基于多KPI聚类的时序模型实现方法、装置、电子设备及存储介质

本发明提供了一种基于多关键性能指标(KPI，Key Performance Indicator)聚类的时序模型实现方法、装置、电子设备及存储介质，主要应用于设备侧的时序预测场景。方法包括：对设备侧的各KPI时序数据进行聚类，形成多个具有相似特征的数据集群；为每个集群设置统一的历史数据长度和预测长度参数，以减少模型数量；利用每个集群的离线数据，通过自监督学习方法训练对应的时序模型；在设备侧部署时，根据前几次预测的效果，动态建立各KPI与时序模型之间的映射关系；对于预测效果不佳的KPI，分配一个在线层(online layer)，并持续对该在线层进行微调，以适应数据特征的变化和提高预测精度。