[发明专利]一种基于大数据平台的短期负荷预测方法

摘要

本发明公开了一种基于大数据平台的短期负荷预测方法，该方法包括步骤：构建大数据平台：采用MapReduce架构搭建多个虚拟主机，其中一台作为MapReduce架构主节点Mastert，其余作为分节点，为每台虚拟主机配置处理器和内存以及安装CentOS6.5系统；第二步：在CentOS 6.5系统中创建Hadoop账户，通过修改hosts为主节点和从节点配置IP地址，然后配置SSH使各节点间实现密码登录，完成后各台机器之间直接通过ssh+机器名进行访问；第三步：Spark计算引擎安装成功后将Xgboot算法克隆到本地并进行编译，编译成功后通过指令以yarn模式启动spark‑shell，并引用xgboost包；第四步：将训练数据及相应参数输入Xgboost算法后得到运行结果。本发明在搭建的大数据平台上利用并行后的算法进行预测，提高了负荷预测的精度和预测速度。

主权项

1.一种基于大数据平台的短期负荷预测方法，其特征在于：该方法包括以下步骤：/n(1)构建大数据平台：采用MapReduce架构搭建多个虚拟主机，其中一台作为MapReduce架构主节点Mastert，其余作为分节点，为每台虚拟主机配置处理器和内存以及安装CentOS6.5系统；/n第二步：在CentOS 6.5系统中创建Hadoop账户，并赋予Hadoop账户管理员权限，通过修改hosts为主节点和从节点配置IP地址，然后配置SSH使各节点间实现密码登录，完成后各台机器之间直接通过ssh+机器名进行访问；/n第三步：安装Spark计算引擎，安装成功后，将Xgboot算法克隆到本地磁盘并进行编译，编译成功后通过指令以yarn模式启动spark-shell，并引用xgboost包；/n第四步：将训练数据及相应参数输入Xgboost算法后得到运行，输出下一个时间周期的负荷数据，实现Xgboot算法进行短期负荷预测。/n