丁宇浩 -专利权人：合肥工业大学
申请日： 2022-05-05 - 公布日： 2022-08-12 - 主分类号： G06F30/20 文献下载
摘要：本发明涉及一种基于灰色理论通过电机温度和负载对电机寿命预测的方法，包括：获取电机在不同温度下的工作寿命时长原始数据以及电机在不同负载下的工作寿命时长原始数据；建立电机温度预测寿命模型和电机负载预测寿命模型；对电机负载预测寿命模型的参数进行优化；得到综合预测数据序列；建立电机剩余寿命预测模型，输出下一序列数t+1下的电机剩余寿命预测值。本发明能够综合考虑多方面因素，同时可以克服数据获取困难的问题，进一步提高电机寿命预测的精度；本发明同时可以改善驾驶员检测电机状况的体验，实时监控电机的健康状况并实现自动调节，能够延长电机寿命的使用寿命。
基于灰色理论通过电机温度负载寿命预测方法

[发明专利]基于业务预测的负载均衡方法-CN201210127712.0无效
发明人：冯志勇;张平;石聪;刘庆;杨栋;陈亚迷;尹鹏;张奇勋;马云飞;王莹;陈施;尉志清;庄荔;宋浩明 -专利权人：北京邮电大学
申请日： 2012-04-26 - 公布日： 2012-10-03 - 主分类号： H04W28/08 文献下载
摘要：本发明公开了一种基于业务预测的负载均衡方法，涉及无线通信技术领域，包括以下步骤：以预先设定的时间段为单位，对不同时间段的业务量采用不同的业务预测模型进行预测；S2：根据所述不同的业务预测模型预测得到的下一负载均衡处理周期的业务量，提前配置业务请求调度结果，以达到负载均衡。本发明的基于业务预测的负载均衡方法针对每个时段分别进行业务预测建模，将处于不同时间段得业务量进行分段建模的好处是，由于每一段时间的变化趋势基本相同，不用通过大量的迭代计算，减少了设计的复杂度，加快了预测模型的收敛速度
基于业务预测负载均衡方法

[发明专利]大工业用户基本电费优化辅助决策方法及相关产品-CN202211489791.X在审
发明人：杨雨婕;颜玮康;李建立;贾有根;张凌;郝珂;何冰;谢天祥;谢飞;张敏;胡园园;谭翔鹤;高世超;黄心怡 -专利权人：国网四川省电力公司天府新区供电公司
申请日： 2022-11-25 - 公布日： 2023-04-04 - 主分类号： G06Q30/0201 文献下载
摘要：本发明公开了一种大工业用户基本电费优化辅助决策方法、系统、计算机设备以及计算机可读存储设备，该方法包括：获取大工业用户N个月的变压器月度最大负载率数据；其中N为正整数；基于时间序列预测模型算法，利用变压器月度最大负载率数据进行建模，得到最大负载率预测模型；根据最大负载率预测模型计算得到下周期的预测变压器月度最大负载率；根据预测变压器月度最大负载率确定最优基本电费计量方式。
大工业用户基本电费优化辅助决策方法相关产品

[发明专利]一种无服务器Serverless用户工作负载预测方法、装置及介质-CN202310729450.3在审
发明人：赵慧;毋涛;卢莹 -专利权人：中国联合网络通信集团有限公司
申请日： 2023-06-19 - 公布日： 2023-09-19 - 主分类号： H04L41/147 文献下载
摘要：本发明提供一种无服务器Serverless用户工作负载预测方法、装置及介质，该方法包括：采集Serverless架构中的历史数据，所述历史数据包括作为自变量的性能监测数据以及作为因变量的等待执行的作业数；根据所述性能监测数据和等待执行的作业数提取根因特征、时分特征、差分特征以及交互特征；将所述性能监测数据、根因特征、时分特征、差分特征以及交互特征作为训练数据集训练预设的工作负载模型，得到训练好的工作负载模型；使用训练好的工作负载模型预测Serverless用户工作负载。该方法、装置及介质能够解决现有的工作负载预测方法由于使用单特征进行预测，容易导致数据特征提取弱，预测效果偏差大的问题。
一种服务器 serverless 用户工作负载预测方法装置介质

[发明专利]用于电能质量控制器的计算负载预测电流装置及其方法-CN202010047614.0有效
发明人：苏霄;张光普;杨华;王恩波;杜红宇;任顺利;钱嘉怡;赵海春;高扬;董雪武;郑航;曾繁鹏 -专利权人：大连地铁集团有限公司;大连地铁运营有限公司;锐芯电气技术（大连）有限公司
申请日： 2020-01-16 - 公布日： 2023-10-13 - 主分类号： G06F17/16 文献下载
摘要：本发明涉及智能电网技术领域，一种用于电能质量控制器的计算负载预测电流装置及其方法，其中方法包括以下步骤：(1)将检测的负载电流做ABC/DQ变换，(2)低通滤波，(3)负载电流的预测，(4)进行DQ/ABC装置包括只补偿谐波电流时负载预测电流计算的装置及同时补偿无功和谐波电流时负载预测电流计算的装置。相比于传统负载预测电流计算方法具有简单、有效、可靠，容易实现等优点。
用于电能质量控制器计算负载预测电流装置及其方法

[发明专利]一种基于AKX混合模型的服务负载细粒度预测方法-CN202010708031.8在审
发明人：王勇;曲连威;马宇良;王昊 -专利权人：哈尔滨工程大学
申请日： 2020-07-21 - 公布日： 2020-11-10 - 主分类号： G06F9/50 文献下载
摘要：本发明是一种基于AKX混合模型的服务负载细粒度预测方法。本发明属于服务计算技术领域。采集服务运行监控过程中产生的数据进行预处理，对数据集进行白噪声和稳定性检测构建ARMA模型；建立ARIMA模型采用Kalman滤波方法对模型预测值进行在线实时校正，有效处理非线性残差；引入XGBoost方法对服务负载历史数据进行离线自回归预测训练分析，并与实际服务负载数据进行差值计算，将差值结果与基于混合模型的预测值进行拟合，获得最终的服务负载预测结果。本发明相对于现有预测方法，在资源受限和负载高发背景下，具有更高预测精度和较低时延，更好地满足的任务突发背景下指控系统对服务有效性、可靠性以及高资源利用率要求。
一种基于 akx 混合模型服务负载细粒度预测方法