基于BP神经网络的系统资源预测方法及系统

    公开(公告)号:CN114661463A

    公开(公告)日:2022-06-24

    申请号:CN202210234741.0

    申请日:2022-03-09

    Abstract: 本发明提供了基于BP神经网络的系统资源预测方法及系统,方法包括提取电网数据库中表征系统资源利用信息的数据集合,所述数据集合中包括多个采集数据项,每个采集数据项包括采集时间和当前采集时间下的数据值;根据所述数据集合,基于时段特征、用户特征和功能特征形成BP神经网络模型的输入数;将所述输入数据输入训练好的BP神经网络模型中,得到当前输入数据下的系统资源使用量。本发明利用机器学习方法分析预测资源需求量,对提取到的数据集合进行合理选取,使得输入数据的简洁性和与预测数据的相关性得到提高,减少了预测模型的复杂度,同时合理地指导系统中资源的分配,最终达到降本增效的目的。

    一种基于日志数据的故障诊断方法及装置

    公开(公告)号:CN117435441B

    公开(公告)日:2024-04-26

    申请号:CN202311763138.2

    申请日:2023-12-21

    Abstract: 本申请公开了一种基于日志数据的故障诊断方法及装置,所述故障诊断方法包括:获取待处理的日志数据,所述待处理的日志数据包括:系统日志数据、错误日志数据、告警日志数据中的一种或几种日志数据;对所述待处理的日志数据进行预处理,获得预处理的日志数据;将所述预处理的日志数据输入预训练的故障诊断模型,获得故障诊断结果,其中,所述预训练的故障诊断模型是基于自编码器训练获得的,所述自编码器为基于Tensorflow的神经网络,所述自编码器的第一层包括十个节点,所述自编码器的第二层包括两个节点,所述自编码器的第三层含有十个节点。

Patent Agency Ranking