CN110955728A - 用电数据传输方法、服务器及存储介质 - Google Patents
用电数据传输方法、服务器及存储介质 Download PDFInfo
- Publication number
- CN110955728A CN110955728A CN201911186994.XA CN201911186994A CN110955728A CN 110955728 A CN110955728 A CN 110955728A CN 201911186994 A CN201911186994 A CN 201911186994A CN 110955728 A CN110955728 A CN 110955728A
- Authority
- CN
- China
- Prior art keywords
- server
- preset
- state
- consumption data
- transmitted
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
本发明涉及数据处理技术,提供了一种用电数据传输方法、服务器及存储介质。该方法通过接收采集终端发送的传输用电数据的请求,获取待传输的用电数据,获取服务器的预设指标的历史值并预测得到服务器的预设指标的预测值,根据预测值及预设判断规则判断服务器的状态,当判断服务器为第一状态时,基于第一预设路由算法将待传输的用电数据进行传输,当判断服务器为第二状态时,基于第二预设路由算法将待传输的用电数据传输,当判断服务器的状态为第三状态时,对服务器执行扩容处理,基于扩容后的服务器及第二预设路由算法将待传输的用电数据进行传输。利用本发明,可以实现提高用电数据的传输效率,实现稳定传输。
Description
技术领域
本发明涉及数据处理领域,尤其涉及一种用电数据传输方法、服务器及存储介质。
背景技术
电力需求侧管理是指电力行业采取行政、经济、技术措施,鼓励用户采用各种有效的节能技术改变需求方式,在保持能源服务水平的情况下,降低能源消费和用电负荷,实现减少新建电厂投资和一次能源对大气环境的污染,从而取得明显的经济效益和社会效益。
目前在电力需求侧管理中,电力调度部门的分布式存储系统与用户的采集终端之间存在着海量的实时、多源、多粒度及多纬度的数据传输,在传输大量数据的情况下,不仅容易出现数据传输延迟,还容易出现数据丢失,造成整个数据传输系统的性能下降甚至宕机,导致数据传输效率低下。
发明内容
鉴于以上内容,本发明提供一种用电数据传输方法、服务器及存储介质,其目的在于解决电力需求侧管理中大量数据传输时导致数据传输效率低的问题。
为实现上述目的,本发明提供一种用电数据传输方法,该方法包括:
接收步骤:接收预先配置的采集终端发送的传输用电数据的请求,响应并解析所述请求,获取待传输的用电数据;
判断步骤:获取第一预设时间内所述服务器的预设指标的历史值,基于所述预设指标的历史值及预先确定的目标指数平滑模型,预测得到所述服务器的预设指标的预测值,根据所述预测值及预设判断规则,判断所述服务器的状态;及
传输步骤:当判断所述服务器的状态为第一状态时,基于第一预设路由算法将所述待传输的用电数据传输至相应的存储节点,当判断所述服务器的状态为第二状态时,基于第二预设路由算法将所述待传输的用电数据传输至相应的存储节点,当判断所述服务器的状态为第三状态时,对所述服务器执行扩容处理,基于扩容后的服务器及所述第二预设路由算法将所述待传输的用电数据传输至相应的存储节点。
优选的,所述预设指标包括:CPU使用率及内存使用率。
优选的,所述基于所述预设指标的历史值及预先确定的目标指数平滑模型,预测得到所述服务器的预设指标的预测值包括:
根据所述预设指标的历史值的时间序列数据的变化趋势,构建指数平滑模型,利用优选法确定该指数平滑模型的加权系数,得到所述目标指数平滑模型,基于所述目标平滑模型预测出所述服务器各个预设指标的预测值。
优选的,所述根据所述预测值及预设判断规则,判断所述服务器的状态包括:
当所述服务器的预设指标的预测值均小于第一预设阈值时,判断所述服务器的状态为第一状态;
当所述服务器的预设指标的预测值中任意一项指标大于第一预设阈值且低于第二预设阈值时,判断所述服务器的状态为第二状态;
当所述服务器的预设指标的预测值均大于第二预设阈值时,判断所述服务器的状态为第三状态。
优选的,所述对所述服务器执行扩容处理包括:
获取第二预设时间内的历史用电数据传输量及对应的预设指标的历史值并执行预处理,将预处理后的历史用电数据传输量及对应的预设指标的历史值输入一元多项方程模型进行训练,得到容量预测模型,将所述待传输的用电数据输入所述容量预测模型,得到待扩充容量的预测值,基于所述待扩充容量的预测值进行扩容。
为实现上述目的,本发明还提供一种服务器,该服务器包括:存储器及处理器,其特征在于,所述存储器上存储用电数据传输程序,所述用电数据传输程序被所述处理器执行,实现如下步骤:
接收步骤:接收预先配置的采集终端发送的传输用电数据的请求,响应并解析所述请求,获取待传输的用电数据;
判断步骤:获取第一预设时间内所述服务器的预设指标的历史值,基于所述预设指标的历史值及预先确定的目标指数平滑模型,预测得到所述服务器的预设指标的预测值,根据所述预测值及预设判断规则,判断所述服务器的状态;及
传输步骤:当判断所述服务器的状态为第一状态时,基于第一预设路由算法将所述待传输的用电数据传输至相应的存储节点,当判断所述服务器的状态为第二状态时,基于第二预设路由算法将所述待传输的用电数据传输至相应的存储节点,当判断所述服务器的状态为第三状态时,对所述服务器执行扩容处理,基于扩容后的服务器及所述第二预设路由算法将所述待传输的用电数据传输至相应的存储节点。
优选的,所述基于所述预设指标的历史值及预先确定的目标指数平滑模型,预测得到所述服务器的预设指标的预测值包括:
根据所述预设指标的历史值的时间序列数据的变化趋势,构建指数平滑模型,利用优选法确定该指数平滑模型的加权系数,得到所述目标指数平滑模型,基于所述目标平滑模型预测出所述服务器各个预设指标的预测值。
优选的,所述预设指标包括:CPU使用率及内存使用率,所述根据所述预测值及预设判断规则,判断所述服务器的状态包括:
当所述服务器的预设指标的预测值均小于第一预设阈值时,判断所述服务器的状态为第一状态;
当所述服务器的预设指标的预测值中任意一项指标大于第一预设阈值且低于第二预设阈值时,判断所述服务器的状态为第二状态;
当所述服务器的预设指标的预测值均大于第二预设阈值时,判断所述服务器的状态为第三状态。
优选的,所述对所述服务器执行扩容处理包括:
获取第二预设时间内的历史用电数据传输量及对应的预设指标的历史值并执行预处理,将预处理后的历史用电数据传输量及对应的预设指标的历史值输入一元多项方程模型进行训练,得到容量预测模型,将所述待传输的用电数据输入所述容量预测模型,得到待扩充容量的预测值,基于所述待扩充容量的预测值进行扩容。
为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中包括用电数据传输程序,所述用电数据传输程序被处理器执行时,可实现如上所述用电数据传输方法中的任意步骤。
本发明提出的用电数据传输方法、服务器及存储介质,接收采集终端发送的传输用电数据的请求后,通过获取服务器的预设指标的历史值并预测得到服务器的预设指标的预测值,根据预测值及预设判断规则可准确的判断服务器的所属的状态,根据服务器的状态相应选择不同的路由算法进行数据传输可避免单一的传输方法导致系统负荷增大,当判断服务器为第一状态时,基于第一预设路由算法将待传输的用电数据进行传输,当判断服务器为第二状态时,基于第二预设路由算法将待传输的用电数据传输,当判断服务器的状态为第三状态时,对服务器执行扩容处理,基于扩容后的服务器及第二预设路由算法将待传输的用电数据进行传输。利用本发明,可以提高系统的稳定性和传输效率。
附图说明
图1为本发明服务器较佳实施例的示意图;
图2为图1中用电数据传输程序较佳实施例的模块示意图;
图3为本发明用电数据传输方法较佳实施例的流程图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参照图1所示,为本发明服务器1较佳实施例的示意图。
该服务器1包括但不限于:存储器11、处理器12、显示器13及网络接口14。所述服务器1通过网络接口14连接网络,获取原始数据。其中,所述网络可以是企业内部网(Intranet)、互联网(Internet)、全球移动通讯系统(Global System of Mobilecommunication,GSM)、宽带码分多址(Wideband Code Division Multiple Access,WCDMA)、4G网络、5G网络、蓝牙(Bluetooth)、Wi-Fi、通话网络等无线或有线网络。
其中,存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,所述存储器11可以是所述服务器1的内部存储单元,例如该服务器1的硬盘或内存。在另一些实施例中,所述存储器11也可以是所述服务器1的外部存储设备,例如该服务器1配备的插接式硬盘,智能存储卡(SmartMedia Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。当然,所述存储器11还可以既包括所述服务器1的内部存储单元也包括其外部存储设备。本实施例中,存储器11通常用于存储安装于所述服务器1的操作系统和各类应用软件,例如用电数据传输程序10的程序代码等。此外,存储器11还可以用于暂时地存储已经输出或者将要输出的各类数据。
处理器12在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器12通常用于控制所述服务器1的总体操作,例如执行数据交互或者通信相关的控制和处理等。本实施例中,所述处理器12用于运行所述存储器11中存储的程序代码或者处理数据,例如运行用电数据传输程序10的程序代码等。
显示器13可以称为显示屏或显示单元。在一些实施例中显示器13可以是LED显示器、液晶显示器、触控式液晶显示器以及有机发光二极管(Organic Light-EmittingDiode,OLED)触摸器等。显示器13用于显示在服务器1中处理的信息以及用于显示可视化的工作界面,例如显示数据统计的结果。
网络接口14可选地可以包括标准的有线接口、无线接口(如WI-FI接口),该网络接口14通常用于在所述服务器1与其它电子设备之间建立通信连接。
图1仅示出了具有组件11-14以及用电数据传输程序10的服务器1,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。
可选地,所述服务器1还可以包括用户接口,用户接口可以包括显示器(Display)、输入单元比如键盘(Keyboard),可选的用户接口还可以包括标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及有机发光二极管(Organic Light-Emitting Diode,OLED)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在服务器1中处理的信息以及用于显示可视化的用户界面。
该服务器1还可以包括射频(Radio Frequency,RF)电路、传感器和音频电路等等,在此不再赘述。
在上述实施例中,处理器12执行存储器11中存储的用电数据传输程序10时可以实现如下步骤:
接收步骤:接收预先配置的采集终端发送的传输用电数据的请求,响应并解析所述请求,获取待传输的用电数据;
判断步骤:获取第一预设时间内所述服务器的预设指标的历史值,基于所述预设指标的历史值及预先确定的目标指数平滑模型,预测得到所述服务器的预设指标的预测值,根据所述预测值及预设判断规则,判断所述服务器的状态;及
传输步骤:当判断所述服务器的状态为第一状态时,基于第一预设路由算法将所述待传输的用电数据传输至相应的存储节点,当判断所述服务器的状态为第二状态时,基于第二预设路由算法将所述待传输的用电数据传输至相应的存储节点,当判断所述服务器的状态为第三状态时,对所述服务器执行扩容处理,基于扩容后的服务器及所述第二预设路由算法将所述待传输的用电数据传输至相应的存储节点。
关于上述步骤的详细介绍,请参照下述图2关于用电数据传输程序10实施例的程序模块图以及图3关于用电数据传输方法实施例的流程图的说明。
在其他实施例中,所述用电数据传输程序10可以被分割为多个模块,该多个模块被存储于存储器12中,并由处理器13执行,以完成本发明。本发明所称的模块是指能够完成特定功能的一系列计算机程序指令段。
参照图2所示,为图1中用电数据传输程序10一实施例的程序模块图。在本实施例中,所述用电数据传输程序10可以被分割为:接收模块110、判断模块120及传输模块130。
接收模块110,用于接收预先配置的采集终端发送的传输用电数据的请求,响应并解析所述请求,获取待传输的用电数据。
在本实施例中,接收预先配置的采集终端(例如,智能电表)发送的传输用电数据的请求,响应并解析请求,获取待传输的用电数据,其中,用电数据可以是多个数据包。
判断模块120,用于获取第一预设时间内所述服务器的预设指标的历史值,基于所述预设指标的历史值及预先确定的目标指数平滑模型,预测得到所述服务器的预设指标的预测值,根据所述预测值及预设判断规则,判断所述服务器的状态。
在本实施例中,获取第一预设时间内服务器的预设指标的历史值,其中,预设指标包括服务器的CPU使用率及内存使用率,基于预设指标的历史值及预先确定的目标指数平滑模型,预测得到该服务器的预设指标的预测值,根据所述预测值及预设判断规则,判断服务器的状态。
指数平滑法是在移动平均法基础上发展起来的一种时间序列分析预测法,兼顾了全期平均和移动平均所长,但对远期数据仅给予逐渐减弱的影响程度,即随着数据的远离,赋予逐渐收敛为零的权数,通过计算指数平滑值,配合一定的时间序列预测模型对现象的未来进行预测,赋予远期较小的比重,近期较大的比重,所以可进行短期预测。
进一步地,根据所述预设指标的历史值的时间序列数据的变化趋势,构建指数平滑模型,利用优选法确定该指数平滑模型的加权系数,得到所述目标指数平滑模型,基于所述目标平滑模型预测出所述服务器各个预设指标的预测值。其中,优选法确定指数平滑模型加权系数具体包括:通过黄金分割的方法选择加权系数,通过预测结果与实际结果对比,选取结果误差的范围为[b,d],其中,0≤b<1,0<d≤1,然后继续进行分割,直到d-b<0.1结束,选取区间平均值为指数平滑模型加权系数。
在一个实施例中,还可以利用回归分析法对预测预设指标的历史值进行预测得到预测值,并将该预测值与上述指数平滑模型预测出的预测值进行求均值,将均值作为目标预测值。回归分析法是一种预测性的建模技术,确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法,它研究的是因变量和自变量之间的关系,通常用于预测分析时间序列模型以及推导变量之间的因果关系。在分析多因素模型时更加简单和节省系统资源,不仅可以预测并求出函数,还可以对结果进行残差的检验,提高预测模型的精度。基于指数平滑模型和回归分析法两者预测值求出的均值得出的预测值,可以一定程度上克服指数平滑模型对远期数据预测精度不高的问题。
进一步地,根据所述预测值及预设判断规则,判断所述服务器的状态包括:当所述服务器的预设指标的预测值均小于第一预设阈值(例如,50%)时,判断所述服务器的状态为第一状态(例如,正常状态);当所述服务器的预设指标的预测值中任意一项指标大于第一预设阈值且低于第二预设阈值(例如,90%)时,判断所述服务器的状态为第二状态(例如,繁忙状态);当所述服务器的预设指标的预测值均大于第二预设阈值时,判断所述服务器的状态为第三状态(例如,高负荷状态)。
传输模块130,用于当判断所述服务器的状态为第一状态时,基于第一预设路由算法将所述待传输的用电数据传输至相应的存储节点,当判断所述服务器的状态为第二状态时,基于第二预设路由算法将所述待传输的用电数据传输至相应的存储节点,当判断所述服务器的状态为第三状态时,对所述服务器执行扩容处理,基于扩容后的服务器及所述第二预设路由算法将所述待传输的用电数据传输至相应的存储节点。
在本实施例中,当判断服务器的状态为第一状态(正常状态)时,基于第一预设路由算法将待传输的用电数据传输至相应的存储节点,第一预设路由算法可以是轮流使用预先构建的多组网络传输用电数据,或随机选择其中一组网络传输用电数据。应当理解的是,目前的存储系统中的存储节点之间大多只有一组网络用于数据传输,存在单点网络故障的风险,因此本实施中可按实际情况预先构建多组网络用于数据传输。
当判断服务器的状态为第二状态(繁忙状态)时,基于第二预设路由算法将所述待传输的用电数据传输至相应的存储节点,其中,第二预设路由算法包括:统计第三预设时间内每组网络传输完成的用电数据的数据包数量,由大到小进行排序,筛选出排序前两组的网络,并计算筛选出的两组网络传输完成的用电数据的数据包数量的绝对值,当绝对值小于预设值时,将待传输的用电数据的数据包轮流分配至筛选出的两组网络进行传输,当绝对值大于预设值时,给两组网络中传输完成的数据包的数量多的网络分配第一优先级、另一组网络分配第二优先级,将第一比例的用电数据的数据包分配给第一优先级的网络进行传输、第二比例的数据包分配给第二优先级的网络进行传输,其中第一优先级高于第二优先级,第一比例大于第二比例。
当判断所述服务器的状态为第三状态时,对所述服务器执行扩容处理,基于扩容后的服务器及所述第二预设路由算法将所述待传输的用电数据传输至相应的存储节点。
进一步地,所述对所述服务器执行扩容处理包括:
获取第二预设时间内的历史用电数据传输量及对应的预设指标的历史值并执行预处理,将预处理后的历史用电数据传输量及对应的预设指标的历史值输入一元多项方程模型进行训练,得到容量预测模型,将所述待传输的用电数据输入所述容量预测模型,得到待扩充容量的预测值,基于所述待扩充容量的预测值进行扩容。
参照图3所示,是本发明用电数据传输方法较佳实施例的流程图。
步骤S10,接收预先配置的采集终端发送的传输用电数据的请求,响应并解析所述请求,获取待传输的用电数据。
在本实施例中,接收预先配置的采集终端(例如,智能电表)发送的传输用电数据的请求,响应并解析请求,获取待传输的用电数据,其中,用电数据可以是多个数据包。
步骤S20,获取第一预设时间内所述服务器的预设指标的历史值,基于所述预设指标的历史值及预先确定的目标指数平滑模型,预测得到所述服务器的预设指标的预测值,根据所述预测值及预设判断规则,判断所述服务器的状态。
在本实施例中,获取第一预设时间内服务器的预设指标的历史值,其中,预设指标包括服务器的CPU使用率及内存使用率,基于预设指标的历史值及预先确定的目标指数平滑模型,预测得到该服务器的预设指标的预测值,根据所述预测值及预设判断规则,判断服务器的状态。
指数平滑法是在移动平均法基础上发展起来的一种时间序列分析预测法,兼顾了全期平均和移动平均所长,但对远期数据仅给予逐渐减弱的影响程度,即随着数据的远离,赋予逐渐收敛为零的权数,通过计算指数平滑值,配合一定的时间序列预测模型对现象的未来进行预测,赋予远期较小的比重,近期较大的比重,所以可进行短期预测。
进一步地,根据所述预设指标的历史值的时间序列数据的变化趋势,构建指数平滑模型,利用优选法确定该指数平滑模型的加权系数,得到所述目标指数平滑模型,基于所述目标平滑模型预测出所述服务器各个预设指标的预测值。其中,优选法确定指数平滑模型加权系数具体包括:通过黄金分割的方法选择加权系数,通过预测结果与实际结果对比,选取结果误差的范围为[b,d],其中,0≤b<1,0<d≤1,然后继续进行分割,直到d-b<0.1结束,选取区间平均值为指数平滑模型加权系数。
在一个实施例中,还可以利用回归分析法对预测预设指标的历史值进行预测得到预测值,并将该预测值与上述指数平滑模型预测出的预测值进行求均值,将均值作为目标预测值。回归分析法是一种预测性的建模技术,确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法,它研究的是因变量和自变量之间的关系,通常用于预测分析时间序列模型以及推导变量之间的因果关系。在分析多因素模型时更加简单和节省系统资源,不仅可以预测并求出函数,还可以对结果进行残差的检验,提高预测模型的精度。基于指数平滑模型和回归分析法两者预测值计算均值得出的预测值,可以一定程度上克服指数平滑模型对远期数据预测精度不高的问题。
进一步地,根据所述预测值及预设判断规则,判断所述服务器的状态包括:当所述服务器的预设指标的预测值均小于第一预设阈值(例如,50%)时,判断所述服务器的状态为第一状态(例如,正常状态);当所述服务器的预设指标的预测值中任意一项指标大于第一预设阈值且低于第二预设阈值(例如,90%)时,判断所述服务器的状态为第二状态(例如,繁忙状态);当所述服务器的预设指标的预测值均大于第二预设阈值时,判断所述服务器的状态为第三状态(例如,高负荷状态)。
步骤S30,当判断所述服务器的状态为第一状态时,基于第一预设路由算法将所述待传输的用电数据传输至相应的存储节点,当判断所述服务器的状态为第二状态时,基于第二预设路由算法将所述待传输的用电数据传输至相应的存储节点,当判断所述服务器的状态为第三状态时,对所述服务器执行扩容处理,基于扩容后的服务器及所述第二预设路由算法将所述待传输的用电数据传输至相应的存储节点。
在本实施例中,当判断服务器的状态为第一状态(正常状态)时,基于第一预设路由算法将待传输的用电数据传输至相应的存储节点,第一预设路由算法可以是轮流使用预先构建的多组网络传输用电数据,或随机选择其中一组网络传输用电数据。应当理解的是,目前的存储系统中的存储节点之间大多只有一组网络用于数据传输,存在单点网络故障的风险,因此本实施中可按实际情况预先构建多组网络用于数据传输。
当判断服务器的状态为第二状态(繁忙状态)时,基于第二预设路由算法将所述待传输的用电数据传输至相应的存储节点,其中,第二预设路由算法包括:统计第三预设时间内每组网络传输完成的用电数据的数据包数量,由大到小进行排序,筛选出排序前两组的网络,并计算筛选出的两组网络传输完成的用电数据的数据包数量的绝对值,当绝对值小于预设值时,将待传输的用电数据的数据包轮流分配至筛选出的两组网络进行传输,当绝对值大于预设值时,给两组网络中传输完成的数据包的数量多的网络分配第一优先级、另一组网络分配第二优先级,将第一比例的用电数据的数据包分配给第一优先级的网络进行传输、第二比例的数据包分配给第二优先级的网络进行传输,其中第一优先级高于第二优先级,第一比例大于第二比例。
当判断所述服务器的状态为第三状态时,对所述服务器执行扩容处理,基于扩容后的服务器及所述第二预设路由算法将所述待传输的用电数据传输至相应的存储节点。
进一步地,所述对所述服务器执行扩容处理包括:
获取第二预设时间内的历史用电数据传输量及对应的预设指标的历史值并执行预处理,将预处理后的历史用电数据传输量及对应的预设指标的历史值输入一元多项方程模型进行训练,得到容量预测模型,将所述待传输的用电数据输入所述容量预测模型,得到待扩充容量的预测值,基于所述待扩充容量的预测值进行扩容。
此外,本发明还提出一种计算机可读存储介质,该计算机可读存储介质可以是硬盘、多媒体卡、SD卡、闪存卡、SMC、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、便携式紧致盘只读存储器(CD-ROM)、USB存储器等等中的任意一种或者几种的任意组合。所述计算机可读存储介质中包括用电数据传输程序10,所述用电数据传输程序10被处理器执行时实现如下操作:
接收步骤:接收预先配置的采集终端发送的传输用电数据的请求,响应并解析所述请求,获取待传输的用电数据;
判断步骤:获取第一预设时间内所述服务器的预设指标的历史值,基于所述预设指标的历史值及预先确定的目标指数平滑模型,预测得到所述服务器的预设指标的预测值,根据所述预测值及预设判断规则,判断所述服务器的状态;及
传输步骤:当判断所述服务器的状态为第一状态时,基于第一预设路由算法将所述待传输的用电数据传输至相应的存储节点,当判断所述服务器的状态为第二状态时,基于第二预设路由算法将所述待传输的用电数据传输至相应的存储节点,当判断所述服务器的状态为第三状态时,对所述服务器执行扩容处理,基于扩容后的服务器及所述第二预设路由算法将所述待传输的用电数据传输至相应的存储节点。
本发明之计算机可读存储介质的具体实施方式与上述用电数据传输方法的具体实施方式大致相同,在此不再赘述。
需要说明的是,上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。并且本文中的术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种用电数据传输方法,应用于服务器,其特征在于,所述方法包括:
接收步骤:接收预先配置的采集终端发送的传输用电数据的请求,响应并解析所述请求,获取待传输的用电数据;
判断步骤:获取第一预设时间内所述服务器的预设指标的历史值,基于所述预设指标的历史值及预先确定的目标指数平滑模型,预测得到所述服务器的预设指标的预测值,根据所述预测值及预设判断规则,判断所述服务器的状态;及
传输步骤:当判断所述服务器的状态为第一状态时,基于第一预设路由算法将所述待传输的用电数据传输至相应的存储节点,当判断所述服务器的状态为第二状态时,基于第二预设路由算法将所述待传输的用电数据传输至相应的存储节点,当判断所述服务器的状态为第三状态时,对所述服务器执行扩容处理,基于扩容后的服务器及所述第二预设路由算法将所述待传输的用电数据传输至相应的存储节点。
2.如权利要求1所述的用电数据传输方法,其特征在于,所述预设指标包括:CPU使用率及内存使用率。
3.如权利要求1所述的用电数据传输方法,其特征在于,所述基于所述预设指标的历史值及预先确定的目标指数平滑模型,预测得到所述服务器的预设指标的预测值包括:
根据所述预设指标的历史值的时间序列数据的变化趋势,构建指数平滑模型,利用优选法确定该指数平滑模型的加权系数,得到所述目标指数平滑模型,基于所述目标平滑模型预测出所述服务器各个预设指标的预测值。
4.如权利要求2所述的用电数据传输方法,其特征在于,所述根据所述预测值及预设判断规则,判断所述服务器的状态包括:
当所述服务器的预设指标的预测值均小于第一预设阈值时,判断所述服务器的状态为第一状态;
当所述服务器的预设指标的预测值中任意一项指标大于第一预设阈值且低于第二预设阈值时,判断所述服务器的状态为第二状态;
当所述服务器的预设指标的预测值均大于第二预设阈值时,判断所述服务器的状态为第三状态。
5.如权利要求1至4任意一项所述的用电数据传输方法,其特征在于,所述对所述服务器执行扩容处理包括:
获取第二预设时间内的历史用电数据传输量及对应的预设指标的历史值并执行预处理,将预处理后的历史用电数据传输量及对应的预设指标的历史值输入一元多项方程模型进行训练,得到容量预测模型,将所述待传输的用电数据输入所述容量预测模型,得到待扩充容量的预测值,基于所述待扩充容量的预测值进行扩容。
6.一种服务器,该服务器包括存储器及处理器,其特征在于,所述存储器上存储用电数据传输程序,所述用电数据传输程序被所述处理器执行,实现如下步骤:
接收步骤:接收预先配置的采集终端发送的传输用电数据的请求,响应并解析所述请求,获取待传输的用电数据;
判断步骤:获取第一预设时间内所述服务器的预设指标的历史值,基于所述预设指标的历史值及预先确定的目标指数平滑模型,预测得到所述服务器的预设指标的预测值,根据所述预测值及预设判断规则,判断所述服务器的状态;及
传输步骤:当判断所述服务器的状态为第一状态时,基于第一预设路由算法将所述待传输的用电数据传输至相应的存储节点,当判断所述服务器的状态为第二状态时,基于第二预设路由算法将所述待传输的用电数据传输至相应的存储节点,当判断所述服务器的状态为第三状态时,对所述服务器执行扩容处理,基于扩容后的服务器及所述第二预设路由算法将所述待传输的用电数据传输至相应的存储节点。
7.如权利要求6所述的服务器,其特征在于,所述基于所述预设指标的历史值及预先确定的目标指数平滑模型,预测得到所述服务器的预设指标的预测值包括:
根据所述预设指标的历史值的时间序列数据的变化趋势,构建指数平滑模型,利用优选法确定该指数平滑模型的加权系数,得到所述目标指数平滑模型,基于所述目标平滑模型预测出所述服务器各个预设指标的预测值。
8.如权利要求6所述的服务器,其特征在于,所述预设指标包括:CPU使用率及内存使用率,所述根据所述预测值及预设判断规则,判断所述服务器的状态包括:
当所述服务器的预设指标的预测值均小于第一预设阈值时,判断所述服务器的状态为第一状态;
当所述服务器的预设指标的预测值中任意一项指标大于第一预设阈值且低于第二预设阈值时,判断所述服务器的状态为第二状态;
当所述服务器的预设指标的预测值均大于第二预设阈值时,判断所述服务器的状态为第三状态。
9.如权利要求6所述的服务器,其特征在于,所述对所述服务器执行扩容处理包括:
获取第二预设时间内的历史用电数据传输量及对应的预设指标的历史值并执行预处理,将预处理后的历史用电数据传输量及对应的预设指标的历史值输入一元多项方程模型进行训练,得到容量预测模型,将所述待传输的用电数据输入所述容量预测模型,得到待扩充容量的预测值,基于所述待扩充容量的预测值进行扩容。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中包括用电数据传输程序,所述用电数据传输程序被处理器执行时,可实现如权利要求1至5中任一项所述用电数据传输方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911186994.XA CN110955728A (zh) | 2019-11-28 | 2019-11-28 | 用电数据传输方法、服务器及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911186994.XA CN110955728A (zh) | 2019-11-28 | 2019-11-28 | 用电数据传输方法、服务器及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110955728A true CN110955728A (zh) | 2020-04-03 |
Family
ID=69978673
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911186994.XA Pending CN110955728A (zh) | 2019-11-28 | 2019-11-28 | 用电数据传输方法、服务器及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110955728A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114025376A (zh) * | 2021-11-10 | 2022-02-08 | 江苏思极科技服务有限公司 | 一种网荷设备5g闲时带宽可信利用系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107995036A (zh) * | 2017-11-30 | 2018-05-04 | 杭州电魂网络科技股份有限公司 | 数据传输方法、装置、服务器及可读存储介质 |
CN108306717A (zh) * | 2018-01-30 | 2018-07-20 | 平安科技(深圳)有限公司 | 数据传输方法、服务器及存储介质 |
CN109672756A (zh) * | 2019-02-14 | 2019-04-23 | 网宿科技股份有限公司 | 一种数据传输方法及相关装置、服务器和存储介质 |
CN109857592A (zh) * | 2019-01-04 | 2019-06-07 | 平安科技(深圳)有限公司 | 数据恢复控制方法、服务器及存储介质 |
-
2019
- 2019-11-28 CN CN201911186994.XA patent/CN110955728A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107995036A (zh) * | 2017-11-30 | 2018-05-04 | 杭州电魂网络科技股份有限公司 | 数据传输方法、装置、服务器及可读存储介质 |
CN108306717A (zh) * | 2018-01-30 | 2018-07-20 | 平安科技(深圳)有限公司 | 数据传输方法、服务器及存储介质 |
CN109857592A (zh) * | 2019-01-04 | 2019-06-07 | 平安科技(深圳)有限公司 | 数据恢复控制方法、服务器及存储介质 |
CN109672756A (zh) * | 2019-02-14 | 2019-04-23 | 网宿科技股份有限公司 | 一种数据传输方法及相关装置、服务器和存储介质 |
Non-Patent Citations (1)
Title |
---|
张华歆 主编: "《预测与决策-理论及应用》", 30 June 2014 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114025376A (zh) * | 2021-11-10 | 2022-02-08 | 江苏思极科技服务有限公司 | 一种网荷设备5g闲时带宽可信利用系统 |
CN114025376B (zh) * | 2021-11-10 | 2023-09-19 | 国网江苏省电力有限公司泰州供电分公司 | 一种网荷设备5g闲时带宽可信利用系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3089034B1 (en) | System and method for optimizing energy consumption by processors | |
CN109981744B (zh) | 数据的分发方法、装置、存储介质及电子设备 | |
CN110198305A (zh) | 坐席ip的异常检测方法、系统、计算机设备及存储介质 | |
CN107943579B (zh) | 资源瓶颈预测方法、设备、系统及可读存储介质 | |
US8832839B2 (en) | Assessing system performance impact of security attacks | |
CN114500339B (zh) | 一种节点带宽监测方法、装置、电子设备及存储介质 | |
CN103699443A (zh) | 任务分发方法及扫描器 | |
CN111352733A (zh) | 一种扩缩容状态的预测方法和装置 | |
CN112261120A (zh) | 一种配电物联网云边协同任务卸载方法及装置 | |
CN115269108A (zh) | 一种数据处理方法、装置及设备 | |
Monshizadeh Naeen et al. | Adaptive Markov‐based approach for dynamic virtual machine consolidation in cloud data centers with quality‐of‐service constraints | |
CN116307546A (zh) | 基于机器人社群的任务智慧决策系统 | |
CN111565216A (zh) | 一种后端负载均衡方法、装置、系统及存储介质 | |
CN116756522B (zh) | 概率预报方法、装置、存储介质及电子设备 | |
CN110955728A (zh) | 用电数据传输方法、服务器及存储介质 | |
CN111800807A (zh) | 一种基站用户数量告警的方法及装置 | |
CN116248676A (zh) | 边缘云节点组合确定方法及装置 | |
CN115774602A (zh) | 一种容器资源的分配方法、装置、设备及存储介质 | |
KR102501857B1 (ko) | 전력 사용량 예측 장치 및 방법 | |
CN103873388A (zh) | 一种网络内容控制方法和网络设备 | |
CN112418509A (zh) | 任务数据预测方法、装置、存储介质及电子装置 | |
CN113271351A (zh) | 一种云计算资源调度方法、装置、设备及可读存储介质 | |
Liu et al. | Probabilistic-based workload forecasting and service redeployment for multi-tenant services | |
KR102440060B1 (ko) | 확률적 모델 기반의 가상 분산 자원 관리시스템 및 그 방법 | |
CN113676347B (zh) | 服务器的负载预测方法和装置、存储介质及电子装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200403 |