随着智能化、信息化进程在电网公司的不断推进,信息系统的建设成为了业务系统中非常重要的一环。在信息系统的运行过程中,产生了大量的主机指标数据。公司现有的运维方式难以从海量的主机指标数据中快速、高效地分析出有用信息,无法保障信息系统的稳定运行。基于此,本文从主机指标数据的预测角度出发,设计并实现了基于时序数据挖掘的电网主机指标预测系统。该预测系统能对信息系统中的主机指标数据进行短期预测并将结果可视化,以便用户直观地感受到主机指标的未来变化态势。在此基础上,对预测数据进行异常检测。若发现异常数据,则系统会产生一条预警信息供用户查看,降低信息系统发生异常的可能。本文的研究内容如下:1.研究基于差分运算的主机指标预测模型。在电网信息系统中,存在一些非平稳、变化规律的主机指标数据。分析非平稳主机指标数据时,会存在伪回归问题。本文首先使用ADF检验主机指标数据是否平稳,对于未通过检验的数据,利用差分运算将其平稳化。然后再利用Xgboost对其训练预测模型,最后将预测结果还原。与直接进行预测相比,能消除分析过程中存在的伪回归。2.研究基于EMD分解的主机指标预测模型。在电网信息系统中,存在一些非平稳、波动较大的主机指标数据,对于该部分数据直接进行预测难以取得理想的效果。EMD能够将其分解为多个相对平稳的子序列,因此本文首先利用EMD将主机指标数据进行分解,之后对分解得到的每一个序列训练预测模型,模型主要采用LSTM。最后将每一个模型的输出结果累加,得到主机指标数据的预测结果。3.设计并实现基于时序数据挖掘的电网主机预测系统。该系统以提出的预测算法模型为核心,集主机指标数据采集、主机指标数据预处理、主机指标数据预测、智能预警等功能为一体,可在用户无需干预的情况下自动分析最新的主机指标数据并对其进行预测。在提高运维工作效率的同时,又能保证信息系统的稳定运行。