[发明专利]支持执行多机器学习模型预测服务的分布式系统及方法

权利要求书

1.一种支持执行多机器学习模型预测服务的分布式系统，包括主控模块和多个工作模块，其中，

所述主控模块用于：向多个工作模块分别发送针对多个机器学习模型的预测服务执行指令，以及获取所述多个工作模块各自对应的机器学习模型的预测结果；

每个工作模块用于：根据接收到的执行指令加载自身对应的至少一个机器学习模型所需的数据，基于所加载的数据构造所述至少一个机器学习模型所需的特征，以及基于构造的特征执行所述至少一个机器学习模型的预测服务以生成预测结果。

2.如权利要求1所述的系统，其中，所述主控模块还用于：

汇总获取的所述预测结果；以及

将汇总的所述预测结果以预定方式输出给用户，或者将汇总的所述预测结果提供给接口服务模块，所述接口服务模块包括在所述系统中并且用于将汇总的所述预测结果以预定方式输出给用户。

3.如权利要求2所述的系统，其中，所述接口服务模块是用于以统一的界面向用户提供具有特定格式的预测结果数据的Web服务器。

4.如权利要求1所述的系统，还包括：共享配置存储模块；

所述共享配置存储模块用于：存储配置信息；

每个工作模块用于：根据所述配置信息获取自身对应的至少一个机器学习模型的相关数据。

5.如权利要求4所述的系统，其中，共享配置存储模块包括用于与具有各类接口的多个机器学习模型对接的接口单元，并且，

所述相关数据包括：所述至少一个机器学习模型本身的相关数据以及所述至少一个机器学习模型的输入数据的处理方法相关数据。

6.一种风力发电系统，包括主控服务器、多个工作服务器以及多个风力发电机，其中，每个工作服务器对应于一个风力发电机，并且，其中，

所述主控服务器用于：向多个工作服务器分别发送针对多个机器学习模型的预测服务执行指令，以及获取所述多个工作服务器各自对应的机器学习模型的预测结果；

每个工作服务器用于：根据接收到的执行指令加载从相应风力发电机获取的且与自身对应的至少一个机器学习模型所需的数据，基于所加载的数据构造所述至少一个机器学习模型所需的特征，以及基于构造的特征执行所述至少一个机器学习模型的预测服务以生成预测结果；以及

每个风力发电机用于：采集自身的操作和状态信号，采集的所述操作和状态信号至少包括对应工作模块上加载的至少一个机器学习模型进行预测服务所需的操作和状态信号。

7.一种支持执行多机器学习模型预测服务的分布式系统的操作方法，所述分布式系统包括主控模块和多个工作模块，并且所述方法包括：

由所述主控模块向多个工作模块分别发送针对多个机器学习模型的预测服务执行指令；

由每个工作模块根据接收到的执行指令加载自身对应的至少一个机器学习模型所需的数据，基于所加载的数据构造所述至少一个机器学习模型所需的特征，以及基于构造的特征执行所述至少一个机器学习模型的预测服务以生成预测结果；以及

由所述主控模块获取所述多个工作模块各自对应的机器学习模型的预测结果。

8.一种风力发电系统的操作方法，其中，所述风力发电系统包括主控服务器、多个工作服务器以及多个风力发电机，其中，每个工作服务器对应于一个风力发电机，所述操作方法包括：

由所述主控服务器向多个工作服务器分别发送针对多个机器学习模型的预测服务执行指令，以及获取所述多个工作服务器各自对应的机器学习模型的预测结果；

由每个工作服务器根据接收到的执行指令加载从相应风力发电机获取的且与自身对应的至少一个机器学习模型所需的数据，基于所加载的数据构造所述至少一个机器学习模型所需的特征，以及基于构造的特征执行所述至少一个机器学习模型的预测服务以生成预测结果；以及

由每个风力发电机采集自身的操作和状态信号，采集的所述操作和状态信号至少包括对应工作模块上加载的至少一个机器学习模型进行预测服务所需的操作和状态信号。