[发明专利]基于Docker的电力系统数据预测方法、装置

说明书

本发明公开了一种基于Docker的电力系统数据预测方法、装置，所述方法包括：获取系统的历史数据以及系统的第一T‑1时刻数据；基于所述历史数据以及所述第一T‑1时刻数据，预测得到系统的第一T时刻数据；使用对所述第一T‑1时刻数据进行修正后得到的第二T‑1时刻数据，对所述第一T时刻数据进行修正，得到第二T时刻数据；使用所述第一T时刻数据以及所述第二T时刻数据，建立关于时间的数据预测函数；将ΔT代入所述数据预测函数，预测得到系统的ΔT+T时刻数据。采用上述方案，可以通过较为简单的计算方式实现准确的数据预测。

技术领域

本发明涉及数据处理领域，尤其涉及一种基于Docker的电力系统数据预测方法、装置。

背景技术

如今，处于数据爆炸式增长的年代，人们愈发地依赖可靠、高速地数据处理，通过数据处理结果的反馈做出决策。

为了更好的利用数据处理资源，通常可以根据预测得到的未来时刻数据处理所需的资源来相应的调整数据处理所占用的容量。

但现有技术中，采用的数据容量的预测方法往往过于复杂，训练学习过程所需的数据量庞大，预测结果的准确度也较低。

发明内容

发明目的：针对现有技术缺陷，本发明旨在提供一种基于Docker的电力系统数据预测方法、装置，通过较为简单的计算方式实现准确的数据预测。

技术方案：本发明实施例中提供一种基于Docker的电力系统数据预测方法，包括：获取系统的历史数据以及系统的第一T-1时刻数据；基于所述历史数据以及所述第一T-1时刻数据，预测得到系统的第一T时刻数据；使用对所述第一T-1时刻数据进行修正后得到的第二T-1时刻数据，对所述第一T时刻数据进行修正，得到第二T时刻数据；使用所述第一T时刻数据以及所述第二T时刻数据，建立关于时间的数据预测函数；将ΔT代入所述数据预测函数，预测得到系统的ΔT+T时刻数据。

具体的，使用平滑参数，分别对所述历史数据以及所述第一T-1时刻数据进行加权；所述平滑参数，用于平衡各个时刻数据之间的关系；预测得到系统的第一T时刻数据。

具体的，所述第一T时刻数据S_T¹采用以下公式进行计算：

S_T¹＝αL_T+(1-α)S_T-1¹，

其中，α为所述平滑参数，L_T为T时刻下的历史数据。

具体的，使用平滑参数，分别对所述第一T时刻数据以及所述第二T-1时刻数据进行加权；计算得到系统的第二T时刻数据。

具体的，所述第二T时刻数据S_T²采用以下公式进行计算：

S_T²＝αS_T¹+(1-α)S_T-1²，

其中，S_T-1²为第二T-1时刻数据，所述第二T-1时刻数据采用以下公式进行计算：

S₁¹＝αL₁+(1-α)S₀¹，

S₁²＝αS₁¹+(1-α)S₀²，

S₂¹＝αL₂+(1-α)S₁¹，