CN107609754A - 一种电网信息系统性能监测系统及方法 - Google Patents

Abstract

本发明公开了一种电网信息系统性能监测系统及方法，属于电力系统监控领域。针对现有监测系统中性能评价及监测只有数据，没有完整的框架去嵌套数据，缺乏针对电网信息系统完整的指标体系对信息系统性能进行监测及评价的技术不足，采用专门针对电网信息系统非功能性需求中的性能方面进行监测的方法，建立完且合理的指标体系对信息系统性能进行监测及评价，配置设定后，无需人工干涉，根据完整合理的指标体系，自主独立对信息系统的性能进行定期监测，提升监测的合理性及精确性，从而为信息系统设计、功能优化、系统运维提供指导手段，不断提升信息系统应用水平。

Description

一种电网信息系统性能监测系统及方法

技术领域

本发明涉及电力系统监控领域，特别涉及一种电网信息系统性能监测 系统及方法。

背景技术

电力系统是由发电厂、送变电限流、供配电所和用电环节组成的电能 生产与消费系统。其功能是将自然界的一次能源通过发电动力装置转化成 电能，再经输电、变电和配电将电能供应到各用户。为实现这一功能，电 力系统在各个环节和不同层次还具有相应的信息与控制系统，对电能的生 产过程进行测量、调节、控制、保护、通信和调度，以保证用户获得安全、 优质的电能。

电力监控系统以计算机、通讯设备、测控单元为基本工具，为变配电 系统的实时数据采集、开关状态检测及远程控制提供了基础平台，它可以 和检测、控制设备构成任意复杂的监控系统，在变配电监控中发挥了核心 作用，可以帮助企业消除孤岛、降低运作成本，提高生产效率，加快变配 电过程中异常的反应速度。

管理电力系统的任务非常繁重，尽管现有的电力监控系统能够对实时 监测的数据进行统一分析处理，以提高整个电力系统管理调度能力，但是 目前没有专门针对电网信息系统非功能性需求中的性能方面进行监测的方 法，现有的监测只是对指标数据进行采集，在信息系统建设初期对其进行 验证，没有建立完整的指标体系对信息系统性能进行监测及评价，现有的 指标只是零散的存放在数据库中，并没有建立起合理的指标体系，导致信 息系统非功能性中性能的评价及监测只有数据，没有完整的框架去嵌套数 据。导致信息系统反应缓慢、客户满意度较差。

发明内容

本发明的目的是提供一种基于层次分析及模糊综合评价的电网信息系 统性能监测的工具，专门针对电网信息系统非功能性需求中的性能方面进 行监测的方法，建立完且合理的指标体系对信息系统性能进行监测及评价， 配置设定后，无需人工干涉，根据完整合理的指标体系，自主独立对信息 系统的性能进行定期监测，提升监测的合理性及精确性，从而为信息系统 设计、功能优化、系统运维提供指导手段，不断提升信息系统应用水平。

为了实现以上目的，本发明的一方面提供一种电网信息系统性能监测 系统，该系统包括如下模块，

(1)数据源模块：采集的电网信息系统性能数据。线上数据，包括 ITSM、信息自动化及IT信息应用及管理系统，将服务器运行信息和虚拟机 运行信息通过Zabbix技术采集到MySql数据库进行存储；线下数据，通过 Excel进行线下整理汇总，导入MySql数据库。

(2)数据整合模块：采用抽取、转换、加载的方法将多个系统数据库 格式统一至电力系统性能监测数据库。采用运用ETL工具将数据按月抽取 至数据分析平台，并监控数据质量与系统资源利用率、内存使用率、数据 库空间使用率、系统平均响应时长等指标。

优选的，通过SQOOP技术将结构化数据库中的数据，抽取至大数据分 布式数据库Hive中，同时对数据进行清洗和预处理过程，保证数据能够满 足数据挖掘的要求。

(3)指标体系模块：该模块基于信息系统性能监测指标体系，实现信 息化性能集中监视与系统的运行状态监控。

进一步的，通过统一标准与规范，对指标体系中的各指标进行实时信 息采集与处理，首先收集信息系统运行的非功能性数据，通过非功能性数 据与系统架构的关系建立架构设计的评价体系。

(4)权重赋予模块：该模块基于各指标权重辅助运维人员判断影响信 息系统运行状态的各影响因素的重要程度，并对其进行相应的维护。基于 对历史信息系统运行信息的采集及统计分析，实现对各指标重要程度的趋 势性分析及预测。

(5)数据中心评价模块：该模块通过对设备历史运行状态的评价，实 现对设备状态的管理，及时预防故障的发生。信息系统负载评价功能通过 对历史信息的分析，针对信息系统各个关键节点，建立监测及评价基线， 辅助运维人员对信息系统进行升级及功能变更。

(6)数据展示模块：对清洗后的数据，将其导入数据分析平台，进行 数据建模和分析，形成数据模型，得到数据分析结果；试制系统通过前端 可视化技术进行分析结果的可视化展示，满足用户对模型应用场景的理解。

显示查询结果及可视化展示分析结果，为公司决策层提供辅助支撑。

(7)指令下发模块：用于下发指令。

其中，数据源模块、数据整合模块、指标体系模块、权重赋予模块、 数据中心评价模块、数据展示模块、指令下发模块均与数据中心分析模块 连接。

为了实现上述目的，本发明的另一方面提供一种电网信息系统性能监 测方法，电网信息系统性能监测以指标模块体系为基础，通过指标权值对 系统的性能进行评价，所述方法包括下述步骤：

步骤一：经过数据源模块，了解现有电网信息系统性能评价现状，发 现目前存在对信息系统的性能缺少有效的验证手段、对系统发生故障不能 提前预防、无法将系统运维及使用人员的用户体验量化等问题。

步骤二：通过数据整合模块，对数据抽取及集成软件进行数据采集与 预处理；

步骤三：建立电网信息系统性能监测指标体系，通过CRITIC算法选择 样本数据，记指标数为m，样本数据为当前时刻的采集指标，样本容量为n， 即样本包含n个该类部件的指标数据；根据统计分析得出一个区间，再根 据专家经验判断和业界标准修正该区间。

对于正向指标，即响应时间、处理时间及容量三个一级指标，平均响 应时间、最大响应时间、事务最大处理时间、事务平均处理时间、最大在 线请求数、最大并发访问数六个二级指标的系统性能评价指标体系；

步骤四：据评价对象的情况，将各个评价因素分类组合，形成一种包 括目标层，准则层和评价对象层的层次结构，将影响信息系统架构设计的n 个同层指标就其影响上一层指标因素的程度两两进行比较，构造判断矩阵。 进一步的，判断矩阵中将同一层中各因素相对于上一层而言两两进行比较， 对每一层中各因素相对重要性给出一定的判断。

步骤五：通过专家组对指标的两两比较，根据判断矩阵进行层次单排 序及层次总排序，进而确定评价因素和评价因子权重。

进一步的，层次单排序的权重值可通过计算矩阵Ei的最大特征根，得 到最大特征根对应的特征向量和权重向量。以上得到的特征向量即为所求 权数，建立比较判断矩阵，输入指标数据，由判断矩阵计算相对权重系数 并进行一致性检验；判断矩阵中将同一层中各因素相对上一层而言两两比 较，对每一层中各因素相对重要性给出一定的判断。

进一步的，构造判断矩阵是AHP方法的关键一步。将影响信息系统架 构设计的n个同层指标就其影响上一层指标因素的程度两两进行比较，构 造判断矩阵。判断矩阵中将同一层中各因素相对于上一层而言两两进行比 较，对每一层中各因素相对重要性给出一定的判断。这些赋值的根据或来 源一般由熟悉信息系统架构设计的专家独立地给出。

进一步的，根据判断矩阵进行层次单排序及层次总排序，进而确定评 价因素和评价因子权重。层次单排序的目的在于对本层因素进行重要性排 序，层次单排序的权重值可通过计算矩阵Ei的最大特征根λmax，得到最 大特征根对应的特征向量为Wf为权重向量。以上得到 的特征向量即为所求权数，并进行一致性检验。

由于评估人不可能精确判断出权数的精确值，只能对它进行评估，这 就需要对判断矩阵进行一致性检验，通过一致性检验公式：

其中CR为判断矩阵的随机一致性比率，CI为判断矩阵的一般一致性指 标，RI为判断矩阵的一般一致性指标。

当CR<0.1时，即认为判断矩阵具有满意的一致性，说明权数分配是合 理的，需要调整判断矩阵，直到取得具有满意的一致性为止。

对权重向量进行归一化处理：

为了便于理解，归一化处理后的权重向量仍记为权重是介于0和1之间的小数，并且指标权重和等于1。

以上通过主客观方法分别计算出了指标的权重，引入系数α，α是介 于0和1之间的小数，综合考虑主客观方法获取的权重，得到最终的指标 权重向量为：

W＝αW_c+(1-α)W_f

其中α可人为调节，如果要突出主观权重法，则将α调小，反之，要 突出客观权重法，则将α调大，当α＝0.5时，主观权重法和客观权重法相 当。

步骤六：分别对每个一级指标所分解的二级指标进行模糊综合评判， 建立评价因素集、评语集、数值集和权重集。

所述的信息系统性能的评价因素集包括响应时间、处理时间、容量。 评语集包括特优、优、良、中，待加强。

所述的权重集为第五步中层次分析法所得出的各级指标权重。

步骤七：结合实际情况确定一级指标的汇总，构造隶属度子集 Ri＝{ri1,ri2,…,rij}Ri指评价因素中第i个指标对应评语集中每个 v1,v2,…,vk的隶属度，即

例如以某系统作为评价对象，评估其近一个月的系统架构性能表现， 建立第i类部件的模糊评判阵Ri：

其中rij表示对指标uij的评价中，等级vj所占的份额，即对uij评 价以多大的概率隶属于等级vj。rij的取值一方面可由专家根据指标分布 给出，另一方面可根据大量历史数据统计出，先将指标数据根据评语集进 行离散化，分类统计各个指标占各评语等级的频率，以该频率作为rij。部 件发生故障时，通常不能采集到部件指标值，此类情况，在离散化的时候， 直接将部件状态归类为严重状态。

根据Ri，利用Ri和指标权重的复合运算即可求得部 件k的综合评估结果:

上式中bij表示对部件i的评价中等级vj所占的份额。对于部件评价 结果向量的分析，可以采用最大隶属度原则。部件在哪个等级的得分最多， 则认为信息系统架构设计属于哪个等级。

由各评估主题得到综合评估矩阵并根据系统中的权重及矩阵数据，得 出信息系统性能最终评价；

步骤八：将输出结果以图形化形式展示与系统当中，定期通过实时数 据抽取与分析，帮助系统运维人员直观判断并预测信息系统运行状态。

附图说明

图1为本发明提供的一种电网信息系统性能监测系统框架图。

图2为本发明提供的一种电网信息系统性能监测方法流程图。

图3为本发明提供的一种电网信息系统性能检测指标体系图。

图4为本发明提供的一种电网信息系统性能评价指标判断矩阵图。

具体实施方式

下面对照附图，通过对实施例的描述，本发明的具体实施方式作进一 步详细的说明，以帮助本领域技术人员对本发明的发明构思、技术方案有 更完整、准确和深入的理解。

本发明的一方面提供一种电网信息系统性能监测系统，该系统包括如 下模块，

(1)数据源模块：采集的电网信息系统性能数据，包括ITSM、信息自 动化及IT信息应用及管理等系统，将服务器运行信息和虚拟机运行信息通 过Zabbix技术采集到MySql数据库进行存储；设备台账、设备故障、系统 应用指标数据以及业务时间窗口数据，都属于线下数据，且变化量较小， 变化频度弱，通过Excel进行线下整理汇总，导入MySql数据库。

(2)数据整合模块：采用抽取、转换、加载的方法将多个系统数据库 格式统一至电力系统性能监测数据库库。采用运用ETL工具将数据按月抽 取至数据分析平台，并监控数据质量与系统资源利用率、内存使用率、数 据库空间使用率、系统平均响应时长等指标。通过SQOOP技术将结构化数 据库中的数据，抽取至大数据分布式数据库Hive中，同时对数据进行清洗 和预处理过程，保证数据能够满足数据挖掘的要求。

(3)指标体系模块：该模块基于信息系统性能监测指标体系，实现信 息化性能集中监视与系统的运行状态监控；通过统一标准与规范，对指标 体系中的各指标进行实时信息采集与处理，首先收集信息系统运行的非功 能性数据，通过非功能性数据与系统架构的关系建立架构设计的评价体系。 系统的非功能性数据主要包含9个方面，分别是性能、可用性、可操作性、 可维护性、可伸缩性、易用性、可管理性、可靠性、安全性数据。每类数 据下又存在不同的特征指标来反映各自非功能性的满足情况。根据系统架 构评估模型在应用系统建设及运行的关键节点进行数据的收集和评估，建 立评估基线。这些关键点包括信息系统试运行、信息系统正式上线、信息 系统重大的升级后等。关键点评估基线不但能帮助运维人员发现系统架构 与运行时长、功能变更之间的关系，也为运维人员后续开展系统架构评估 提供参考基准。开展系统架构设计评估。根据架构评估模型收集信息信息 系统的历史数据,周期性对信息系统设计架构进行评价分析，做出架构调整 决策驱动信息系统运维工作对系统设计、应用的促进和指导。

(4)权重赋予模块：该模块基于各指标权重辅助运维人员判断影响信 息系统运行状态的各影响因素的重要程度，并对其进行相应的维护。基于 对历史信息系统运行信息的采集及统计分析，实现对各指标重要程度的趋 势性分析及预测。

(5)数据中心评价模块：该模块通过对设备历史运行状态的评价，实 现对设备状态的管理，及时预防故障的发生。信息系统负载评价功能通过 对历史信息的分析，针对信息系统各个关键节点，建立监测及评价基线， 辅助运维人员对信息系统进行升级及功能变更。

(6)数据展示模块：对清洗后的数据，将其导入数据分析平台，进行 数据建模和分析，形成数据模型，得到数据分析结果；试制系统通过前端 可视化技术进行分析结果的可视化展示，满足用户对模型应用场景的理解。

显示查询结果及可视化展示分析结果，为公司决策层提供辅助支撑。

(7)指令下发模块：用于下发指令。

其中，数据源模块、数据整合模块、指标体系模块、权重赋予模块、 数据中心评价模块、数据展示模块、指令下发模块均与数据中心分析模块 连接。

为了实现上述目的，本发明的另一方面提供一种电网信息系统性能监 测方法，电网信息系统性能监测以指标模块体系为基础，通过指标权值对 系统的性能进行评价。该方法克服了企业对信息系统的性能缺少有效的验 证管理手段的缺点，通过系统实际运行的数据，知道运维人员进行信息系 统性能的评估，结合业务需求，为电网信息系统的设计评估、系统优化、 系统实用化提供辅助，如图2所示，所述方法包括下述步骤：

步骤一：经过数据源模块，了解现有电网信息系统性能评价现状，发 现目前存在对信息系统的性能缺少有效的验证手段、对系统发生故障不能 提前预防、无法将系统运维及使用人员的用户体验量化等问题。

步骤二：通过数据整合模块，对数据抽取及集成软件进行数据采集与 预处理；

步骤三：建立电网信息系统性能监测指标体系如图3所示，通过CRITIC 算法选择样本数据，记指标数为m，样本数据为当前时刻的采集指标，样本 容量为n，即样本包含n个该类部件的指标数据。为了便于衡量指标偏离标 准值或指标标准范围值的程度，进而衡量指标的好坏程度，制定以下转换 规则，标准值和标准区间的确定一方面根据专家经验判断和业界标准确定， 一方面可以根据大量历史数据统计指标数据分布找出取值发生频率最高或 者取值集中的区间作为标准值和标准区间。在实际操作中，我们可以将两 者结合起来使用，先根据统计分析得出一个区间，再根据专家经验判断和 业界标准修正该区间。不同指标的数量级和量纲可能会有所不同，需要进 行标准化处理以消除数量级和量纲的影响。对于正向指标，即越大越好的 指标，即响应时间、处理时间及容量三个一级指标，平均响应时间、最大 响应时间、事务最大处理时间、事务平均处理时间、最大在线请求数、最 大并发访问数六个二级指标的系统性能评价指标体系；

步骤四：据评价对象的情况，将各个评价因素分类组合，形成一种包 括目标层，准则层和评价对象层的层次结构，将影响信息系统架构设计的n 个同层指标就其影响上一层指标因素的程度两两进行比较，构造判断矩阵。 判断矩阵中将同一层中各因素相对于上一层而言两两进行比较，对每一层 中各因素相对重要性给出一定的判断。这些赋值的根据或来源一般由熟悉 信息系统架构设计的专家独立地给出

步骤五：通过专家组对指标的两两比较，根据判断矩阵进行层次单排 序及层次总排序，进而确定评价因素和评价因子权重。层次单排序的目的 在于对本层因素进行重要性排序，层次单排序的权重值可通过计算矩阵Ei 的最大特征根，得到最大特征根对应的特征向量和权重向量。以上得到的 特征向量即为所求权数，建立比较判断矩阵，输入指标数据，由判断矩阵 计算相对权重系数并进行一致性检验；如附图4所示：判断矩阵中将同一 层中各因素相对上一层而言两两比较，对每一层中各因素相对重要性给出 一定的判断。这些赋值的根据或来源一般由数据信息系统架构设计的专家 独立给出。构造判断矩阵是AHP方法的关键一步。将影响信息系统架构设 计的n个同层指标就其影响上一层指标因素的程度两两进行比较，构造判 断矩阵。判断矩阵中将同一层中各因素相对于上一层而言两两进行比较， 对每一层中各因素相对重要性给出一定的判断。这些赋值的根据或来源一 般由熟悉信息系统架构设计的专家独立地给出，采用1-9的比率进行两两 因素之间的相对比较；根据判断矩阵进行层次单排序及层次总排序，进而 确定评价因素和评价因子权重。层次单排序的目的在于对本层因素进行重 要性排序，层次单排序的权重值可通过计算矩阵Ei的最大特征根λmax， 得到最大特征根对应的特征向量为Wf为权重向量。以 上得到的特征向量即为所求权数，并进行一致性检验。

由于评估人不可能精确判断出权数的精确值，只能对它进行评估，这 就需要对判断矩阵进行一致性检验，通过一致性检验公式：

其中CR为判断矩阵的随机一致性比率，CI为判断矩阵的一般一致性指 标，RI为判断矩阵的一般一致性指标。

表-1阶判断矩阵RI值

阶数	1	2	3	4	5	6	7	8	9
										RI	0.00	0.00	0.58	0.90	1.12	1.24	1.32	1.41	1.45

当CR<0.1时，即认为判断矩阵具有满意的一致性，说明权数分配是合 理的，需要调整判断矩阵，直到取得具有满意的一致性为止。

对权重向量进行归一化处理：

为了便于理解，归一化处理后的权重向量仍记为权重是介于0和1之间的小数，并且指标权重和等于1。

以上通过主客观方法分别计算出了指标的权重，引入系数α，α是介 于0和1之间的小数，综合考虑主客观方法获取的权重，得到最终的指标 权重向量为：

W＝αW_c+(1-α)W_f

其中α可人为调节，如果要突出主观权重法，则将α调小，反之，要 突出客观权重法，则将α调大，当α＝0.5时，主观权重法和客观权重法相 当。

最终结果展如下：

表-2系统架构评价指标权重

步骤六：分别对每个一级指标所分解的二级指标进行模糊综合评判， 建立评价因素集、评语集、数值集和权重集。信息系统性能的评价因素集 包括响应时间、处理时间、容量。评语集包括特优、优、良、中，待加强。 权重集为第五步中层次分析法所得出的各级指标权重。

步骤七：结合实际情况确定一级指标的汇总，构造隶属度子集 Ri＝{ri1,ri2,…,rij}Ri指评价因素中第i个指标对应评语集中每个 v1,v2,…,vk的隶属度，即

例如以某系统作为评价对象，评估其近一个月的系统架构性能表现， 建立第i类部件的模糊评判阵Ri：

其中rij表示对指标uij的评价中，等级vj所占的份额，即对uij评 价以多大的概率隶属于等级vj。rij的取值一方面可由专家根据指标分布 给出，另一方面可根据大量历史数据统计出，先将指标数据根据评语集进 行离散化，分类统计各个指标占各评语等级的频率，以该频率作为rij。部 件发生故障时，通常不能采集到部件指标值，此类情况，在离散化的时候， 直接将部件状态归类为严重状态。

根据Ri，利用Ri和指标权重的复合运算即可求得部 件k的综合评估结果:

上式中bij表示对部件i的评价中等级vj所占的份额。对于部件评价 结果向量的分析，可以采用最大隶属度原则。部件在哪个等级的得分最多， 则认为信息系统架构设计属于哪个等级。

由各评估主题得到综合评估矩阵并根据系统中的权重及矩阵数据，得 出信息系统性能最终评价；

步骤八：将输出结果以图形化形式展示与系统当中，定期通过实时数 据抽取与分析，帮助系统运维人员直观判断并预测信息系统运行状态。

本发明实施例中的计算条件、图例、表等仅用于对本发明作进一 步的说明，并非穷举，并不构成对权利要求保护范围的限定，本领域 技术人员根据本发明实施例获得的启示，不经过创造性劳动就能够想 到其他实质上等同的代替，均在本发明保护范围之内。

Claims (11)

1.一种电网信息系统性能监测系统，其特征在于，该系统包括如下模块：数据源模块、数据整合模块、指标体系模块、权重赋予模块、数据中心评价模块、数据展示模块及指令下发模块；其中，数据源模块、数据整合模块、指标体系模块、权重赋予模块、数据中心评价模块、数据展示模块、指令下发模块均与数据中心分析模块连接；

所述数据源模块：采集的电网信息系统性能数据；线上数据将服务器运行信息和虚拟机运行信息通过Zabbix技术采集到MySql数据库进行存储；线下数据，通过Excel进行线下整理汇总，导入MySql数据库；

所述数据整合模块：采用抽取、转换、加载的方法将多个系统数据库格式统一至电力系统性能监测数据库；

所述指标体系模块：该模块基于信息系统性能监测指标体系，实现信息化性能集中监视与系统的运行状态监控；

所述权重赋予模块：该模块基于各指标权重辅助运维人员判断影响信息系统运行状态的各影响因素的重要程度，并对其进行相应的维护；基于对历史信息系统运行信息的采集及统计分析，实现对各指标重要程度的趋势性分析及预测；

所述数据中心评价模块：该模块通过对设备历史运行状态的评价，实现对设备状态的管理，及时预防故障的发生；信息系统负载评价功能通过对历史信息的分析，针对信息系统各个关键节点，建立监测及评价基线，辅助运维人员对信息系统进行升级及功能变更；

所述数据展示模块：对清洗后的数据，将其导入数据分析平台，进行数据建模和分析，形成数据模型，得到数据分析结果；试制系统通过前端可视化技术进行分析结果的可视化展示；

所述指令下发模块：用于下发指令。

2.如权利要求1所述的一种电网信息系统性能监测系统，其特征在于，所述的数据源模块，收集线上和线下两类数据；线上数据，包括ITSM、信息自动化及IT信息应用及管理系统；线下数据，包括设备台账数据、设备故障数据、系统应用指标数据以及业务时间窗口数据。

3.如权利要求1所述的一种电网信息系统性能监测系统，其特征在于，所述的数据整合模块：采用抽取、转换、加载的方法将多个系统数据库格式统一至电力系统性能监测数据库。

4.如权利要求3所述的一种电网信息系统性能监测系统，其特征在于，所述的数据整合模块采用运用ETL工具将数据按月抽取至数据分析平台，并监控数据质量与系统资源利用率、内存使用率、数据库空间使用率、系统平均响应时长指标。

5.如权利要求4所述的一种电网信息系统性能监测系统，其特征在于，所述的数据整合模块通过SQOOP技术将结构化数据库中的数据，抽取至大数据分布式数据库Hive中，同时对数据进行清洗和预处理过程，保证数据能够满足数据挖掘的要求。

6.如权利要求1所述的一种电网信息系统性能监测系统，其特征在于，所述的指标体系模块，通过统一标准与规范，对指标体系中的各指标进行实时信息采集与处理，收集信息系统运行的非功能性数据，通过非功能性数据与系统架构的关系建立架构设计的评价体系。

7.一种电网信息系统性能监测方法，其特征在于，该方法采用如上所述的电网信息性能监测系统完成，具体步骤包括：

步骤一：经过数据源模块，采集现有电网信息系统性能情况及发现问题；

步骤二：通过数据整合模块，对数据抽取及集成软件进行数据采集与预处理；

步骤三：建立电网信息系统性能监测指标体系，通过CRITIC算法选择样本数据，记指标数为m，样本数据为当前时刻的采集指标，样本容量为n，即样本包含n个该类部件的指标数据；根据统计分析得出一个区间，再根据专家经验判断和业界标准修正该区间；

对于响应时间、处理时间及容量三个一级指标，平均响应时间、最大响应时间、事务最大处理时间、事务平均处理时间、最大在线请求数、最大并发访问数六个二级指标的系统性能评价指标体系；

步骤四：据评价对象的情况，将各个评价因素分类组合，形成一种包括目标层，准则层和评价对象层的层次结构，将影响信息系统架构设计的n个同层指标就其影响上一层指标因素的程度两两进行比较，构造判断矩阵；判断矩阵中将同一层中各因素相对于上一层而言两两进行比较，对每一层中各因素相对重要性给出判断；

步骤五：通过专家组对指标的两两比较，根据判断矩阵进行层次单排序及层次总排序，进而确定评价因素和评价因子权重；

步骤六：分别对每个一级指标所分解的二级指标进行模糊综合评判，建立评价因素集、评语集、数值集和权重集；

步骤七：结合实际情况确定一级指标的汇总，构造隶属度子集Ri＝{ri1,ri2,…,rij}Ri指评价因素中第i个指标对应评语集中每个v1,v2,…,vk的隶属度，建立第i类部件的模糊评判阵Ri：

其中rij表示对指标uij的评价中，等级vj所占的份额，即对uij评价以多大的概率隶属于等级vj；

根据Ri，利用Ri和指标权重的复合运算求得部件k的综合评估结果:

上式中bij表示对部件i的评价中等级vj所占的份额；对于部件评价结果向量的分析，采用最大隶属度原则；部件在哪个等级的得分最多，则认为信息系统架构设计属于哪个等级。

由各评估主题得到综合评估矩阵并根据系统中的权重及矩阵数据，得出信息系统性能最终评价；

步骤八：将输出结果以图形化形式展示与系统当中，定期通过实时数据抽取与分析，帮助系统运维人员直观判断并预测信息系统运行状态。

8.如权利要求7所述的一种电网信息系统性能监测方法，其特征在于，步骤五所述层次单排序的权重值可通过计算矩阵Ei的最大特征根，得到最大特征根对应的特征向量和权重向量；特征向量即为所求权数，建立比较判断矩阵，输入指标数据，由判断矩阵计算相对权重系数并进行一致性检验；判断矩阵中将同一层中各因素相对上一层而言两两比较，对每一层中各因素相对重要性给出一定的判断。

9.如权利要求8所述的一种电网信息系统性能监测方法，其特征在于，步骤五所述层次单排序的构造判断矩阵是采用AHP方法。

10.如权利要求7所述的一种电网信息系统性能监测方法，其特征在于，步骤五所述的层次单排序的权重值通过计算矩阵Ei的最大特征根λmax，得到最大特征根对应的特征向量为Wf为权重向量；以上得到的特征向量即为所求权数，并进行一致性检验；

判断矩阵进行一致性检验，通过一致性检验公式：

其中CR为判断矩阵的随机一致性比率，CI为判断矩阵的一般一致性指标，RI为判断矩阵的一般一致性指标。

当CR<0.1时，即认为判断矩阵具有满意的一致性，说明权数分配是合理的，需要调整判断矩阵，直到取得具有满意的一致性为止。

对权重向量进行归一化处理：

为了便于理解，归一化处理后的权重向量仍记为权重是介于0和1之间的小数，并且指标权重和等于1。

以上通过主客观方法分别计算出了指标的权重，引入系数α，α是介于0和1之间的小数，综合考虑主客观方法获取的权重，得到最终的指标权重向量为：

W＝αW_c+(1-α)W_f

其中α可人为调节，如果要突出主观权重法，则将α调小，反之，要突出客观权重法，则将α调大，当α＝0.5时，主观权重法和客观权重法相当。

11.如权利要求7所述的一种电网信息系统性能监测方法，其特征在于，所述的步骤六中信息系统性能的评价因素集包括响应时间、处理时间、容量；评语集包括特优、优、良、中，待加强五个层级；权重集为第五步中层次分析法所得出的各级指标权重。