CN110415136B - 一种电力调度自动化***服务能力评估***与方法 - Google Patents
一种电力调度自动化***服务能力评估***与方法 Download PDFInfo
- Publication number
- CN110415136B CN110415136B CN201810390966.9A CN201810390966A CN110415136B CN 110415136 B CN110415136 B CN 110415136B CN 201810390966 A CN201810390966 A CN 201810390966A CN 110415136 B CN110415136 B CN 110415136B
- Authority
- CN
- China
- Prior art keywords
- rule
- data
- attribute
- service capability
- monitoring data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 15
- 238000012544 monitoring process Methods 0.000 claims abstract description 71
- 230000010354 integration Effects 0.000 claims abstract description 17
- 238000012549 training Methods 0.000 claims description 30
- 230000002123 temporal effect Effects 0.000 claims description 18
- 238000005192 partition Methods 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 108010028984 3-isopropylmalate dehydratase Proteins 0.000 claims description 3
- 238000005304 joining Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 abstract description 5
- 238000012423 maintenance Methods 0.000 abstract description 5
- 230000008859 change Effects 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种电力调度自动化***服务能力评估***与方法。包括:采集/集成模块采集监测数据;业务关系引擎模块预先定义业务关联数据;规则引擎模块建立对象规则、层级规则、***规则;服务能力指数评估引擎模块根据采集的监测数据、业务关联数据以及调用对象规则、层级规则、***规则输出对象服务能力指数、层级服务能力指数、***服务能力指数。本发明可以作为衡量全自动化机房及各关注应用***运行情况以及对外提供服务能力的一项主要指标,用于指导实际管理和运维工作,同时,服务能力指数的变化直接反映出***可用性、可靠性的变化趋势,有助于管理人员提前侦测到故障隐患,防患于未然。
Description
技术领域
本发明属于电力调度自动化***运行管理领域,提供一种电力调度自动化***服务能力评估***与方法。
背景技术
电力调度自动化机房是电力信息化、自动化建设的基础设施,具有高复杂性、高投入性、高技术密集性的特点,它的运行情况直接影响到电网安全和电力安全生产。目前,各级单位的电力机房都建设了安全保护***,如IT运维***、机房环境、视频监控、门禁、消防等,但各类***大多从某一方面对机房进行管理、独立运行,虽然信息和业务互有覆盖却又不共享,很难于从机房整体***考虑处理各种问题,更难于综合各类指标、因素,正确评估某一应用***的运行情况。
另外,电力调度自动化机房有其自身鲜明的行业特点,如“二次安防”等安全要求,这给很多通用型产品的部署和发挥最大效用造成困难。
发明内容
针对现有技术中的上述不足,保证电力机房环境、设备、应用的安全、高效、经济运行,需要以***性的思维方式、***性的研究方法去看待电力自动化机房中的设备、应用、***、网络、动力环境等多种因素,打破各类运维辅助***之间的壁垒,汇总各类数据,对机房整体以及各应用***运行情况建立准确、合理、精细的评估模型,提供准确的指标数据。本发明提供一种电力调度自动化***服务能力评估***与方法,并以此作为衡量全自动化机房及各关注应用***运行情况以及对外提供服务能力的一项主要指标,用于指导实际管理和运维工作,同时,服务能力指数的变化直接反映出***可用性、可靠性的变化趋势,有助于管理人员提前侦测到故障隐患,防患于未然。
本发明为实现上述目的所采用的技术方案是:一种电力调度自动化***服务能力评估***,包括:
采集/集成模块,通过通信协议或数据集成手段采集监测数据输出给服务能力指数评估引擎模块;
业务关系引擎模块,预先定义应用***各类业务间的业务关联数据给服务能力指数评估引擎模块;
规则引擎模块,建立对象规则、层级规则、***规则并输出给服务能力指数评估引擎模块;
服务能力指数评估引擎模块,根据采集的监测数据、业务关联数据以及调用规则引擎模块提供的对象规则、层级规则、***规则输出对象服务能力指数、层级服务能力指数、***服务能力指数。
所述采集/集成模块包括:
监测数据采集模块,通过SNMP、IPMI协议或接口从被监测设备采集监测数据;
监测数据集成模块,通过webservice、共享数据库、共享数据文件的方式采集监测数据,并当采集的监测数据的数据结构不符时进行数据结构转换。
自动化***安全分区处理模块,将监测数据采集模块、监测数据集成模块采集的监测数据进行安全分区存储,实现各安全分区间的通信和监测数据汇总。
所述监测数据包括以下对象的数据:设备监测数据、应用监测数据、网络监测数据、***监测数据、动力环境监测数据;
所述监测数据的属性包括:CPU使用率、CPU温度、内存使用情况、网口状态、硬盘硬件状态、硬盘逻辑分区情况、网口流量数据、电源模块运行数据、机房UPS运行情况、机房温湿度、网络动态拓扑数据。
所述业务关联数据包括***间数据关联、业务流程关联、应用***部署关联,与机房运行环境的关联关系。
所述规则引擎模块,包括对象规则单元、层级规则单元、***规则单元;
所述对象规则单元,包括:
i.特征属性选择,将监测数据和业务关联数据按照其属性是否符合特征属性规则进行过滤,保留符合属性规则的监测数据和业务关联数据作为特征属性选择后的数据;
ii.数据集标记,将特征属性选择后的数据按照标记信息种类添加标记信息,获取符合标记信息的数据作为训练数据;
iii.规则学习,应用训练数据进行学习并生成对象规则集,获取对象服务能力指数;
所述层级规则单元,按照如下层级规则,获取层级服务能力指数:
所述***规则单元,按照如下***规则,获取***服务能力指数:
其中,N为对象的个数,M为层级的个数,所述对象权重、层级权重为预设参数。
所述属性规则包括:业务***关注的属性、发生过故障的属性、相关支撑***提供的属性。
所述标记信息用来标记当前特征属性选择后的监测数据在实际应用环境下的运行结果;所述标记信息种类包括:外***标记、专家设置、特殊事件。
所述规则学习,应用训练数据进行学习并生成对象规则集,获取对象服务能力指数,包括:
a.定义训练数据集(属性i,属性值i,j);定义布尔函数Ti(属性i,属性值i,j)用来判断属性i和属性值i,j是否满足关系Ti运算;其中,属性i表示第i个属性,属性值i,j表示第i个属性的第j个属性值;
b.选择标记信息之一作为学习主题;
c.当i=1时,对于第1个属性,将T1(属性1,属性值1,j)放到空规则R空中则生成一个临时规则R临时规则,按临时规则R临时规则对训练数据集(属性i,属性值i,j)中的数据进行匹配,结果与当前学习主题相符的为“覆盖正例”,反之为“覆盖反例”;计算准确率;所述“准确率=覆盖正例数/训练数据总数”,
d.对第i个属性(i>1),把Ti(属性i,属性值i,j)加到临时规则R临时规则中,则生成一个新的临时规则R'临时规则,按新的临时规则R'临时规则对训练数据集(属性i,属性值i,j)中的数据进行匹配,结果与当前学习主题相符的为“覆盖正例”,反之为“覆盖反例”;计算准确率;
e.对应每个属性i,按准确率由高至低排序选出前n个准确率对应的新的临时规则R'临时规则加入到临时规则集R临时规则集,获得临时规则集R临时规则集对应的候选数据集;返回d将候选数据集替换训练数据集(属性i,属性值i,j)执行后续步骤;
f.直到训练数据中的i个属性都遍历后生成当前主题规则集R当前主题规则集;
g.直到所有学习主题都学习完成生成对象规则集R对象规则集={Rp},Rp={R(属性1,属性值1)∧......∧R(属性p,属性值p)→对象服务能力指数};
其中,n≥1为***参数;所述候选数据集为训练数据集(属性i,属性值i,j)的子集;R(属性p,属性值p)是一个布尔函数,用来判断属性p和属性值p是否满足关系R运算;其中,属性p表示第p个属性,属性值p表示第p个属性的属性值。
一种电力调度自动化***服务能力评估方法,包括以下步骤:
步骤1:服务能力指数评估引擎模块接收采集/集成模块采集的对象监测数据,依据特征属性规则过滤监测数据获取特征属性监测数据;
步骤2:服务能力指数评估引擎模块接收特征属性监测数据、对象业务关联数据,调用规则引擎模块提供的对象规则输出对象服务能力指数;
步骤3:服务能力指数评估引擎模块接收各个对象服务能力指数,调用规则引擎模块提供的层级规则输出层级服务能力指数;
步骤4:服务能力指数评估引擎模块接收层级服务能力指数,调用规则引擎模块提供的***规则输出***服务能力指数。
本发明具有以下优点及有益效果:
本发明作为衡量全自动化机房及各关注应用***运行情况以及对外提供服务能力的一项主要指标,用于指导实际管理和运维工作,同时,服务能力指数的变化直接反映出***可用性、可靠性的变化趋势,有助于管理人员提前侦测到故障隐患,防患于未然。
附图说明
图1本发明***组成示意图;
图2服务能力规则学习流程示意图;
图3***服务能力评估引擎模块工作流程示意图。
具体实施方式
下面结合附图及实施例对本发明做进一步的详细说明。
电力调度自动化***服务能力评估***由监测数据采集/集成模块、业务关系引擎模块、规则引擎模块、服务能力指数评估引擎模块组成,各组成部分结构如图1所示。
1.监测数据采集/集成模块
通过直接采集或数据集成手段,将各类监测数据汇聚到一起,通过接口把监测数据输出给服务能力指数评估引擎。
直接采集是指通过一定的通信协议或接口,直接从被监测设备采集监测数据,例如,可以通过SNMP协议读取服务器CPU负荷、内存使用、网口状态、硬盘逻辑分区使用情况等;通过IPMI协议读取服务器电源模块状态、机箱温度、风扇转速、硬盘硬件状态等数据。
数据集成手段是指通过一定的接口方式,从外部***获取被监测设备的监测数据,即从外***间接获取监测数据,这有助于保护现有***投资,提高现有***应用效率,数据集成技术方案需厂家之间沟通确认,一般包括webservice、共享数据库等。如果外***数据结构不符合本***要求,还包括数据结构转换工作,一般通过开发数据接口完成数据结构转换。
自动化***安全分区处理模块,就是为实现自动化生产区和信息区各类监测数据跨安全分区汇总,从而实现全机房监测数据统一处理和业务互联。该模块实现一方面实现电力行业正、反向隔离装置数据交换规约,提供底层的数据交换功能,另一方面实现业务级的服务接口,包括SNMP数据跨区采集、SQL跨区执行、命令跨区执行等。
所述监测数据属性包括:CPU使用率、CPU温度、内存使用情况、网口状态、硬盘硬件状态、硬盘逻辑分区情况、网口流量数据、电源模块运行数据、机房UPS运行情况、机房温湿度、网络动态拓扑数据等。
2.业务关系引擎模块
各应用***关联是***运行时的直接或间接关系,包括***间数据关联、业务流程关联,另外还包括应用***部署关联,与机房运行环境等关联关系,这些关联集合构成了影响应用***正常、高效运行的重要因素,业务关系引擎负责对这些关联关系建模和管理。随着***不断运行,会通过自身算法发现和收集新的业务关系,并在用户确认后写入业务关系库,这有助于***的不断演化和优化。
3.规则引擎模块
规则引擎具有学习功能。规则学习是根据***定义的规则学习算法,利用历史数据集生成新规则的过程,规则学习步骤(如图3所示)包括:对象规则制定、层级规则制定、***规则制定;
(1)对象规则制定包括:
i.训练数据特征属性选择
由于所述自动化***是电力行业专有***,领域知识丰富,模型完整,因此,特征属性由业务专家确定,特殊属性集中的数据按优先级排序。
确定特征属性的依据主要两方面,一是领域知识提取,二是根据实际运行数据,规则描述为:
a)业务***关注的属性:例如两个***间有数据共享,则业务影响属性就是特征属性。
b)发生过故障的属性:对历史运行记录分析,发生故障的属性优先考虑设置为特征属性。
c)相关支撑***提供的属性:例如,如果评估结果需要考虑机房温度因素的影响,则机房测温***定义的相关属性需要定义为特征属性。
ii.训练数据集标记
每个采集样本数据是一系列属性及属性值,训练样本数据标记是在采集样本添加标记信息,用来标记本条数据在实际应用环境下的运行结果。
标记信息来源有如下几种情况:
a)外***标记:如果样本数据由外***集成,且外***对运行情况有判断结果,则此结果可作为标记信息。
b)专家设置:即由用户专家划定典型运行时段数据,指定运行结果。
c)特殊事件:如实际运行过程中出现特殊事件,如服务器故障、数据丢失、业务中断等,则这些事件发生时的样本数据添加标记信息。
经过标记以及特征属性过滤后的数据集即为最后的训练数据集,供规则学习使用。
iii.规则生成
如图2所示,目标是产生一个对象规则集,覆盖尽可能多的数据,包括:
a.定义训练数据集(属性i,属性值i,j);定义布尔函数Ti(属性i,属性值i,j)用来判断属性i和属性值i,j是否满足关系Ti运算;其中,属性i表示第i个属性,属性值i,j表示第i个属性的第j个属性值;
b.选择标记信息之一作为学习主题;
c.当i=1时,对于第1个属性,将T1(属性1,属性值1,j)放到空规则R空中则生成一个临时规则R临时规则,按临时规则R临时规则对训练数据集(属性i,属性值i,j)中的数据进行匹配,结果与当前学习主题相符的为“覆盖正例”,反之为“覆盖反例”;计算准确率;所述“准确率=覆盖正例数/训练数据总数”,
d.对第i个属性(i>1),把Ti(属性i,属性值i,j)加到临时规则R临时规则中,则生成一个新的临时规则R'临时规则,按新的临时规则R'临时规则对训练数据集(属性i,属性值i,j)中的数据进行匹配,结果与当前学习主题相符的为“覆盖正例”,反之为“覆盖反例”;计算准确率;
e.对应每个属性i,按准确率由高至低排序选出前n个准确率对应的新的临时规则R'临时规则加入到临时规则集R临时规则集,获得临时规则集R临时规则集对应的候选数据集;返回d将候选数据集替换训练数据集(属性i,属性值i,j)执行后续步骤;
f.直到训练数据中的i个属性都遍历后生成当前主题规则集R当前主题规则集;
g.直到所有学习主题都学习完成生成对象规则集R对象规则集={Rp},Rp={R(属性1,属性值1)∧......∧R(属性p,属性值p)→对象服务能力指数};
其中,n≥1为***参数;所述候选数据集为训练数据集(属性i,属性值i,j)的子集;R(属性p,属性值p)是一个布尔函数,用来判断属性p和属性值p是否满足关系R运算;其中,属性p表示第p个属性,属性值p表示第p个属性的属性值。
***中各个对象的评估结果都是由一组规则表达式计算的,每条规则都用一个一阶逻辑表达式定义。每条规则表达当前评估对象(如一台服务器)若干评估属性值之间的逻辑关系。以某服务器为例,假定其评估属性包括:CPU负荷率、内存使用率、***温度、网口使用率,则关于它的一条规则可定义为:
(CPU负荷率,<30%)∧(内存使用率,<25%)∧(***温度,正常范围)∧(网口使用率,<10%)→服务器服务能力指数(X)。
(2)所述层级规则单元,按照如下层级规则,获取层级服务能力指数:
(3)所述***规则单元,按照如下***规则,获取***服务能力指数:
其中,N为对象的个数,M为层级的个数,所述对象权重、层级权重为预设参数。
4.服务能力指数评估引擎
整个自动化***由大量的应用软件、***软件、服务器、网络设备等部分共同组成,而这些设备又共享机房动力环境,因此,对于待评估的某一应用***,与它相关的应用软件、服务器、相关网络设备以及机房环境都是影响其运行以及对外服务能力的因素。
服务能力指数评估引擎模块,根据采集的监测数据、业务关联数据以及调用规则引擎模块提供的对象规则、层级规则、***规则输出对象服务能力指数、层级服务能力指数、***服务能力指数。
具体方法步骤如图3所示,计算过程按层次进行,依次是对象级,业务层级、***级。
对象级是最低层级,具体对象例如服务器、软件进程等,它以对象监测数据和业务关联数据为基础数据,经过监测数据过滤、调用规则引擎模块的对象规则完成对象服务能力处理,最终输出对象服务能力评估结果。其中,是将特征属性监测数据、对象业务关联数据的属性作为属性p带入规则集R规则集获取对象服务能力指数。
业务层级评估以对象服务能力评估结果为输入数据,调用规则引擎模块的层级规则完成评估计算,输出层级服务能力评估结果。
***级评估以业务层级服务能力评估结果为输入数据,调用规则引擎模块的***规则完成评估计算,输出***服务能力评估结果。
通过在多个电力调度自动化机房的实际部署应用,***运行良好,各类监测数据、业务关系数据以及用户的规则约束得到充分融合,数据价值得到充分挖掘;本发明的服务能力指数评估方法得到充分验证和利用,定义的各类应用***服务能力指数准确、合理的表现出***当前运行状态,在实际生产中发挥出积极作用,取得良好的经济效益和社会效益。
Claims (7)
1.一种电力调度自动化***服务能力评估***,其特征在于,包括:
采集/集成模块,通过通信协议或数据集成手段采集监测数据输出给服务能力指数评估引擎模块;
业务关系引擎模块,预先定义应用***各类业务间的业务关联数据给服务能力指数评估引擎模块;
规则引擎模块,建立对象规则、层级规则、***规则并输出给服务能力指数评估引擎模块;所述规则引擎模块,包括对象规则单元、层级规则单元、***规则单元;
所述对象规则单元,包括:
i.特征属性选择,将监测数据和业务关联数据按照其属性是否符合特征属性规则进行过滤,保留符合属性规则的监测数据和业务关联数据作为特征属性选择后的数据;
ii.数据集标记,将特征属性选择后的数据按照标记信息种类添加标记信息,获取符合标记信息的数据作为训练数据;
iii.规则学习,应用训练数据进行学习并生成对象规则集,获取对象服务能力指数;包括:
a.定义训练数据集(属性i,属性值i,j);定义布尔函数Ti(属性i,属性值i,j)用来判断属性i和属性值i,j是否满足关系Ti运算;其中,属性i表示第i个属性,属性值i,j表示第i个属性的第j个属性值;
b.选择标记信息之一作为学习主题;
c.当i=1时,对于第1个属性,将T1(属性1,属性值1,j)放到空规则R空中则生成一个临时规则R临时规则,按临时规则R临时规则对训练数据集(属性i,属性值i,j)中的数据进行匹配,结果与当前学习主题相符的为“覆盖正例”,反之为“覆盖反例”;计算准确率;所述“准确率=覆盖正例数/训练数据总数”,
d.对第i个属性,i>1,把Ti(属性i,属性值i,j)加到临时规则R临时规则中,则生成一个新的临时规则R'临时规则,按新的临时规则R'临时规则对训练数据集(属性i,属性值i,j)中的数据进行匹配,结果与当前学习主题相符的为“覆盖正例”,反之为“覆盖反例”;计算准确率;
e.对应每个属性i,按准确率由高至低排序选出前n个准确率对应的新的临时规则R'临时规则加入到临时规则集R临时规则集,获得临时规则集R临时规则集对应的候选数据集;返回d将候选数据集替换训练数据集(属性i,属性值i,j)执行后续步骤;
f.直到训练数据中的i个属性都遍历后生成当前主题规则集R当前主题规则集;
g.直到所有学习主题都学习完成生成对象规则集R对象规则集={Rp},Rp={R(属性1,属性值1)∧…∧R(属性p,属性值p)→对象服务能力指数};
其中,n≥1为***参数;所述候选数据集为训练数据集(属性i,属性值i,j)的子集;R(属性p,属性值p)是一个布尔函数,用来判断属性p和属性值p是否满足关系R运算;其中,属性p表示第p个属性,属性值p表示第p个属性的属性值;
所述层级规则单元,按照如下层级规则,获取层级服务能力指数:
所述***规则单元,按照如下***规则,获取***服务能力指数:
其中,N为对象的个数,M为层级的个数,所述对象权重、层级权重为预设参数;
服务能力指数评估引擎模块,根据采集的监测数据、业务关联数据以及调用规则引擎模块提供的对象规则、层级规则、***规则输出对象服务能力指数、层级服务能力指数、***服务能力指数。
2.根据权利要求1所述的一种电力调度自动化***服务能力评估***,其特征在于:所述采集/集成模块包括:
监测数据采集模块,通过SNMP、IPMI协议或接口从被监测设备采集监测数据;
监测数据集成模块,通过webservice、共享数据库、共享数据文件的方式采集监测数据,并当采集的监测数据的数据结构不符时进行数据结构转换;
自动化***安全分区处理模块,将监测数据采集模块、监测数据集成模块采集的监测数据进行安全分区存储,实现各安全分区间的通信和监测数据汇总。
3.根据权利要求1所述的一种电力调度自动化***服务能力评估***,其特征在于:所述监测数据包括以下对象的数据:设备监测数据、应用监测数据、网络监测数据、***监测数据、动力环境监测数据;
所述监测数据的属性包括:CPU使用率、CPU温度、内存使用情况、网口状态、硬盘硬件状态、硬盘逻辑分区情况、网口流量数据、电源模块运行数据、机房UPS运行情况、机房温湿度、网络动态拓扑数据。
4.根据权利要求1所述的一种电力调度自动化***服务能力评估***,其特征在于:所述业务关联数据包括***间数据关联、业务流程关联、应用***部署关联,与机房运行环境的关联关系。
5.根据权利要求1所述的一种电力调度自动化***服务能力评估***,其特征在于:所述属性规则包括:业务***关注的属性、发生过故障的属性、相关支撑***提供的属性。
6.根据权利要求1所述的一种电力调度自动化***服务能力评估***,其特征在于:所述标记信息用来标记当前特征属性选择后的监测数据在实际应用环境下的运行结果;所述标记信息种类包括:外***标记、专家设置、特殊事件。
7.一种电力调度自动化***服务能力评估方法,该方法是基于权利要求1-6任意一项所述的电力调度自动化***服务能力评估***实现,其特征在于包括以下步骤:
步骤1:服务能力指数评估引擎模块接收采集/集成模块采集的对象监测数据,依据特征属性规则过滤监测数据获取特征属性监测数据;
步骤2:服务能力指数评估引擎模块接收特征属性监测数据、对象业务关联数据,调用规则引擎模块提供的对象规则输出对象服务能力指数;
步骤3:服务能力指数评估引擎模块接收各个对象服务能力指数,调用规则引擎模块提供的层级规则输出层级服务能力指数;
步骤4:服务能力指数评估引擎模块接收层级服务能力指数,调用规则引擎模块提供的***规则输出***服务能力指数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810390966.9A CN110415136B (zh) | 2018-04-27 | 2018-04-27 | 一种电力调度自动化***服务能力评估***与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810390966.9A CN110415136B (zh) | 2018-04-27 | 2018-04-27 | 一种电力调度自动化***服务能力评估***与方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110415136A CN110415136A (zh) | 2019-11-05 |
CN110415136B true CN110415136B (zh) | 2023-04-07 |
Family
ID=68345793
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810390966.9A Active CN110415136B (zh) | 2018-04-27 | 2018-04-27 | 一种电力调度自动化***服务能力评估***与方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110415136B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111401776A (zh) * | 2020-03-27 | 2020-07-10 | 卫健智能(深圳)有限公司 | 一种公共卫生服务质控方法及*** |
CN112684780A (zh) * | 2021-01-29 | 2021-04-20 | 郑州铁路职业技术学院 | 一种用于铁路机车的控制面板接口组件 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101208602A (zh) * | 2005-04-15 | 2008-06-25 | 贝克顿迪金森公司 | 脓毒症的诊断 |
CN102122374A (zh) * | 2011-03-03 | 2011-07-13 | 江苏方天电力技术有限公司 | 电力自动化***流量异常智能分析*** |
CN105046387A (zh) * | 2015-01-07 | 2015-11-11 | 泰华智慧产业集团股份有限公司 | 一种数字城市监控中心综合分析子***及其工作方法 |
CN106411609A (zh) * | 2016-11-08 | 2017-02-15 | 上海新炬网络信息技术有限公司 | 一种it软硬件运行状态监控*** |
CN106600073A (zh) * | 2016-12-28 | 2017-04-26 | 携程旅游网络技术(上海)有限公司 | 互联网支付风控***的优化方法及装置 |
CN106649840A (zh) * | 2016-12-30 | 2017-05-10 | 国网江西省电力公司经济技术研究院 | 一种适用于电力数据质量评估与规则校验的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10664759B2 (en) * | 2014-10-23 | 2020-05-26 | Fair Isaac Corporation | Dynamic business rule creation using scored sentiments |
-
2018
- 2018-04-27 CN CN201810390966.9A patent/CN110415136B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101208602A (zh) * | 2005-04-15 | 2008-06-25 | 贝克顿迪金森公司 | 脓毒症的诊断 |
CN102122374A (zh) * | 2011-03-03 | 2011-07-13 | 江苏方天电力技术有限公司 | 电力自动化***流量异常智能分析*** |
CN105046387A (zh) * | 2015-01-07 | 2015-11-11 | 泰华智慧产业集团股份有限公司 | 一种数字城市监控中心综合分析子***及其工作方法 |
CN106411609A (zh) * | 2016-11-08 | 2017-02-15 | 上海新炬网络信息技术有限公司 | 一种it软硬件运行状态监控*** |
CN106600073A (zh) * | 2016-12-28 | 2017-04-26 | 携程旅游网络技术(上海)有限公司 | 互联网支付风控***的优化方法及装置 |
CN106649840A (zh) * | 2016-12-30 | 2017-05-10 | 国网江西省电力公司经济技术研究院 | 一种适用于电力数据质量评估与规则校验的方法 |
Non-Patent Citations (2)
Title |
---|
《Relation between Pareto-Optimal Fuzzy Rules and Pareto-Optimal Fuzzy Rule Sets》;Hisao I et al;《IEEE》;20070604;全文 * |
《多级分类器构建及在不平衡数据的应用研究》;李莎莎;《中国优秀硕士学位论文全文数据库 信息科技辑》;20160215(第2016年第02期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110415136A (zh) | 2019-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112102111B (zh) | 一种发电厂数据智能处理*** | |
CN102752142B (zh) | 一种基于多维建模的信息***的监控方法及监控*** | |
CN107294764A (zh) | 智能监管方法和智能监管*** | |
CN108092813A (zh) | 数据中心综合管理***服务器硬件管理框架及实现方法 | |
KR20180108446A (ko) | Ict 인프라 관리 시스템 및 이를 이용한 ict 인프라 관리 방법 | |
CN106600115A (zh) | 一种企业信息***运维智能分析方法 | |
CN110162445A (zh) | 基于主机日志及性能指标的主机健康评价方法及装置 | |
CN103825755A (zh) | 电力二次***的建模方法与*** | |
CN113347170B (zh) | 一种基于大数据框架的智能分析平台设计方法 | |
KR102041545B1 (ko) | 딥러닝 모델을 이용한 이벤트 예측 기반의 이벤트 모니터링 방법, 이벤트 모니터링 시스템 및 컴퓨터 프로그램 | |
CN103049365B (zh) | 信息与应用资源运行状态监控及评价方法 | |
CN110427298A (zh) | 一种分布式日志的自动特征提取方法 | |
CN112463892A (zh) | 一种基于风险态势的预警方法及*** | |
CN110415136B (zh) | 一种电力调度自动化***服务能力评估***与方法 | |
CN113726559B (zh) | 基于人工智能网络安全分析预警*** | |
CN114385403A (zh) | 基于双层知识图谱架构的分布式协同故障诊断方法 | |
CN109639475A (zh) | 基于关联图的网络自诊断故障定位方法 | |
CN116611813B (zh) | 一种基于知识图谱的智能运维管理方法及*** | |
CN109241154A (zh) | 一种分布式数据库监控分析方法及*** | |
CN117336228A (zh) | 一种基于机器学习的igp仿真推荐方法、装置及介质 | |
CN117453398A (zh) | 一种提高供电可靠性的算力调度的智能优化方法及*** | |
CN114757448B (zh) | 一种基于数据空间模型的制造环节间最优价值链构建方法 | |
CN116594782A (zh) | 基于智能运维***的勘探数据中心的资源管理方法及装置 | |
CN106649034A (zh) | 一种可视化智能运维方法及平台 | |
Bychkov et al. | Support for managing the survivability of energy systems based on a combinatorial approach |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |