本發(fā)明涉及算力負(fù)荷，尤其涉及一種基于數(shù)據(jù)中心算力負(fù)荷的需求組合預(yù)測(cè)方法及系統(tǒng)。

背景技術(shù)：

1、數(shù)據(jù)中心是一個(gè)集中存放大量服務(wù)器、存儲(chǔ)設(shè)備、網(wǎng)絡(luò)設(shè)備以及其他計(jì)算資源的設(shè)施，它為各種組織和企業(yè)提供數(shù)據(jù)存儲(chǔ)、處理和管理服務(wù)，算力負(fù)荷是指數(shù)據(jù)中心或計(jì)算系統(tǒng)中，處理數(shù)據(jù)和執(zhí)行計(jì)算任務(wù)所需的計(jì)算資源的總量。在大數(shù)據(jù)、人工智能等技術(shù)快速發(fā)展的背景下，算力負(fù)荷作為支撐這些技術(shù)運(yùn)行的核心資源，其性能表現(xiàn)直接關(guān)系到數(shù)據(jù)處理的效率和質(zhì)量。

2、傳統(tǒng)的預(yù)測(cè)模型通常用于短期和長(zhǎng)期負(fù)荷預(yù)測(cè)，包括自回歸綜合移動(dòng)平均（arima）模型等。

3、上述內(nèi)容雖然能夠?qū)崿F(xiàn)算力負(fù)荷預(yù)測(cè)，在大規(guī)模的數(shù)據(jù)集可能因?yàn)橛?jì)算能力不足無(wú)法處理，不能充分的捕捉負(fù)荷變化的復(fù)雜性和非線性特征，這些問(wèn)題可能會(huì)導(dǎo)致算力負(fù)荷資源利用率降低以致影響用戶使用。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供一種基于數(shù)據(jù)中心算力負(fù)荷的需求組合預(yù)測(cè)方法及系統(tǒng)，其主要目的在于解決可利用數(shù)據(jù)中心的歷史算力負(fù)荷數(shù)據(jù)預(yù)測(cè)數(shù)據(jù)中心的算力負(fù)荷需求，從而更精確地可利用數(shù)據(jù)中心的歷史算力負(fù)荷數(shù)據(jù)預(yù)測(cè)數(shù)據(jù)中心的算力負(fù)荷需求，從而更精確地為數(shù)據(jù)中心供能為數(shù)據(jù)中心供能。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供的一種基于數(shù)據(jù)中心算力負(fù)荷的需求組合預(yù)測(cè)方法，包括：

3、接收數(shù)據(jù)中心算力負(fù)荷的需求指令，基于需求指令啟動(dòng)數(shù)據(jù)中心算力負(fù)荷需求裝置，基于數(shù)據(jù)中心算力負(fù)荷需求裝置獲取多個(gè)用戶站點(diǎn)，從所述多個(gè)用戶站點(diǎn)中依次提取用戶站點(diǎn)，并對(duì)所提取的用戶站點(diǎn)執(zhí)行如下操作：

4、基于所提取的用戶站點(diǎn)獲取日標(biāo)識(shí)用戶數(shù)據(jù)集，根據(jù)日標(biāo)識(shí)用戶數(shù)據(jù)集構(gòu)建日負(fù)荷曲線，其中，日負(fù)荷曲線的縱坐標(biāo)為用戶算力負(fù)荷，橫坐標(biāo)為日序列；

5、將所述日負(fù)荷曲線規(guī)范化，得到規(guī)范曲線，利用min-max法及規(guī)范曲線獲取規(guī)范最大值及規(guī)范最小值，利用規(guī)范最大值及規(guī)范最小值構(gòu)建標(biāo)準(zhǔn)化日負(fù)荷曲線，計(jì)算標(biāo)準(zhǔn)化日負(fù)荷曲線的負(fù)荷標(biāo)準(zhǔn)值，基于標(biāo)準(zhǔn)化日負(fù)荷曲線的負(fù)荷標(biāo)準(zhǔn)值計(jì)算負(fù)荷峭度值及負(fù)荷偏度值；

6、利用預(yù)構(gòu)建的直線擬合方法將標(biāo)準(zhǔn)化日負(fù)荷曲線擬合成負(fù)荷直線方程，根據(jù)負(fù)荷直線方程提取負(fù)荷直線斜率，根據(jù)負(fù)荷直線斜率計(jì)算標(biāo)準(zhǔn)化日負(fù)荷曲線的負(fù)荷趨勢(shì)值；

7、基于所述負(fù)荷標(biāo)準(zhǔn)值、負(fù)荷偏度值、負(fù)荷峭度值及負(fù)荷趨勢(shì)值構(gòu)建所提取的用戶站點(diǎn)的負(fù)荷波動(dòng)特征矩陣；

8、計(jì)算算力負(fù)荷均值，將所述算力負(fù)荷均值及所述負(fù)荷波動(dòng)特征矩陣輸入至預(yù)構(gòu)建的算力負(fù)荷預(yù)測(cè)網(wǎng)絡(luò)，得到待分析數(shù)據(jù)，根據(jù)待分析數(shù)據(jù)及算力負(fù)荷預(yù)測(cè)網(wǎng)絡(luò)預(yù)測(cè)所提取的用戶站點(diǎn)的算力負(fù)荷；

9、匯總算力負(fù)荷，得到多個(gè)用戶站點(diǎn)對(duì)應(yīng)的負(fù)荷強(qiáng)度集，其中，所述算力負(fù)荷預(yù)測(cè)網(wǎng)絡(luò)為bp神經(jīng)網(wǎng)絡(luò)；

10、對(duì)負(fù)荷強(qiáng)度集執(zhí)行分類，得到高負(fù)荷站點(diǎn)集、中負(fù)荷站點(diǎn)集及低負(fù)荷站點(diǎn)集，完成數(shù)據(jù)中心算力負(fù)荷的需求組合預(yù)測(cè)。

11、可選地，所述基于所提取的用戶站點(diǎn)獲取日標(biāo)識(shí)用戶數(shù)據(jù)集，包括：

12、根據(jù)所述日序列提取日序；

13、基于所提取的用戶站點(diǎn)獲取用戶算力負(fù)荷及用戶算力總耗，基于用戶算力負(fù)荷及用戶算力總耗計(jì)算所提取的用戶站點(diǎn)對(duì)應(yīng)的用戶pue評(píng)估值；

14、基于所提取的用戶站點(diǎn)、所提取的日序、用戶pue評(píng)估值、用戶算力負(fù)荷及用戶算力總耗對(duì)所提取的用戶站點(diǎn)執(zhí)行標(biāo)識(shí)操作，得到日標(biāo)識(shí)用戶數(shù)據(jù)；

15、匯總?cè)諛?biāo)識(shí)用戶數(shù)據(jù)，得到所提取的用戶站點(diǎn)的日標(biāo)識(shí)用戶數(shù)據(jù)集，其中，所述用戶pue評(píng)估值的計(jì)算公式如下：

16、

17、其中，pue為用戶pue評(píng)估值為用戶算力負(fù)荷，為用戶算力總耗。

18、可選地，所述利用min-max法及規(guī)范曲線獲取規(guī)范最大值及規(guī)范最小值，包括：

19、根據(jù)所述日負(fù)荷曲線獲取原始負(fù)荷數(shù)據(jù)點(diǎn)集的最大值及原始負(fù)荷數(shù)據(jù)點(diǎn)集的最小值，從原始負(fù)荷數(shù)據(jù)點(diǎn)集中依次提取原始負(fù)荷數(shù)據(jù)點(diǎn)，并對(duì)所提取的原始負(fù)荷數(shù)據(jù)點(diǎn)執(zhí)行如下操作：

20、利用min-max法對(duì)原始負(fù)荷數(shù)據(jù)點(diǎn)執(zhí)行歸一化，得到規(guī)范值，且規(guī)范值的值域?yàn)閇0，1]，其公式為：

21、

22、其中，表示歸一化后的規(guī)范值，x表示原始負(fù)荷數(shù)據(jù)點(diǎn)，是表示原始負(fù)荷數(shù)據(jù)集的最小值，表示原始負(fù)荷數(shù)據(jù)集的最大值。

23、匯總規(guī)范值，得到規(guī)范值集，從規(guī)范值集提取規(guī)范最大值及規(guī)范最小值，其中，規(guī)范最大值為1，規(guī)范最小值為0。

24、可選地，所述計(jì)算標(biāo)準(zhǔn)化日負(fù)荷曲線的負(fù)荷標(biāo)準(zhǔn)值，基于標(biāo)準(zhǔn)化日負(fù)荷曲線的負(fù)荷標(biāo)準(zhǔn)值計(jì)算負(fù)荷峭度值及負(fù)荷偏度值，包括：

25、其中，計(jì)算負(fù)荷標(biāo)準(zhǔn)值的公式為：

26、

27、其中，s表示負(fù)荷標(biāo)準(zhǔn)值，m表示標(biāo)準(zhǔn)化日負(fù)荷曲線中的日序列對(duì)應(yīng)的日序總數(shù)，表示標(biāo)準(zhǔn)化日負(fù)荷曲線的平均標(biāo)準(zhǔn)用戶算力負(fù)荷，表示標(biāo)準(zhǔn)化日負(fù)荷曲線的第i個(gè)標(biāo)準(zhǔn)用戶算力負(fù)荷；

28、根據(jù)標(biāo)準(zhǔn)化日負(fù)荷曲線的負(fù)荷標(biāo)準(zhǔn)值計(jì)算負(fù)荷峭度值，其公式為：

29、

30、其中，k表示負(fù)荷峭度值；

31、所述標(biāo)準(zhǔn)化日負(fù)荷曲線的負(fù)荷偏度值的計(jì)算公式如下所示：

32、

33、其中，p表示為標(biāo)準(zhǔn)化日負(fù)荷曲線的負(fù)荷偏度值。

34、可選地，所述利用預(yù)構(gòu)建的直線擬合方法將標(biāo)準(zhǔn)化日負(fù)荷曲線擬合成負(fù)荷直線方程，根據(jù)負(fù)荷直線方程提取負(fù)荷直線斜率，根據(jù)負(fù)荷直線斜率計(jì)算標(biāo)準(zhǔn)化日負(fù)荷曲線的負(fù)荷趨勢(shì)值，包括：

35、獲取標(biāo)準(zhǔn)化日負(fù)荷曲線的數(shù)據(jù)，將所述標(biāo)準(zhǔn)化日負(fù)荷曲線的數(shù)據(jù)繪制成可視化散點(diǎn)圖，基于可視化散點(diǎn)圖構(gòu)建設(shè)計(jì)矩陣，利用最小二乘法及設(shè)計(jì)矩陣計(jì)算負(fù)荷直線方程的參數(shù)向量，其中，計(jì)算負(fù)荷直線方程的參數(shù)向量的公式為：

36、

37、其中，表示負(fù)荷直線方程的參數(shù)向量，x表示設(shè)計(jì)矩陣，y表示標(biāo)準(zhǔn)用戶算力負(fù)荷的向量，表示設(shè)計(jì)矩陣x的轉(zhuǎn)置矩陣；

38、根據(jù)所述負(fù)荷直線方程的參數(shù)向量計(jì)算負(fù)荷直線方程的負(fù)荷直線斜率，其中，負(fù)荷直線方程及負(fù)荷直線斜率的計(jì)算公式如下所示：

39、;

40、;

41、其中，z表示負(fù)荷直線方程中的線性用戶算力負(fù)荷，x表示為線性時(shí)間，表示為截距項(xiàng)，表示為負(fù)荷直線斜率；n表示可視化散點(diǎn)圖中散點(diǎn)的總個(gè)數(shù)；

42、根據(jù)所述負(fù)荷直線斜率計(jì)算標(biāo)準(zhǔn)化日負(fù)荷曲線的負(fù)荷趨勢(shì)值。

43、可選地，所述負(fù)荷波動(dòng)特征矩陣，表示方法為：

44、

45、其中，表示第j個(gè)負(fù)荷波動(dòng)特征矩陣，表示第j個(gè)負(fù)荷波動(dòng)特征矩陣的負(fù)荷標(biāo)準(zhǔn)值，第j個(gè)負(fù)荷波動(dòng)特征矩陣的負(fù)荷偏度值，表示第j個(gè)負(fù)荷波動(dòng)特征矩陣的負(fù)荷峭度值，表示第j個(gè)負(fù)荷波動(dòng)特征矩陣的負(fù)荷趨勢(shì)值。

46、可選地，所述計(jì)算算力負(fù)荷均值，包括：

47、根據(jù)所提取的用戶站點(diǎn)的日負(fù)荷曲線計(jì)算總算力負(fù)荷，獲取日負(fù)荷曲線對(duì)應(yīng)的日序數(shù)，基于總算力負(fù)荷集日序數(shù)計(jì)算算力負(fù)荷均值。

48、可選地，所述將所述算力負(fù)荷均值及所述負(fù)荷波動(dòng)特征矩陣輸入至預(yù)構(gòu)建的算力負(fù)荷預(yù)測(cè)網(wǎng)絡(luò)，得到待分析數(shù)據(jù)，包括：

49、獲取算力負(fù)荷原始網(wǎng)絡(luò)，其中，所述算力負(fù)荷原始網(wǎng)絡(luò)的輸入層為算力負(fù)荷均值輸入節(jié)點(diǎn)、負(fù)荷標(biāo)準(zhǔn)值輸入節(jié)點(diǎn)、負(fù)荷偏度值輸入節(jié)點(diǎn)、負(fù)荷峭度值輸入節(jié)點(diǎn)及負(fù)荷趨勢(shì)值輸入節(jié)點(diǎn)，輸出層為預(yù)測(cè)算力負(fù)荷輸出節(jié)點(diǎn)；

50、獲取算力負(fù)荷訓(xùn)練數(shù)據(jù)，根據(jù)所述算力負(fù)荷訓(xùn)練數(shù)據(jù)對(duì)所述原始算力負(fù)荷網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到算力負(fù)荷預(yù)測(cè)網(wǎng)絡(luò)，其中，所述算力負(fù)荷訓(xùn)練數(shù)據(jù)包括：歷史算力負(fù)荷均值集、歷史負(fù)荷標(biāo)準(zhǔn)值集、歷史負(fù)荷偏度值集、歷史負(fù)荷峭度值集、歷史負(fù)荷趨勢(shì)值集及歷史算力負(fù)荷集。

51、可選地，所述對(duì)負(fù)荷強(qiáng)度集執(zhí)行分類，得到高負(fù)荷站點(diǎn)集、中負(fù)荷站點(diǎn)集及低負(fù)荷站點(diǎn)集，包括：

52、將預(yù)設(shè)簇類數(shù)設(shè)為3，在所述負(fù)荷強(qiáng)度集中隨機(jī)選取3個(gè)負(fù)荷強(qiáng)度分別作為高負(fù)荷質(zhì)心、中負(fù)荷質(zhì)心及低負(fù)荷質(zhì)心；

53、在所述負(fù)荷強(qiáng)度集中依次提取待聚類負(fù)荷強(qiáng)度，計(jì)算所述待聚類負(fù)荷強(qiáng)度與所述高負(fù)荷質(zhì)心、中負(fù)荷質(zhì)心及低負(fù)荷質(zhì)心的高負(fù)荷聚類距離、中負(fù)荷聚類距離及低負(fù)荷聚類距離；

54、根據(jù)所述高負(fù)荷聚類距離、中負(fù)荷聚類距離及低負(fù)荷聚類距離對(duì)所述待聚類負(fù)荷強(qiáng)度進(jìn)行聚類，得到高負(fù)荷聚類簇、中負(fù)荷聚類簇及低負(fù)荷聚類簇；

55、在所述高負(fù)荷聚類簇、中負(fù)荷聚類簇及低負(fù)荷聚類簇中分別提取迭代高負(fù)荷質(zhì)心、迭代中負(fù)荷質(zhì)心及迭代低負(fù)荷質(zhì)心；

56、利用所述迭代高負(fù)荷質(zhì)心、迭代中負(fù)荷質(zhì)心及迭代低負(fù)荷質(zhì)心分別更新所述高負(fù)荷質(zhì)心、中負(fù)荷質(zhì)心及低負(fù)荷質(zhì)心，并返回上述在所述負(fù)荷強(qiáng)度集中依次提取待聚類負(fù)荷強(qiáng)度的步驟，直至所述負(fù)荷強(qiáng)度集完成待聚類負(fù)荷強(qiáng)度的提取，得到高負(fù)荷站點(diǎn)集、中負(fù)荷站點(diǎn)集及低負(fù)荷站點(diǎn)集。

57、為實(shí)現(xiàn)上述目的，本發(fā)明還提供一種基于數(shù)據(jù)中心算力負(fù)荷的需求組合預(yù)測(cè)系統(tǒng)，包括：

58、算力負(fù)荷需求指令接收模塊，用于接收數(shù)據(jù)中心算力負(fù)荷的需求指令，基于需求指令啟動(dòng)數(shù)據(jù)中心算力負(fù)荷需求裝置，基于數(shù)據(jù)中心算力負(fù)荷需求裝置獲取多個(gè)用戶站點(diǎn)，從所述多個(gè)用戶站點(diǎn)中依次提取用戶站點(diǎn)；

59、負(fù)荷波動(dòng)特征矩陣構(gòu)建模塊，用于基于所提取的用戶站點(diǎn)獲取日標(biāo)識(shí)用戶數(shù)據(jù)集，根據(jù)日標(biāo)識(shí)用戶數(shù)據(jù)集構(gòu)建日負(fù)荷曲線，其中，日負(fù)荷曲線的縱坐標(biāo)為用戶算力負(fù)荷，橫坐標(biāo)為日序列，將所述日負(fù)荷曲線規(guī)范化，得到規(guī)范曲線，利用min-max法及規(guī)范曲線獲取規(guī)范最大值及規(guī)范最小值，利用規(guī)范最大值及規(guī)范最小值構(gòu)建標(biāo)準(zhǔn)化日負(fù)荷曲線，計(jì)算標(biāo)準(zhǔn)化日負(fù)荷曲線的負(fù)荷標(biāo)準(zhǔn)值，基于標(biāo)準(zhǔn)化日負(fù)荷曲線的負(fù)荷標(biāo)準(zhǔn)值計(jì)算負(fù)荷峭度值及負(fù)荷偏度值，利用預(yù)構(gòu)建的直線擬合方法將標(biāo)準(zhǔn)化日負(fù)荷曲線擬合成負(fù)荷直線方程，根據(jù)負(fù)荷直線方程提取負(fù)荷直線斜率，根據(jù)負(fù)荷直線斜率計(jì)算標(biāo)準(zhǔn)化日負(fù)荷曲線的負(fù)荷趨勢(shì)值，基于所述負(fù)荷標(biāo)準(zhǔn)值、負(fù)荷偏度值、負(fù)荷峭度值及負(fù)荷趨勢(shì)值構(gòu)建所提取的用戶站點(diǎn)的負(fù)荷波動(dòng)特征矩陣；

60、負(fù)荷強(qiáng)度集構(gòu)成模塊，用于計(jì)算算力負(fù)荷均值，將所述算力負(fù)荷均值及所述負(fù)荷波動(dòng)特征矩陣輸入至預(yù)構(gòu)建的算力負(fù)荷預(yù)測(cè)網(wǎng)絡(luò)，得到待分析數(shù)據(jù)，根據(jù)待分析數(shù)據(jù)及算力負(fù)荷預(yù)測(cè)網(wǎng)絡(luò)預(yù)測(cè)所提取的用戶站點(diǎn)的算力負(fù)荷，匯總算力負(fù)荷，得到多個(gè)用戶站點(diǎn)對(duì)應(yīng)的負(fù)荷強(qiáng)度集，其中，所述算力負(fù)荷預(yù)測(cè)網(wǎng)絡(luò)為bp神經(jīng)網(wǎng)絡(luò)；

61、負(fù)荷站點(diǎn)集分類模塊，用于對(duì)負(fù)荷強(qiáng)度集執(zhí)行分類，得到高負(fù)荷站點(diǎn)集、中負(fù)荷站點(diǎn)集及低負(fù)荷站點(diǎn)集，完成數(shù)據(jù)中心算力負(fù)荷的需求組合預(yù)測(cè)。

62、為了解決上述問(wèn)題，本發(fā)明還提供一種電子設(shè)備，所述電子設(shè)備包括：

63、存儲(chǔ)器，存儲(chǔ)至少一個(gè)指令；

64、處理器，執(zhí)行所述存儲(chǔ)器中存儲(chǔ)的指令以實(shí)現(xiàn)上述所述的基于數(shù)據(jù)中心算力負(fù)荷的需求組合預(yù)測(cè)方法。

65、為了解決上述問(wèn)題，本發(fā)明還提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存儲(chǔ)有至少一個(gè)指令，所述至少一個(gè)指令被電子設(shè)備中的處理器執(zhí)行以實(shí)現(xiàn)上述所述的基于數(shù)據(jù)中心算力負(fù)荷的需求組合預(yù)測(cè)方法。

66、本發(fā)明為解決背景技術(shù)所述問(wèn)題，接收數(shù)據(jù)中心算力負(fù)荷的需求指令，基于需求指令啟動(dòng)數(shù)據(jù)中心算力負(fù)荷需求裝置，基于數(shù)據(jù)中心算力負(fù)荷需求裝置獲取多個(gè)用戶站點(diǎn)，從所述多個(gè)用戶站點(diǎn)中依次提取用戶站點(diǎn)，本發(fā)明通過(guò)數(shù)據(jù)中心算力需求裝置獲取多個(gè)用戶站點(diǎn)的數(shù)據(jù)集，能夠?qū)Χ鄠€(gè)用戶站點(diǎn)的算力負(fù)荷進(jìn)行預(yù)測(cè)，并為多個(gè)用戶站點(diǎn)進(jìn)行供能。本發(fā)明基于所提取的用戶站點(diǎn)獲取日標(biāo)識(shí)用戶數(shù)據(jù)集，根據(jù)日標(biāo)識(shí)用戶數(shù)據(jù)集構(gòu)建日負(fù)荷曲線，其中，日負(fù)荷曲線的縱坐標(biāo)為用戶算力負(fù)荷，橫坐標(biāo)為日序列，通過(guò)日標(biāo)識(shí)用戶數(shù)據(jù)集構(gòu)建日負(fù)荷曲線，通過(guò)日負(fù)荷曲線可直觀用戶一天使用的算力負(fù)荷。本發(fā)明通過(guò)將所述日負(fù)荷曲線規(guī)范化，得到規(guī)范曲線，利用min-max法及規(guī)范曲線獲取規(guī)范最大值及規(guī)范最小值，利用規(guī)范最大值及規(guī)范最小值構(gòu)建標(biāo)準(zhǔn)化日負(fù)荷曲線，計(jì)算標(biāo)準(zhǔn)化日負(fù)荷曲線的負(fù)荷標(biāo)準(zhǔn)值，基于標(biāo)準(zhǔn)化日負(fù)荷曲線的負(fù)荷標(biāo)準(zhǔn)值計(jì)算負(fù)荷峭度值及負(fù)荷偏度值，利用預(yù)構(gòu)建的直線擬合方法將標(biāo)準(zhǔn)化日負(fù)荷曲線擬合成負(fù)荷直線方程，根據(jù)負(fù)荷直線方程提取負(fù)荷直線斜率，根據(jù)負(fù)荷直線斜率計(jì)算標(biāo)準(zhǔn)化日負(fù)荷曲線的負(fù)荷趨勢(shì)值，基于所述負(fù)荷標(biāo)準(zhǔn)值、負(fù)荷偏度值、負(fù)荷峭度值及負(fù)荷趨勢(shì)值構(gòu)建所提取的用戶站點(diǎn)的負(fù)荷波動(dòng)特征矩陣，通過(guò)規(guī)范化處理，將不同的日負(fù)荷曲線歸一化以便分析比較，負(fù)荷標(biāo)準(zhǔn)差反映了負(fù)荷的波動(dòng)程度，符合峭度值反映了負(fù)荷的分布特性，負(fù)荷偏度值反映了負(fù)荷偏斜程度，負(fù)荷趨勢(shì)值則反應(yīng)了負(fù)荷的波動(dòng)趨勢(shì)，以上的值構(gòu)建負(fù)荷波動(dòng)特征矩陣便于負(fù)荷預(yù)測(cè)；本發(fā)明計(jì)算算力負(fù)荷均值，將所述算力負(fù)荷均值及所述負(fù)荷波動(dòng)特征矩陣輸入至預(yù)構(gòu)建的算力負(fù)荷預(yù)測(cè)網(wǎng)絡(luò)，得到待分析數(shù)據(jù)，根據(jù)待分析數(shù)據(jù)及算力負(fù)荷預(yù)測(cè)網(wǎng)絡(luò)預(yù)測(cè)所提取的用戶站點(diǎn)的算力負(fù)荷，匯總算力負(fù)荷，得到多個(gè)用戶站點(diǎn)對(duì)應(yīng)的負(fù)荷強(qiáng)度集，其中，所述算力負(fù)荷預(yù)測(cè)網(wǎng)絡(luò)為bp神經(jīng)網(wǎng)絡(luò)，通過(guò)構(gòu)建bp神經(jīng)網(wǎng)絡(luò)，能夠適應(yīng)性地預(yù)測(cè)不同用戶站點(diǎn)的負(fù)荷特性，生成具有高度適應(yīng)性的負(fù)荷強(qiáng)度集。本發(fā)明通過(guò)對(duì)負(fù)荷強(qiáng)度集執(zhí)行分類，得到高負(fù)荷站點(diǎn)集、中負(fù)荷站點(diǎn)集及低負(fù)荷站點(diǎn)集，完成數(shù)據(jù)中心算力負(fù)荷的需求組合預(yù)測(cè)，通過(guò)分類可以了解不同的負(fù)荷強(qiáng)度，有助于數(shù)據(jù)中心更有效地分配算力資源，滿足各用戶站點(diǎn)的負(fù)荷需求，避免資源浪費(fèi)。因此，本發(fā)明可利用數(shù)據(jù)中心的歷史算力負(fù)荷數(shù)據(jù)預(yù)測(cè)數(shù)據(jù)中心的算力負(fù)荷需求，從而更精確地為數(shù)據(jù)中心供能。