CN109034521B - 一种电网调度控制系统的智能运维架构设计方法 - Google Patents

Abstract

本发明公开了一种电网调度控制系统的智能运维架构设计方法，包括以下步骤：1）全方位监控数据采集，2）监控数据存储，3）实时监控告警，4）故障诊断与定位，5）多维可视化展示，本申请能够实时监控整个系统的运行状况，有效、准确、及时地对主机、存储、应用等软硬件的健康状况进行评估，为系统优化，故障发现提供有效信息，提高系统运维效率。

Description

一种电网调度控制系统的智能运维架构设计方法

技术领域

本发明涉及一种电网调度控制系统的智能运维架构设计方法，主要用于电网调度控制系统的一体化智能运维，一体化智能运维总体架构由全方位监控数据采集、监控数据存储、实时监控告警、故障诊断与定位和多维可视化展示五部分构成，能够提升系统运维效率，降低运维成本。

背景技术

目前的电网调度控制系统仍采用传统的运维方式，即等到故障出现后再由运维人员采取相应的补救措施；这种被动的运维方式存在工作效率低、监视管理手段薄弱、无法快速定位故障、缺乏预警预控功能等不足。随着电网规模不断扩大，设备规模不断增多，信息化程度不断提高，电网调度控制系统本身的运行维护更加复杂,传统的电网调度控制系统被动运维方式难以满足需要。如何保证调控系统安全稳定运行，优化运行环境的性能，都对系统的运维水平提出了新的要求和挑战。

发明内容

本申请公开一种电网调度控制系统的智能运维架构设计方法该架构设计包括全方位监控数据采集、监控数据存储、实时监控告警、故障诊断与定位和多维度可视化展示；能够实时监控整个系统的运行状况，有效、准确、及时地对主机、存储、应用软硬件的健康状况进行评估，为系统优化，故障发现提供有效信息，提高系统运维效率。

本发明技术方案如下：

一种电网调度控制系统的智能运维架构设计方法，包括以下步骤:

S1，全方位采集运维监控数据：采集电网调度控制系统的硬件设备和系统软件的监控数据；

S2，存储监控数据：依据数据类型和数据实效性的不同，采用不同的数据存储方式；

采集到的监控数据根据数据类型的不同分为指标数据和日志数据；根据数据实效性的不同分为实时数据和历史数据；在进行数据存储时，根据数据的不同采用不同的存储方式；

实时指标数据应存储在时序数据库中；实时日志数据存储在全文检索库中；历史监控数据存放在列式数据库中；

S3，实时监控告警：采用恒定阈值设定法与动态阈值设定法进行实时监控告警，检测系统的异常指标；

如果数据具有周期性特征，采用动态阈值设定法；如果数据分析后没有周期性特征，采用恒定阈值法。

S4，故障诊断与定位：基于多维度关联分析，构建运维故障诊断树，挖掘系统故障根源，实现故障诊断与自动定位；

具体包括以下步骤，利用多维度关联分析，从多个维度对运维数据进行关联分析和信息钻取，找出与故障有强关联关系的运维指标，采用基于逻辑的方法构建运维故障诊断树；在选定某一系统故障后，根据造成故障的原因按逻辑因果关系构建故障支路，并自顶向下逐级建树；计算故障支路的故障关联因子，若故障关联因子高于阈值，则将所述故障支路加入故障树；若故障关联因子低于阈值，则将所述故障支路从故障树中去除。

运维故障诊断树具有直观、明了，思路清晰，逻辑性强的特点，能够进行定性分析，便于快速挖掘系统故障根源和实现故障自动定位，能够提高系统故障自动定位的效率和正确率，提升系统运维的智能化水平，降低系统运维成本。

S5，多维可视化展示。

将电网调度控制系统中硬件、中间件和应用系统的监控数据通过可视化方式进行直观展示；

多维可视化展示实现从全网整体到具体设备，从全面信息展示到重要节点监控,多维度、多层次的运维数据可视化展示，使调控人员能够从可视化的运维图形中快速准确地判断全网自动化设备及系统是否正常运行，及时掌握系统运行的危险点和存在的运行风险，对故障和风险及时进行处理，提高运维效率。

较优地，硬件设备采集范围包括：

a)主机设备；

b)网络设备；

c)存储设备；

d)辅助设备；

e)电力专用设备。

较优地，硬件设备的监控数据包括配置信息、状态信息和性能信息；

a)配置信息包括：主机名、厂商、设备型号、CPU核数、CPU主频、CPU数、虚拟内存大小、内存大小、交换内存大小、IP地址、网段IP、网卡类型、网卡型号、MAC地址、子网掩码、默认网关地址、磁盘挂载点、挂载点路径、分区大小、文件系统的总空间、文件系统类型、操作系统厂商和操作系统版本；

b)状态信息包括：主机运行状态、网络端口状态、远程Ping状态、集群运行状态、关键进程运行状态、电源状态和风扇状态；

c)性能信息包括：CPU使用率；磁盘容量、磁盘使用率、磁盘读写速率；文件系统名称、类型、容量、已用空间、剩余空间、文件系统使用率；内存容量、内存使用率；网络链接速度、利用率；进程ID、进程用户和CPU占用率。

较优地，系统软件采集范围包括：

a)EMS系统软件；

b)数据库软件；

c)Web中间件；

d)其他自动化系统应用软件。

较优地，系统软件的监控数据包括数据状态、应用状态和关键指标；

a)数据状态：数据不平衡校验状态、数据刷新状态和数据跳变状态；

b)应用状态：应用运行状态、节点应用状态、关键进程运行状态、数据库连接状态和前置链路运行状态；

c)关键指标：SCADA可用率、状态估计合格率/收敛率/量测覆盖率、厂站远动系统可用率、远动装置可用率、厂站PMU装置可用率、厂站监控系统可用率和计算机通信转发中断时间。

依据监控数据重要性的不同设置不同的采集频率，监控数据采集满足以下性能指标:

a)实时数据更新性能：大于20000条/秒；

b)采样成功率：大于99.5％；

c)满足7*24小时不间断运行的要求，运行期间的系统性能保持不变。

恒定阈值设定法：在服务器端设定指标超过预定告警阈值范围的上下限立刻自动报警。

动态阈值设定法：采用动态时间窗口的阈值设定法来解决周期性数据的异常判断。

故障诊断树是一种倒立树状逻辑因果关系图，用于描述系统中各种事件之间的因果关系。

本发明有益效果包括：

本发明公开一种电网调度控制系统的智能运维架构设计方法，研究全方位监控数据采集，主要是对业务系统、基础软硬件设备进行监控数据采集，包括指标数据(性能信息和状态信息)和日志数据。

研究实时监控告警技术，通过对软硬件运维指标的实时监控,能够在发生异常事件时进行自动告警。

研究基于人工智能的海量运维数据多维度关联分析技术，快速挖掘系统故障根源和实现故障自动定位。

本发明步骤S1基于对业务系统、基础软硬件等设备进行监控数据(包括指标数据和日志数据)采集，实现全方位监控数据采集。

本发明步骤S3采用恒定阈值设定法与动态阈值设定法，通过对软硬件运维指标的实时监控，能够在发生异常事件时进行自动告警。

本发明步骤S4采用基于人工智能的海量运维数据多维度关联分析技术，构建故障诊断树，能够快速挖掘系统故障根源并实现故障自动定位。

本发明实现对电网调控系统运行状态的智能监视，准确把握调控系统运行状态变化趋势，全面分析调控系统的运行数据，提高在线诊断和故障定位能力，提升调控系统运维的智能化水平，确保系统安全稳定运行。

附图说明

图1为本发明一种电网调度控制系统的智能运维架构的示意图；

图2为本发明存储监控数据示意图；

图3为本发明故障诊断与定位示意图。

具体实施方式

下面结合附图和具体的实施例对本发明技术方案作进一步的详细描述，以使本领域的技术人员可以更好的理解本发明并能予以实施，但所举实施例不作为对本发明的限定。

如图1所示，首先对硬件设备、基础软件和业务系统等进行全方位监控数据采集，采集到的数据包括指标数据和日志数据，通过统一的数据集中接口进行数据汇集，然后进行数据处理与数据存储。对实时监控数据，根据实际情况采用恒定阈值法和动态阈值法进行实时监控告警；对历史数据，利用基于人工智能的多维度关联分析技术，构建运维故障诊断树，实现故障诊断与定位。以上监控数据、监控告警等信息都可以通过多种可视化图形方式进行多维展示。

一种电网调度控制系统的智能运维架构设计方法，其特征在于：包括以下步骤:

S1，全方位采集运维监控数据：采集电网调度控制系统的硬件设备和系统软件的监控数据；

S2，存储监控数据：依据数据类型和数据实效性的不同，采用不同的数据存储方式；

如图2所示，采集到的监控数据根据数据类型的不同分为指标数据和日志数据；根据数据实效性的不同分为实时数据和历史数据；在进行数据存储时，根据数据的不同采用不同的存储方式；

实时指标数据应存储在时序数据库中；实时日志数据适合存储在全文检索库中；历史监控数据应存放在列式数据库中。

S3，实时监控告警：采用恒定阈值设定法与动态阈值设定法进行实时监控告警，检测系统的异常指标；

以前的监控告警配置基本靠运维工程师经验或持续的迭代修正，甚至纯人工排查。随着技术的发展，可以通过制定监控标准和自动化监控部署实现运维监控的标准化和自动化，最终的目标，是希望用智能化的方法彻底解决这个问题。

通过对资源池(物理机、虚拟机、容器、存储设备、网络设备、安防设备)、平台、数据库及应用系统运行监控数据的采集，对电网调度控制系统的运行状态进行实时监视，并基于相应的告警阈值发出告警。

在系统出现指标数据波动时，需要先判定是否确实为异常情况，确定异常后再实现精准报警。自动检测业务的异常指标，主要有两种方法：恒定阈值设定与动态阈值设定。

恒定阈值设定法：在服务器端设定指标超过预定告警阈值范围的上下限立刻自动报警。

动态阈值设定法：采用动态时间窗口的阈值设定法来解决周期性数据的异常判断。

如果数据具有很强的周期性特征，使用动态阈值设定法；如果数据分析后没有周期性特征，使用恒定阈值法。

S4，故障诊断与定位：基于人工智能的多维度关联分析技术，构建运维故障诊断树，快速挖掘系统故障根源，实现故障诊断与自动定位；

面对电网调度控制系统中的海量运维数据，需充分考虑运维数据的时间、空间和应用多维度特性和运维数据与其他因素之间复杂的关联关系，如图3所示，利用多维度关联分析，从多个维度对运维数据进行关联分析、信息钻取，找出与故障有强关联关系的运维指标，采用基于逻辑的方法构建运维故障诊断树。故障诊断树是一种倒立树状逻辑因果关系图，用于描述系统中各种事件之间的因果关系。在选定某一系统故障后，根据造成故障的原因按逻辑因果关系构建故障支路，并自顶向下逐级建树。为避免故障树过于复杂，计算故障支路的故障关联因子，若故障关联因子高于阈值，则将其加入故障树；若故障关联因子低于阈值，则将其从故障树中去除。运维故障诊断树具有直观、明了，思路清晰，逻辑性强的特点，能够进行定性分析，便于快速挖掘系统故障根源和实现故障自动定位，能够提高系统故障自动定位的效率和正确率，提升系统运维的智能化水平，降低系统运维成本。

S5，多维可视化展示。

将电网调度控制系统中硬件、中间件、应用系统监控数据通过多种可视化方式(图形、表格、仪表盘)进行直观展示，实现从全网整体到具体设备，从全面信息展示到重要节点监控,多维度、多层次的运维数据可视化展示，使调控人员能够从可视化的运维图形中快速准确地判断全网自动化设备及系统是否正常运行，及时掌握系统运行的危险点和存在的运行风险，对故障和风险及时进行处理，提高运维效率。

硬件设备采集范围包括：

a)主机设备，包括服务器和工作站

b)网络设备，包括交换机、防火墙和隔离装置；

c)存储设备，包括磁盘阵列、光纤交换机

d)辅助设备，包括KVM、大屏；

e)电力专用设备，包括正反向隔离装置、纵向加密认证网关。

硬件设备的监控数据包括配置信息、状态信息和性能信息；

a)配置信息包括：主机名、厂商、设备型号、CPU核数、CPU主频、CPU数、虚拟内存大小(MB)、内存大小(KB)、交换内存大小(MB)、IP地址、网段IP、网卡类型、网卡型号、MAC地址、子网掩码、默认网关地址、磁盘挂载点、挂载点路径、分区大小(MB)、文件系统的总空间(MB)、文件系统类型、操作系统厂商、操作系统版本；

b)状态信息包括：主机运行状态、网络端口状态(TCP/UDP端口的状态和占用进程)、远程Ping状态、集群运行状态、关键进程运行状态、电源及风扇状态等；

c)性能信息包括：CPU使用率；磁盘容量、磁盘使用率、读写速率；文件系统名称、类型、容量、已用空间、剩余空间、文件系统使用率；内存容量、内存使用率；网络链接速度、利用率；进程ID、进程用户、CPU占用率。

系统软件采集范围包括：

a)EMS系统软件；

b)数据库软件，包括Oracle、达梦、金仓；

c)Web中间件，支持主流Web中间件，如Tomcat、Weblogic等；

d)其他自动化系统应用软件。

系统软件的监控数据包括数据状态、应用状态和关键指标；

a)数据状态：数据不平衡校验状态(线路、主变)、数据刷新状态、数据跳变状态；

b)应用状态：应用运行状态、节点应用状态(值班、备用)、关键进程运行状态、数据库连接状态、前置链路运行状态(与各厂站104链路、101链路、TASE.2通信链路)；

c)关键指标：SCADA可用率、状态估计合格率/收敛率/量测覆盖率、厂站远动系统可用率、远动装置可用率、厂站PMU装置可用率、厂站监控系统可用率、计算机通信转发中断时间。

不同的监控数据，依据重要性的不同设置不同的采集频率，监控数据采集满足以下性能指标:

a)实时数据更新性能：大于20000条/秒；

b)采样成功率：大于99.5％；

c)满足7*24小时不间断运行的要求，运行期间的系统性能保持不变。

以上仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (5)

1.一种电网调度控制系统的智能运维架构设计方法，其特征在于：包括以下步骤:

S1，全方位采集运维监控数据：采集电网调度控制系统的硬件设备和系统软件的监控数据；

S2，存储监控数据：依据数据类型和数据实效性的不同，采用不同的数据存储方式；

采集到的监控数据根据数据类型的不同分为指标数据和日志数据；根据数据实效性的不同分为实时数据和历史数据；在进行数据存储时，根据数据的不同采用不同的存储方式；

实时指标数据应存储在时序数据库中；实时日志数据存储在全文检索库中；历史监控数据存放在列式数据库中；

S3，实时监控告警：采用恒定阈值设定法与动态阈值设定法进行实时监控告警，检测系统的异常指标；

如果数据具有周期性特征，采用动态阈值设定法;如果数据分析后没有周期性特征，采用恒定阈值法；

S4，故障诊断与定位：基于多维度关联分析，构建运维故障诊断树，挖掘系统故障根源，实现故障诊断与自动定位；

具体包括以下步骤，利用多维度关联分析，从多个维度对运维数据进行关联分析和信息钻取，找出与故障有强关联关系的运维指标，采用基于逻辑的方法构建运维故障诊断树；在选定某一系统故障后，根据造成故障的原因按逻辑因果关系构建故障支路，并自顶向下逐级建树；计算故障支路的故障关联因子，若故障关联因子高于阈值，则将所述故障支路加入故障树；若故障关联因子低于阈值，则将所述故障支路从故障树中去除；

S5，多维可视化展示;

将电网调度控制系统中硬件、中间件和应用系统的监控数据通过可视化方式进行直观展示;

硬件设备采集范围包括：

a)主机设备；

b)网络设备；

c)存储设备；

d)辅助设备；

e)电力专用设备;

硬件设备的监控数据包括配置信息、状态信息和性能信息；

a)配置信息包括：主机名、厂商、设备型号、CPU核数、CPU主频、CPU数、虚拟内存大小、内存大小、交换内存大小、IP地址、网段IP、网卡类型、网卡型号、MAC地址、子网掩码、默认网关地址、磁盘挂载点、挂载点路径、分区大小、文件系统的总空间、文件系统类型、操作系统厂商和操作系统版本；

b)状态信息包括：主机运行状态、网络端口状态、远程Ping状态、集群运行状态、关键进程运行状态、电源状态和风扇状态；

c)性能信息包括：CPU使用率；磁盘容量、磁盘使用率、磁盘读写速率；文件系统名称、类型、容量、已用空间、剩余空间、文件系统使用率；内存容量、内存使用率；网络链接速度、利用率；进程ID、进程用户和CPU占用率;

系统软件采集范围包括：

a)EMS系统软件；

b)数据库软件；

c)Web中间件；

d)其他自动化系统应用软件;

系统软件的监控数据包括数据状态、应用状态和关键指标；

a)数据状态：数据不平衡校验状态、数据刷新状态和数据跳变状态；

b)应用状态：应用运行状态、节点应用状态、关键进程运行状态、数据库连接状态和前置链路运行状态；

c)关键指标：SCADA可用率、状态估计合格率/收敛率/量测覆盖率、厂站远动系统可用率、远动装置可用率、厂站PMU装置可用率、厂站监控系统可用率和计算机通信转发中断时间。

2.根据权利要求1所述的一种电网调度控制系统的智能运维架构设计方法，其特征在于，

依据监控数据重要性的不同设置不同的采集频率，监控数据采集满足以下性能指标:

a)实时数据更新性能：大于20000条/秒；

b)采样成功率：大于99.5%；

c)满足7*24小时不间断运行的要求，运行期间的系统性能保持不变。

3.根据权利要求1所述的一种电网调度控制系统的智能运维架构设计方法，其特征在于，

恒定阈值设定法：在服务器端设定指标超过预定告警阈值范围的上下限立刻自动报警。

4.根据权利要求1所述的一种电网调度控制系统的智能运维架构设计方法，其特征在于，

动态阈值设定法：采用动态时间窗口的阈值设定法来解决周期性数据的异常判断。

5.根据权利要求1所述的一种电网调度控制系统的智能运维架构设计方法，其特征在于，

故障诊断树是一种倒立树状逻辑因果关系图，用于描述系统中各种事件之间的因果关系。

Images