功率预测方法、系统、设备及介质与流程

本发明涉及功率预测，尤其是涉及一种功率预测方法、系统、设备及介质。

背景技术：

1、在功率预测领域中，功率预测模型所依赖的python库版本、cuda（computeunified device architecture、统一计算设备架构）驱动、基础操作系统镜像及运行时配置文件，通常由开发人员在本地环境中手动指定并固化于容器镜像中。由于从开发到生产的部署过程高度依赖运行环境，同一功率预测微服务在不同集群部署时，极易导致功率预测失准的问题。

技术实现思路

1、有鉴于此，本发明的目的在于提供一种功率预测方法、系统、设备及介质，可以实现功率预测微服务的一致性部署与稳定运行，从而提升功率预测的准确性。

2、第一方面，本发明提供了一种功率预测方法，包括：

3、根据待部署的功率预测模型文件所处环境、所使用的训练数据集及其超参数字典，生成功率预测模型文件对应的上下文记录；

4、基于上下文记录创建功率预测模型文件对应的目标容器镜像，并将目标容器镜像部署至满足上下文记录对应的资源配额要求的目标容器节点，得到承载功率预测微服务的pod实例；

5、如果接收到功率预测请求，则将功率预测请求发送至pod实例，以得到pod实例针对功率预测请求反馈功率预测结果。

6、在一种实施方式中，根据待部署的功率预测模型文件所处环境、所使用的训练数据集及其超参数字典，生成功率预测模型文件对应的上下文记录，包括：

7、调用环境感知探针，采集功率预测模型文件所处环境的代码版本信息、依赖环境信息和运行环境信息，作为环境指纹；

8、调用双层数据指纹生成器，基于功率预测模型文件所使用的训练数据集生成文件级指纹和内容级指纹，将文件级指纹与内容级指纹拼接为数据集指纹；

9、提取功率预测模型文件的超参数字典，在超参数字典通过参数范围与类型约束校验后，将超参数字典转换为结构化超参数；

10、根据环境指纹和数据集指纹，按照预设规则生成语义化版本号，语义化版本号包括主版本号、次版本号和补丁号，主版本号用于表征环境指纹中的运行环境信息是否发生变更，次版本号用于表征数据集指纹是否发生变更，补丁号用于表征环境指纹中的代码版本信息是否发生变更；

11、对功率预测模型文件对应的标识、环境指纹、数据集指纹、结构化超参数和语义化版本号进行数字签名，得到功率预测模型文件关联的上下文记录；

12、将功率预测模型文件及其关联的上下文记录，注册至模型注册中心。

13、在一种实施方式中，基于上下文记录创建功率预测模型文件对应的目标容器镜像，包括：

14、从预置容器镜像库中确定环境指纹匹配的基础容器镜像；

15、根据结构化超参数生成镜像配置文件；

16、将数据集指纹写入基础容器镜像的标签字段；

17、基于基础容器镜像、镜像配置文件及标签字段，构建功率预测模型文件对应的目标容器镜像。

18、在一种实施方式中，将目标容器镜像部署至满足上下文记录对应的资源配额要求的目标容器节点，得到承载功率预测微服务的pod实例，包括：

19、将数据集指纹映射为资源配额要求；

20、构造功率预测模型文件对应的部署配置对象，并基于资源配额要求对部署配置对象中的资源上限字段进行配置；

21、扫描容器集群中的容器节点的实时资源状态，并结合部署配置对象中的资源上限字段筛选目标容器节点。

22、在一种实施方式中，方法还包括：

23、确定功率预测模型对应的监控对象，并将监控对象挂载至部署配置对象；

24、通过监控对象监听目标容器节点对应的扩缩容指标项；

25、基于扩缩容指标项与预设指标阈值，更新部署配置对象，以基于更新后的部署配置对象对目标容器节点执行扩容动作或缩容动作。

26、在一种实施方式中，将功率预测请求发送至pod实例，以得到pod实例针对功率预测请求反馈功率预测结果，包括：

27、基于功率预测请求携带的实时运行数据和目标语义化版本号确定通信传输协议；

28、在功率预测请求通过多级身份认证的情况下，基于实时运行数据和目标语义化版本号，生成功率预测请求对应的标准化短期令牌，标准化短期令牌至少写入有目标语义化版本号和实时运行数据对应的目标数据集指纹；

29、基于标准化短期令牌写入的目标语义化版本号和目标数据集指纹，确定功率预测请求待调用的pod实例；

30、按照通信传输协议，将功率预测请求发送至其待调用的pod实例。

31、在一种实施方式中，方法还包括：

32、采集pod实例对应的性能指标项；

33、将性能指标项与目标语义化版本号、目标数据集指纹绑定；

34、根据性能指标项及其绑定的目标语义化版本号、目标数据集指纹，对pod实例进行双模态异常检测，双模态异常检测包括性能衰减检测和数据漂移检测；

35、在pod实例未通过双模态异常检测的情况下，复用功率预测模型文件对应的环境指纹、数据集指纹和结构化超参数，对功率预测模型执行训练动作，以得到新的pod实例。

36、第二方面，本发明还提供一种功率预测系统，包括：

37、模型注册模块，用于根据待部署的功率预测模型文件所处环境、所使用的训练数据集及其超参数字典，生成功率预测模型文件对应的上下文记录；

38、实例部署模块，用于基于上下文记录创建功率预测模型文件对应的目标容器镜像，并将目标容器镜像部署至满足上下文记录对应的资源配额要求的目标容器节点，得到承载功率预测微服务的pod实例；

39、请求响应模块，用于如果接收到功率预测请求，则将功率预测请求发送至pod实例，以得到pod实例针对功率预测请求反馈功率预测结果。

40、第三方面，本发明还提供一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的计算机可执行指令，处理器执行计算机可执行指令以实现第一方面提供的任一项的方法。

41、第四方面，本发明还提供一种计算机可读存储介质，计算机可读存储介质存储有计算机可执行指令，计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现第一方面提供的任一项的方法。

42、本发明提供的一种功率预测方法、系统、设备及介质，首先根据待部署的功率预测模型文件所处环境、所使用的训练数据集及其超参数字典，生成功率预测模型文件对应的上下文记录；然后基于上下文记录创建功率预测模型文件对应的目标容器镜像，并将目标容器镜像部署至满足上下文记录对应的资源配额要求的目标容器节点，得到承载功率预测微服务的pod实例；如果接收到功率预测请求，则将功率预测请求发送至pod实例，以得到pod实例针对功率预测请求反馈功率预测结果。上述方法通过将基于功率预测模型文件所处环境、所使用的训练数据集及其超参数字典生成的上下文记录作为部署的输入依据，驱动目标容器镜像的构建与资源配额要求的生成，并据此筛选满足要求的目标容器节点，使镜像构建不再依赖人工指定，而是严格依据上下文记录自动选择基础镜像、生成运行时配置、注入数据标识，整个过程消除了本地环境差异带来的不确定性，实现了功率预测微服务的一致性部署与稳定运行，从而提升功率预测的准确性。

43、本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。

44、为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。