本技术涉及数据中心能耗，特别是涉及一种电能使用效率的预测方法、装置、设备和介质。
背景技术：
1、数据中心的电源使用效率(pue，power usage effectiveness)体现了数据中心直接应用于信息化服务的能源占比，是评价数据中心能效的重要指标。通过预测数据中心的pue，可以为后续能效优化操作提供参考依据，是数据中心能效优化的重要工具。
2、相关技术中，电能使用效率的预测方法，通常使用样本数据，对预测模型进行训练，以使预测模型具备电能使用效率的预测能力。
3、然而，在实际应用中，预测模型通常使用长短期记忆网络等神经网络结构，上述预测模型的准确度往往受限于样本数据的数据量、样本数据的准确度和样本数据的标注准确度等因素。这样，在样本数据的数据量、样本数据的准确度和样本数据的标注准确度中任一无法达到要求的情况下，将会降低预测模型的预测精度。
技术实现思路
1、本技术实施例提供了一种电能使用效率的预测方法，可以降低对于样本数据在数据量或数据准确度方面的要求，且能够提高目标设备的耗电量的预测结果的准确度和电能使用效率的预测结果的准确度。
2、相应的，本技术实施例还提供了一种电能使用效率的预测装置、一种电子设备和一种机器可读介质，用以保证上述方法的实现及应用。
3、为了解决上述问题，本技术实施例公开了一种电能使用效率的预测方法，所述方法包括：
4、根据第一样本数据，建立数据中心中单个目标设备的耗电量在估计维度对应的状态估计方程和协方差估计方程；所述状态估计方程用于表征单个目标设备在k时刻的耗电量与单个目标设备在k-1时刻的耗电量和系统状态转移矩阵、误差分布矩阵之间的映射关系；所述协方差估计方程用于表征k时刻的估计维度误差矩阵与k-1时刻的估计维度误差矩阵和系统状态转移矩阵之间的映射关系；k为大于1的整数；
5、根据第二样本数据，建立功率维度的多元回归方程；所述多元回归方程用于表征数据中心中所有目标设备的总耗电量与数据中心中单个目标设备的耗电量和功率偏差参数的乘积之间的映射关系；
6、获取数据中心中单个目标设备在第一时间周期的耗电量；
7、利用所述状态估计方程和所述单个目标设备在第一时间周期的耗电量，确定数据中心中单个目标设备在第二时间周期的耗电量的第一预测值；
8、利用所述协方差估计方程，确定第二时间周期对应的估计维度误差矩阵；
9、利用所述多元回归方程中的功率偏差参数，确定数据中心中单个目标设备在第二时间周期的耗电量的第二预测值；
10、根据所述第二时间周期对应的估计维度误差矩阵，确定所述第一预测值和所述第二预测值对应的融合参数；
11、根据所述融合参数，对所述第一预测值和所述第二预测值进行融合，以得到数据中心中单个目标设备在第二时间周期的耗电量的目标预测值；
12、根据数据中心中单个目标设备在第二时间周期的耗电量的目标预测值，确定数据中心在第二时间周期的电能使用效率值。
13、本技术实施例还公开了一种电能使用效率的预测装置，所述装置包括：
14、估计维度方程建立模块，用于根据第一样本数据，建立数据中心中单个目标设备的耗电量在估计维度对应的状态估计方程和协方差估计方程；所述状态估计方程用于表征单个目标设备在k时刻的耗电量与单个目标设备在k-1时刻的耗电量和系统状态转移矩阵、误差分布矩阵之间的映射关系；所述协方差估计方程用于表征k时刻的估计维度误差矩阵与k-1时刻的估计维度误差矩阵和系统状态转移矩阵之间的映射关系；k为大于1的整数；
15、功率维度方程建立模块，用于根据第二样本数据，建立功率维度的多元回归方程；所述多元回归方程用于表征数据中心中所有目标设备的总耗电量与数据中心中单个目标设备的耗电量和功率偏差参数的乘积之间的映射关系；
16、第一周期耗电量获取模块，用于获取数据中心中单个目标设备在第一时间周期的耗电量；
17、估计维度预测模块，用于利用所述状态估计方程和所述单个目标设备在第一时间周期的耗电量，确定数据中心中单个目标设备在第二时间周期的耗电量的第一预测值；
18、估计维度误差矩阵确定模块，用于利用所述协方差估计方程，确定第二时间周期对应的估计维度误差矩阵；
19、功率维度预测模块，用于利用所述多元回归方程中的功率偏差参数，确定数据中心中单个目标设备在第二时间周期的耗电量的第二预测值；
20、融合参数确定模块，用于根据所述第二时间周期对应的估计维度误差矩阵，确定所述第一预测值和所述第二预测值对应的融合参数；
21、融合模块，用于根据所述融合参数，对所述第一预测值和所述第二预测值进行融合，以得到数据中心中单个目标设备在第二时间周期的耗电量的目标预测值；
22、效率值确定模块，用于根据数据中心中单个目标设备在第二时间周期的耗电量的目标预测值，确定数据中心在第二时间周期的电能使用效率值。
23、可选地，所述融合参数确定模块包括：
24、融合方程建立模块，用于建立融合参数方程；所述融合参数方程用于表征融合参数与估计维度误差矩阵、功率维度误差矩阵、以及估计维度与功率维度之间的转换矩阵之间的映射关系；
25、参数确定模块，用于根据所述第二时间周期对应的估计维度误差矩阵、功率维度误差矩阵、以及所述转换矩阵，利用所述融合参数方程，确定所述第一预测值和所述第二预测值对应的融合参数。
26、可选地，所述功率维度误差矩阵的确定过程包括：
27、根据所述第二样本数据，确定数据中心中单个目标设备的耗电量对应的方差值；
28、根据所述第二样本数据，确定数据中心中不同目标设备的耗电量对应的协方差值；
29、根据所述方差值和所述协方差值，确定功率维度误差矩阵。
30、可选地，所述融合模块，包括：
31、状态更新方程建立模块，用于建立状态更新方程；所述状态更新方程用于表征融合后的目标预测值与第一预测值、融合参数和第二预测值之间的映射关系；
32、方程代入模块，用于将所述融合参数、所述第一预测值和所述第二预测值代入所述状态更新方程，以得到数据中心中单个目标设备在第二时间周期的耗电量的目标预测值。
33、可选地，所述装置还包括：
34、更新模块，用于根据协方差更新方程，对第二时间周期的估计维度误差矩阵进行更新，以得到第二时间周期的更新后估计维度误差矩阵；所述协方差更新方程用于表征更新后的估计维度误差矩阵与融合参数和更新前的估计维度误差矩阵之间的映射关系；
35、迭代运算模块，用于根据数据中心中单个目标设备在第二时间周期的耗电量的目标预测值、以及第二时间周期的更新后估计维度误差矩阵，利用所述状态估计方程、协方差估计方程和所述多元回归方程进行迭代运算，以得到数据中心中单个目标设备在第n时间周期的耗电量的目标预测值；n为大于2的整数；
36、n周期效率值确定模块，用于根据数据中心中单个目标设备在第n时间周期的耗电量的目标预测值，确定数据中心在第n时间周期的电能使用效率值。
37、可选地，所述估计维度预测模块包括：
38、时序模型建立模块，用于建立时序模型；
39、时序预测模块，用于根据所述时序模型，利用所述状态估计方程和所述单个目标设备在第一时间周期的耗电量，确定数据中心中单个目标设备在第二时间周期的耗电量的第一预测值。
40、可选地，所述功率维度方程建立模块包括：
41、历史总耗电量确定模块，用于根据所述第二样本数据中包含的数据中心中单个目标设备的历史耗电量，确定数据中心中所有目标设备的历史总耗电量；
42、拟合模块，用于将所述历史耗电量和所述历史总耗电量作为观测数据，并利用最小二乘法和所述观测数据，确定所述多元回归方程中的功率偏差参数。
43、本技术实施例还公开了一种电子设备，包括：处理器；和存储器，其上存储有可执行代码，当所述可执行代码被执行时，使得所述处理器执行如本技术实施例所述的方法。
44、本技术实施例还公开了一种机器可读介质，其上存储有可执行代码，当所述可执行代码被执行时，使得处理器执行如本技术实施例所述的方法。
45、本技术实施例包括以下优点：
46、本技术实施例的技术方案中，根据第一样本数据，建立数据中心中单个目标设备的耗电量在估计维度对应的状态估计方程和协方差估计方程。其中，状态估计方程和协方差估计方程用于在估计维度对数据中心中单个目标设备的耗电量进行预测，可以起到估计维度的耗电量预测作用。这样，本技术实施例可以根据数据中心中单个目标设备在第一时间周期(t1)的耗电量，利用状态估计方程，确定数据中心中单个目标设备在第二时间周期(t2)的耗电量的第一预测值；还可以利用上述协方差估计方程，确定第二时间周期对应的估计维度误差矩阵。
47、本技术实施例还根据第二样本数据，建立功率维度的多元回归方程。其中，多元回归方程中的功率偏差参数可用于确定数据中心中单个目标设备在第二时间周期(t2)的耗电量的第二预测值，故可以起到功率维度的耗电量预测作用。
48、本技术实施例还可以利用融合参数，对上述第一预测值和上述第二预测值进行融合。在实际应用中，第一样本数据或第二样本数据等样本数据可能存在误差，基于估计维度的耗电量预测得到的第一预测值和基于功率维度的耗电量预测得到的第二预测值也可能存在误差；本技术实施例对上述第一预测值和上述第二预测值进行融合，可以降低样本数据的误差或耗电量预测的误差；因此，本技术实施例可以降低对于样本数据在数据量或数据准确度方面的要求，且能够提高目标设备的耗电量的预测结果的准确度和电能使用效率的预测结果的准确度。
1.一种电能使用效率的预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述第二时间周期对应的估计维度误差矩阵，确定所述第一预测值和所述第二预测值对应的融合参数，包括：
3.根据权利要求2所述的方法，其特征在于，所述功率维度误差矩阵的确定过程包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述融合参数，对所述第一预测值和所述第二预测值进行融合，包括：
5.根据权利要求1至4中任一所述的方法，其特征在于，所述方法还包括：
6.根据权利要求1至4中任一所述的方法，其特征在于，所述利用所述状态估计方程和所述单个目标设备在第一时间周期的耗电量，确定数据中心中单个目标设备在第二时间周期的耗电量的第一预测值，包括：
7.根据权利要求1至4中任一所述的方法，其特征在于，所述根据第二样本数据，建立功率维度的多元回归方程，包括：
8.一种电能使用效率的预测装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，包括：处理器；和
10.一种机器可读介质，其上存储有可执行代码，当所述可执行代码被执行时，使得处理器执行如权利要求1-7中任一项所述的方法。
