CN114629785B - 一种告警位置的检测与预测方法、装置、设备及介质 - Google Patents
一种告警位置的检测与预测方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN114629785B CN114629785B CN202210240162.7A CN202210240162A CN114629785B CN 114629785 B CN114629785 B CN 114629785B CN 202210240162 A CN202210240162 A CN 202210240162A CN 114629785 B CN114629785 B CN 114629785B
- Authority
- CN
- China
- Prior art keywords
- alarm
- node
- nodes
- determining
- management system
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0677—Localisation of faults
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
- H04L41/065—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis involving logical or physical relationship, e.g. grouping and hierarchies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/147—Network analysis or design for predicting network behaviour
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/04—Processing captured monitoring data, e.g. for logfile generation
- H04L43/045—Processing captured monitoring data, e.g. for logfile generation for graphical visualisation of monitoring data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
-
- 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
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Environmental & Geological Engineering (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请公开了一种告警位置的检测与预测方法装置、设备及介质,应用于电网运营管理***,该方法包括:确定电网运营管理***中具有告警功能的各告警位置,并基于所述各告警位置创建包含多个节点的网络拓扑结构,然后确定所述网络拓扑结构中节点之间的关联信息,按照预设周期对电网运营管理***中的性能指标进行采集,并利用所述性能指标进行相应的计算,然后基于计算结果从网络拓扑结构中的全部节点中确定告警节点,利用所述告警节点,结合所述节点之间的关联信息,从所述电网运营管理***中的全部告警位置中确定出关键告警位置。这样一来,通过此方法可以检测并预测电网运营管理***中的关键告警位置,提升电网运营管理***的管理效率。
Description
技术领域
本发明涉及故障定位领域,特别涉及一种告警位置的检测与预测方法、装置、设备及介质。
背景技术
现有技术中,电网中配置有很多传感器,在电网某位置发生故障时,通过传感器获取告警信息。但在目前的电网管理***中,对大量告警信息的监控、分析和定位不够全面,主要表现为在各专业网管***的监控数据孤立,当网络中出现个别故障告警时,利用现有的网络管理和监控手段可以较容易地定位故障源。但当在网络中监测到大量故障告警信息时,往往已经出现了较严重的电网全面故障问题,且往往并不是每条告警信息都意味着对应的电网设施发生了故障,一些处于关键位置的电网节点或电网链路的故障可能引发大面积的故障告警。
目前主流的自动化故障定位方法有基于故障传播模型的贝叶斯网络故障定位方法与基于案例和模式匹配的故障定位方法。基于故障传播模型的贝叶斯网络故障定位方法通过识别网络故障和告警信息之间的关联解决故障定位问题,以概率边表示故障源和故障告警间的关系并用条件概率求得能够解释当前故障告警的最大概率的故障源。这种方法的问题在于算法复杂度太高。在改进的启发式算法中,算法对于每个故障告警找出所有能够产生该症状的故障源并计算其概率,将所有的情况概率从高至低排列并依次选择加入故障源直到故障源能够解释当前的故障告警为止。改进的算法提高了效率,却丢失了一部分故障-告警的概率信息且解不保证最优,使得故障定位的结果可能偏离实际情况。而基于案例和模式匹配的故障定位方法通过分析故障案例数据库归纳出故障-告警事件树和代码簿等匹配模型并用组合的方式进行故障定位。这种方法故障定位中忽视了疑似故障带来的影响,降低了该方法实际定位效果。
由上可见,在自动化故障定位过程中,如何避免出现现有技术中对于故障定位的定位效果不好的情况是本领域有待解决的问题。
发明内容
有鉴于此,本发明的目的在于提供一种告警位置的检测与预测方法、装置、设备及介质,能够实现对于电网运营管理***中关键告警位置的精准定位,进而提升电网运营管理***的管理效率。其具体方案如下:
第一方面,本申请公开了一种告警位置的检测与预测方法,应用于电网运营管理***,包括:
确定电网运营管理***中具有告警功能的各告警位置,并基于所述各告警位置创建包含多个节点的网络拓扑结构,然后确定所述网络拓扑结构中节点之间的关联信息;其中,所述电网运营管理***中的告警位置与所述网络拓扑结构中的节点相对应;所述关联信息为反映节点间关联程度的信息;
按照预设周期对所述电网运营管理***中的性能指标进行采集,并利用所述性能指标进行相应的计算,然后基于计算结果从所述网络拓扑结构中的全部节点中确定告警节点;
利用所述告警节点,结合所述节点之间的关联信息,从所述电网运营管理***中的全部告警位置中确定出关键告警位置。
可选的,所述确定所述网络拓扑结构中节点之间的关联信息,包括:
确定所述电网运营管理***中与各告警位置所对应的历史告警信息,并基于所述历史告警信息利用预设关联规则挖掘算法确定各告警位置之间的关联规则;
基于所述各告警位置之间的关联规则确定所述网络拓扑结构中的节点间的关联信息。
可选的,所述利用所述性能指标进行相应的计算,然后基于计算结果从所述网络拓扑结构中的全部节点中确定告警节点,包括:
利用预设异常检测算法对各节点所对应的各性能指标进行计算,以得到各性能指标所对应的指标正常概率值,并基于所述指标正常概率值确定各节点的节点正常概率值;
对所述各节点的节点正常概率值进行归一化处理,以得到各节点的健康度值;
将健康度值小于预设健康度阈值的节点确定为告警节点。
可选的,所述按照预设周期采集所述电网运营管理***中的性能指标之后,还包括:
从采集到的全部性能指标中提取出与各节点所对应的最近N个周期的性能指标;N为正整数;
相应的,所述利用所述性能指标进行相应的计算,然后基于计算结果从所述网络拓扑结构中的全部节点中确定告警节点,包括:
利用所述最近N个周期的性能指标与对应的周期时间绘制散点图,并利用预设的多种拟合方法和所述散点图进行曲线拟合,以得到对应的多种拟合曲线;
从所述多种拟合曲线中确定最优曲线,并基于所述最优曲线进行对应的性能指标的预测;
若任一性能指标的预测结果为异常,则将预测结果为异常的性能指标所对应的节点确定为告警节点。
可选的,所述从所述电网运营管理***中的全部告警位置中确定出关键告警位置之后,还包括:
将网络拓扑结构中与所述关键告警位置所对应的节点确定为关键告警节点;
利用软件定义网络技术创建与所述关键告警节点对应的备份节点,并利用所述备份节点代替所述关键告警节点保持电网运营管理***的正常运行。
可选的,所述利用软件定义网络技术创建与所述关键告警节点对应的备份节点,并利用所述备份节点代替所述关键告警节点保持电网运营管理***的正常运行之后,还包括:
对所述关键告警节点所对应的告警位置进行检查与修复,以便在修复后将所述网络拓扑结构中与所述关键告警位置所对应的节点重新切换至关键告警节点;
撤销对应的备份节点,并将所述关键告警节点切换为运行节点。
可选的,所述按照预设周期对所述电网运营管理***中的性能指标进行采集之后,还包括:
对采集到的所述性能指标分别进行数据检测;
若检测到任一所述性能指标所对应的数据为异常数据,则按照预设数据调整规则对所述性能指标进行调整;其中,所述异常数据包括残缺数据、错误数据以及重复数据。
第二方面,本申请公开了一种告警位置的检测与预测装置,包括:
关联信息确定模块,用于确定电网运营管理***中具有告警功能的各告警位置,并基于所述各告警位置创建包含多个节点的网络拓扑结构,然后确定所述网络拓扑结构中节点之间的关联信息;其中,所述电网运营管理***中的告警位置与所述网络拓扑结构中的节点相对应;所述关联信息为反映节点间关联程度的信息;
告警节点确定模块,用于按照预设周期对所述电网运营管理***中的性能指标进行采集,并利用所述性能指标进行相应的计算,然后基于计算结果从所述网络拓扑结构中的全部节点中确定告警节点;
关键位置确定模块,用于利用所述告警节点,结合所述节点之间的关联信息,从所述电网运营管理***中的全部告警位置中确定出关键告警位置。
第三方面,本申请公开了一种电子设备,包括:
存储器,用于保存计算机程序;
处理器,用于执行所述计算机程序,以实现前述的告警位置的检测与预测方法。
第四方面,本申请公开了一种计算机存储介质,用于保存计算机程序;其中,所述计算机程序被处理器执行时实现前述公开的告警位置的检测与预测方法的步骤。
本申请先通过确定电网运营管理***中具有告警功能的各告警位置,并基于所述各告警位置创建包含多个节点的网络拓扑结构,然后确定所述网络拓扑结构中节点之间的关联信息,其中,所述电网运营管理***中的告警位置与所述网络拓扑结构中的节点相对应,所述关联信息为反映节点间关联程度的信息,接着按照预设周期对所述电网运营管理***中的性能指标进行采集,并利用所述性能指标进行相应的计算,然后基于计算结果从所述网络拓扑结构中的全部节点中确定告警节点,最后利用所述告警节点,结合所述节点之间的关联信息,从所述电网运营管理***中的全部告警位置中确定出关键告警位置。这样一来,通过先创建网络拓扑结构,然后再利用采集到的性能指标,结合各节点间的关联信息确定***中的关键告警位置。本方法能够对于电网运营管理***各节点进行告警判断,实现对于电网运营管理***中关键告警位置的精准定位,进而提升电网运营管理***的管理效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请提供的一种告警位置的检测与预测方法流程图;
图2为本申请提供的一种根据关联规则生成的关联示意图;
图3为本申请提供的一种具体的告警位置的检测与预测方法流程图;
图4为本申请提供的一种告警位置的检测与预测装置结构示意图;
图5为本申请提供的一种电子设备结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
现有技术中,主流的自动化故障定位方法一般使用基于故障传播模型的贝叶斯网络故障定位方法与基于案例和模式匹配的故障定位方法,这两种方法存在故障定位的结果不准确,且对于故障定位的定位效果不好的问题。在本申请中提出了一种告警位置的检测与预测方法、装置、设备及介质,能够实现对于电网运营管理***中关键告警位置的精准定位,进而提升电网运营管理***的管理效率。
本发明实施例公开了一种告警位置的检测与预测方法,应用于电网运营管理***,参见图1所述,该方法包括:
步骤S11:确定电网运营管理***中具有告警功能的各告警位置,并基于所述各告警位置创建包含多个节点的网络拓扑结构,然后确定所述网络拓扑结构中节点之间的关联信息;其中,所述电网运营管理***中的告警位置与所述网络拓扑结构中的节点相对应;所述关联信息为反映节点间关联程度的信息。
本实施例中,所述确定所述网络拓扑结构中节点之间的关联信息,可以包括:确定所述电网运营管理***中与各告警位置所对应的历史告警信息,并基于所述历史告警信息利用预设关联规则挖掘算法确定各告警位置之间的关联规则;基于所述各告警位置之间的关联规则确定所述网络拓扑结构中的节点间的关联信息。
需要指出的是,本实施例中确定所述网络拓扑结构中节点之间的关联信息时,所述预设关联规则挖掘算法包括但不限于Apriori算法,在使用Apriori算法来挖掘各节点间的关联规则时,其中具体可以包括:先采集电网运营管理***中所有告警位置的历史性能指标,根据各历史性能指标确定告警阈值,其中根据各告警位置是否告警来判断是否添加项值Ip(其中p为告警位置ID),例如在5个告警位置的ID分别为A、B、C、D、E,当B、D同时报警时,则将报警结果记录为(I2,I4)。然后从记录结果中确定所有的频繁二项集,并从所有的频繁二项集中提取出关联规则。如图2所示为一种根据关联规则生成的关联示意图,图中各节点间的关联规则由箭头指向确定,例如A→B为一种关联规则,而B与C无箭头指向,则表明BC之间无关联规则。可以理解的是,根据Apriori算法来挖掘各节点间的关联规则之后,可以将存在关联规则的节点确定为具有关联的节点,将不存在关联规则的节点确定为不具有关联的节点,并以此生成关联信息。
可以理解的是,在一种具体的实施例中,在基于所述各告警位置创建包含多个节点的网络拓扑结构之后,可以对所述网络拓扑结构进行初始化。
步骤S12:按照预设周期对所述电网运营管理***中的性能指标进行采集,并利用所述性能指标进行相应的计算,然后基于计算结果从所述网络拓扑结构中的全部节点中确定告警节点。
本实施例中,所述按照预设周期对所述电网运营管理***中的性能指标进行采集之后,还可以包括:对采集到的所述性能指标分别进行数据检测;若检测到任一所述性能指标所对应的数据为异常数据,则按照预设数据调整规则对所述性能指标进行调整;其中,所述异常数据包括残缺数据、错误数据以及重复数据。需要指出的是,由于硬件故障、软件故障、网络超时等非正常因素,可能会出现某些采集批次中的某些指标未采到值的情况,此时将会对收集到的残缺数据进行清洗,为便于后续步骤识别和处理,可使用某种默认值,比如0、-1、Null等,填充逻辑来进行补全。由于硬件故障、软件故障、统计误差等非正常因素,可能会出现某些采集批次中的某些指标出现错误数据的情况,此时将会对收集到的错误数据进行清洗,为保证后续步骤工作正常,可使用某种替换逻辑来进行纠正,比如替换为0或者上个周期值等。由于硬件故障、软件故障、网络超时等非正常因素,可能会出现某些采集批次中的某些指标出现多于一个值的情况,此时将会对收集到的重复数据进行清洗,为保证后续步骤工作正常,可使用某种保留逻辑来进行纠正。进一步的,当对性能指标的采集过程中出现上述异常数据,并利用上述方法对异常数据进行调整后,根据调整后的性能指标数据进行后续操作。
本实施例中,所述利用所述性能指标进行相应的计算,然后基于计算结果从所述网络拓扑结构中的全部节点中确定告警节点,可以包括:利用预设异常检测算法对各节点所对应的各性能指标进行计算,以得到各性能指标所对应的指标正常概率值,并基于所述指标正常概率值确定各节点的节点正常概率值;对所述各节点的节点正常概率值进行归一化处理,以得到各节点的健康度值;将健康度值小于预设健康度阈值的节点确定为告警节点。可以理解的是,通过此操作可以完成对于当前电网运营管理***中的当前告警情况进行检测。在一种具体的实施方式中,可以从电网运营管理***中的全部性能指标中提取出最近一周期的性能指标,并利用所述最近一周期的性能指标进行后续计算,以判定当前***的告警情况。
进一步的,在一种可能的实施方式中,若当前电网运营管理***中存在多个网络拓扑结构,则在得到各节点的健康度值后,可以根据各节点的健康度值计算出电网运营管理***的每个网络拓扑结构当前时刻的健康度值,若任一网络拓扑结构的健康度值低于预设阈值,则判定该拓扑位置当前存在故障或负载偏高,并将对应的网络拓扑结构确定为告警结构。相应的,当利用所述告警节点,结合所述节点之间的关联信息,从所述电网运营管理***中的全部告警位置中确定出关键告警位置时,可以利用所述告警节点与告警结构,结合所述节点之间的关联信息,从所述电网运营管理***中的全部告警位置中确定出关键告警位置。
本实施例中,所述按照预设周期采集所述电网运营管理***中的性能指标之后,还可以包括:从采集到的全部性能指标中提取出与各节点所对应的最近N个周期的性能指标;N为正整数。相应的,所述利用所述性能指标进行相应的计算,然后基于计算结果从所述网络拓扑结构中的全部节点中确定告警节点,可以包括:利用所述最近N个周期的性能指标与对应的周期时间绘制散点图,并利用预设的多种拟合方法和所述散点图进行曲线拟合,以得到对应的多种拟合曲线;从所述多种拟合曲线中确定最优曲线,并基于所述最优曲线进行对应的性能指标的预测;若任一性能指标的预测结果为异常,则将预测结果为异常的性能指标所对应的节点确定为告警节点。可以理解的是,通过此操作可以完成对于当前电网运营管理***中的未来的告警情况进行预测。
进一步的,所述N的值可以根据性能指标采集频率、所需的故障预测精度等考量,在实施时确定。如采集频率为1分钟,可将n设置为10、30或60等。
在一种具体的实施方式中,在进行曲线拟合时,首先对取出的每个拓扑位置的最近N个周期的指标,按指标名和所属时间周期聚合出集群维度的最近N个周期的值,对于某指标和某周期,使用所有节点的中位数指标值作为整个集群的指标值。假设上述计算得到指标Y的集群维度的最近N个周期的值分别为yi,其中i=1,2,…,n。令xi为第i个指标采集时刻的***时间毫秒数,则这n个值可用(xi,yi)表示。设有曲线y=Φ(x),需要使该曲线能近似穿过这n个点。本实施例中所述的曲线拟合的方法包括并不限于最小二乘法、指数平滑法。
步骤S13:利用所述告警节点,结合所述节点之间的关联信息,从所述电网运营管理***中的全部告警位置中确定出关键告警位置。
可以理解的是,***中可能有多处关键告警位置,也可以能只有一处,具体情况根据具体实施过程而定。
本实施例先通过确定电网运营管理***中具有告警功能的各告警位置,并基于所述各告警位置创建包含多个节点的网络拓扑结构,然后确定所述网络拓扑结构中节点之间的关联信息,其中,所述电网运营管理***中的告警位置与所述网络拓扑结构中的节点相对应,所述关联信息为反映节点间关联程度的信息,接着按照预设周期对所述电网运营管理***中的性能指标进行采集,并利用所述性能指标进行相应的计算,然后基于计算结果从所述网络拓扑结构中的全部节点中确定告警节点,最后利用所述告警节点,结合所述节点之间的关联信息,从所述电网运营管理***中的全部告警位置中确定出关键告警位置。本实施例中提出了两种对于告警节点的确定方法,一种是在当前***运行中对于节点的告警情况的检测方法,另一种是对于***中所有节点的告警情况的预测方法,通过这两种方法的结合便可以实现对***中当前的告警节点进行检测的同时,也可以预估***未来的告警节点,最后结合各节点间的关联信息确定***的关键告警位置,最终实现对于电网运营管理***中关键告警位置的精准定位,进而提升电网运营管理***的管理效率。
图3为本申请实施例提供的一种具体的告警位置的检测与预测方法流程图,应用于电网运营管理***。参见图3所示,该方法包括:
步骤S21:确定电网运营管理***中具有告警功能的各告警位置,并基于所述各告警位置创建包含多个节点的网络拓扑结构,然后确定所述网络拓扑结构中节点之间的关联信息;其中,所述电网运营管理***中的告警位置与所述网络拓扑结构中的节点相对应;所述关联信息为反映节点间关联程度的信息。
步骤S22:按照预设周期对所述电网运营管理***中的性能指标进行采集,并利用所述性能指标进行相应的计算,然后基于计算结果从所述网络拓扑结构中的全部节点中确定告警节点。
步骤S23:利用所述告警节点,结合所述节点之间的关联信息,从所述电网运营管理***中的全部告警位置中确定出关键告警位置。
步骤S24:将网络拓扑结构中与所述关键告警位置所对应的节点确定为关键告警节点。
可以理解的是,本步骤将关键告警位置所对应的节点确定为关键告警节点,以便后续对所述关键告警节点进行备份处理。
步骤S25:利用软件定义网络技术创建与所述关键告警节点对应的备份节点,并利用所述备份节点代替所述关键告警节点保持电网运营管理***的正常运行。
需要指出的是,本发明中创建备份节点的技术包括但不限于所述软件定义网络技术。
本实施例中,在确定关键告警节点后,可以从分布式文件***中获取关键告警节点的元数据,所述元数据用于复制所述关键告警节点的业务处理功能,然后基于SDN(即Software Defined Network,软件定义网络)技术生成一个备份节点,从网络拓扑结构中获取关键告警节点所对应的上游节点与下游节点,生成一个可以对所述关键告警节点的备份网络拓扑和备份路径,将关键告警节点的元数据同步至所述备份节点,并将所述备份节点与所述上游节点与所述下游节点相连,从而完成对于网络拓扑结构的重建,使得电网运营管理***可以利用所述备份节点进行正常工作,避免后续的步骤中对所述关键告警位置的拓扑节点进行检查时也不会影响电网运营管理***的正常运营,真正做到了无感***维护。可以理解的是,所述备份节点连接到所述关键告警节点对应的逻辑节点。
本实施例中,所述利用软件定义网络技术创建与所述关键告警节点对应的备份节点,并利用所述备份节点代替所述关键告警节点保持电网运营管理***的正常运行之后,还可以包括:对所述关键告警节点所对应的告警位置进行检查与修复,以便在修复后将所述网络拓扑结构中与所述关键告警位置所对应的节点重新切换至关键告警节点;撤销对应的备份节点,并将所述关键告警节点切换为运行节点。在创建备份节点,并利用所述备份节点进行***的正常工作后,会对所述关键告警节点进行检查,在排除故障风险后,重新切换到检查后的关键告警节点实现重新正常运行。
需要指出的是,一般情况下,通过对所述关键告警节点进行检查,排除故障风险,并重新切换到检查后的关键告警节点就能实现重新正常运行,利用本方法中对于告警位置的检测与预测方法重新进行告警检测和预测时不会产生问题。但如果当预测到检查后的拓扑节点仍会产生故障,需要重新生成备份节点重新进行检查。
由于软件定义网络技术将传统网络的数据平面和控制平面分离出来,使得灵活的网络配置和管理成为可能。在SDN网络中,网络设备只负责单纯的数据转发,可以采用通用的硬件;而原来负责控制的操作***将提炼为独立的网络操作***,负责对不同业务特性进行适配,而且网络操作***和业务特性以及硬件设备之间的通信都可以通过编程实现。
在本发明中,由于只要存在关键告警节点就需要生成一个备份节点,可能同时只有一个备份节点,也可能同时有多个备份节点,因此未知的情况很多,如果事先把所有的拓扑节点都备份有一个备份节点不现实,成本太高,因此通过软件定义网络技术,当需要生成一个备份节点时才生成一个备份节点,当生成的备份节点不再需要时,则将备份节点进行撤销,此过程不需要额外的硬件支出,能极大地节省成本。
本实施例通过对确定的关键告警节点进行节点备份,并利用软件定义网络技术生成对应的备份节点替代原有的关键告警节点进行工作,在后续对于所有节点进行告警节点的检查时不会影响到电网运营管理***的正常运行,真正做到了***无感维护,而当对所述关键告警节点进行检查与修复后,撤销对应的备份节点,能极大地节省成本,实现了对于电网管理的高效性与灵活性。
参见图4所示,本申请实施例公开了一种告警位置的检测与预测装置,具体可以包括:
关联信息确定模块11,用于确定电网运营管理***中具有告警功能的各告警位置,并基于所述各告警位置创建包含多个节点的网络拓扑结构,然后确定所述网络拓扑结构中节点之间的关联信息;其中,所述电网运营管理***中的告警位置与所述网络拓扑结构中的节点相对应;所述关联信息为反映节点间关联程度的信息;
告警节点确定模块12,用于按照预设周期对所述电网运营管理***中的性能指标进行采集,并利用所述性能指标进行相应的计算,然后基于计算结果从所述网络拓扑结构中的全部节点中确定告警节点;
关键位置确定模块13,用于利用所述告警节点,结合所述节点之间的关联信息,从所述电网运营管理***中的全部告警位置中确定出关键告警位置。
在一些具体实施例中,所述关联信息确定模块11,包括:
关联规则确定单元,用于确定所述电网运营管理***中与各告警位置所对应的历史告警信息,并基于所述历史告警信息利用预设关联规则挖掘算法确定各告警位置之间的关联规则;
信息确定单元,用于基于所述各告警位置之间的关联规则确定所述网络拓扑结构中的节点间的关联信息。
在一些具体实施例中,所述告警节点确定模块12,包括:
概率值确定单元,用于利用预设异常检测算法对各节点所对应的各性能指标进行计算,以得到各性能指标所对应的指标正常概率值,并基于所述指标正常概率值确定各节点的节点正常概率值;
健康度值确定单元,用于对所述各节点的节点正常概率值进行归一化处理,以得到各节点的健康度值;
第一节点确定单元,用于将健康度值小于预设健康度阈值的节点确定为告警节点。
在一些具体实施例中,所述告警位置的检测与预测方法,还包括:
性能指标提取单元,用于从采集到的全部性能指标中提取出与各节点所对应的最近N个周期的性能指标;N为正整数;
相应的,所述告警节点确定模块12,包括:
曲线拟合单元,用于利用所述最近N个周期的性能指标与对应的周期时间绘制散点图,并利用预设的多种拟合方法和所述散点图进行曲线拟合,以得到对应的多种拟合曲线;
最优曲线确定单元,用于从所述多种拟合曲线中确定最优曲线,并基于所述最优曲线进行对应的性能指标的预测;
第二节点确定单元,用于若任一性能指标的预测结果为异常,则将预测结果为异常的性能指标所对应的节点确定为告警节点。
在一些具体实施例中,所述告警位置的检测与预测方法,还包括:
关键告警节点确定单元,用于将网络拓扑结构中与所述关键告警位置所对应的节点确定为关键告警节点;
备份节点创建单元,用于利用软件定义网络技术创建与所述关键告警节点对应的备份节点,并利用所述备份节点代替所述关键告警节点保持电网运营管理***的正常运行。
在一些具体实施例中,所述告警位置的检测与预测方法,还包括:
节点检查单元,用于对所述关键告警节点所对应的告警位置进行检查与修复,以便在修复后将所述网络拓扑结构中与所述关键告警位置所对应的节点重新切换至关键告警节点;
备份节点撤销单元,用于撤销对应的备份节点,并将所述关键告警节点切换为运行节点。
在一些具体实施例中,所述告警位置的检测与预测方法,还包括:
数据检测单元,用于对采集到的所述性能指标分别进行数据检测;
数据调整单元,用于若检测到任一所述性能指标所对应的数据为异常数据,则按照预设数据调整规则对所述性能指标进行调整;其中,所述异常数据包括残缺数据、错误数据以及重复数据。
本申请先通过确定电网运营管理***中具有告警功能的各告警位置,并基于所述各告警位置创建包含多个节点的网络拓扑结构,然后确定所述网络拓扑结构中节点之间的关联信息,其中,所述电网运营管理***中的告警位置与所述网络拓扑结构中的节点相对应,所述关联信息为反映节点间关联程度的信息,接着按照预设周期对所述电网运营管理***中的性能指标进行采集,并利用所述性能指标进行相应的计算,然后基于计算结果从所述网络拓扑结构中的全部节点中确定告警节点,最后利用所述告警节点,结合所述节点之间的关联信息,从所述电网运营管理***中的全部告警位置中确定出关键告警位置。这样一来,通过先创建网络拓扑结构,然后再利用采集到的性能指标,结合各节点间的关联信息确定***中的关键告警位置。本方法能够对于电网运营管理***各节点进行告警判断,实现对于电网运营管理***中关键告警位置的精准定位,进而提升电网运营管理***的管理效率。
进一步的,本申请实施例还公开了一种电子设备,图5是根据示例性实施例示出的电子设备20结构图,图中的内容不能认为是对本申请的使用范围的任何限制。
图5为本申请实施例提供的一种电子设备20的结构示意图。该电子设备20,具体可以包括:至少一个处理器21、至少一个存储器22、电源23、显示屏24、输入输出接口25、通信接口26和通信总线27。其中,所述存储器22用于存储计算机程序,所述计算机程序由所述处理器21加载并执行,以实现前述任一实施例公开的告警位置的检测与预测方法中的相关步骤。另外,本实施例中的电子设备20具体可以为电子计算机。
本实施例中,电源23用于为电子设备20上的各硬件设备提供工作电压;通信接口26能够为电子设备20创建与外界设备之间的数据传输通道,其所遵循的通信协议是能够适用于本申请技术方案的任意通信协议,在此不对其进行具体限定;输入输出接口25,用于获取外界输入数据或向外界输出数据,其具体的接口类型可以根据具体应用需要进行选取,在此不进行具体限定。
另外,存储器22作为资源存储的载体,可以是只读存储器、随机存储器、磁盘或者光盘等,其上所存储的资源可以包括操作***221、计算机程序222等,存储方式可以是短暂存储或者永久存储。
其中,操作***221用于管理与控制电子设备20上的各硬件设备以及计算机程序222,其可以是Windows Server、Netware、Unix、Linux等。计算机程序222除了包括能够用于完成前述任一实施例公开的由电子设备20执行的告警位置的检测与预测方法的计算机程序之外,还可以进一步包括能够用于完成其他特定工作的计算机程序。
进一步的,本申请还公开了一种计算机可读存储介质,这里所说的计算机可读存储介质包括随机存取存储器(Random Access Memory,RAM)、内存、只读存储器(Read-OnlyMemory,ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、磁碟或者光盘或技术领域内所公知的任意其他形式的存储介质。其中,所述计算机程序被处理器执行时实现前述公开的告警位置的检测与预测方法。关于该方法的具体步骤可以参考前述实施例中公开的相应内容,在此不再进行赘述。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本发明所提供的告警位置的检测与预测方法、装置、设备、存储介质进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (9)
1.一种告警位置的检测与预测方法,应用于电网运营管理***,包括:
确定电网运营管理***中具有告警功能的各告警位置,并基于所述各告警位置创建包含多个节点的网络拓扑结构,然后确定所述网络拓扑结构中节点之间的关联信息;其中,所述电网运营管理***中的告警位置与所述网络拓扑结构中的节点相对应;所述关联信息为反映节点间关联程度的信息;
按照预设周期对所述电网运营管理***中的性能指标进行采集,并利用所述性能指标进行相应的计算,然后基于计算结果从所述网络拓扑结构中的全部节点中确定告警节点;
利用所述告警节点,结合所述节点之间的关联信息,从所述电网运营管理***中的全部告警位置中确定出关键告警位置;
其中,所述按照预设周期对所述电网运营管理***中的性能指标进行采集之后,还包括:从采集到的全部性能指标中提取出与各节点所对应的最近N个周期的性能指标;N为正整数;相应的,所述利用所述性能指标进行相应的计算,然后基于计算结果从所述网络拓扑结构中的全部节点中确定告警节点,包括:利用所述最近N个周期的性能指标与对应的周期时间绘制散点图,并利用预设的多种拟合方法和所述散点图进行曲线拟合,以得到对应的多种拟合曲线;从所述多种拟合曲线中确定最优曲线,并基于所述最优曲线进行对应的性能指标的预测;若任一性能指标的预测结果为异常,则将预测结果为异常的性能指标所对应的节点确定为告警节点。
2.根据权利要求1所述的告警位置的检测与预测方法,其特征在于,所述确定所述网络拓扑结构中节点之间的关联信息,包括:
确定所述电网运营管理***中与各告警位置所对应的历史告警信息,并基于所述历史告警信息利用预设关联规则挖掘算法确定各告警位置之间的关联规则;
基于所述各告警位置之间的关联规则确定所述网络拓扑结构中的节点间的关联信息。
3.根据权利要求1所述的告警位置的检测与预测方法,其特征在于,所述利用所述性能指标进行相应的计算,然后基于计算结果从所述网络拓扑结构中的全部节点中确定告警节点,包括:
利用预设异常检测算法对各节点所对应的各性能指标进行计算,以得到各性能指标所对应的指标正常概率值,并基于所述指标正常概率值确定各节点的节点正常概率值;
对所述各节点的节点正常概率值进行归一化处理,以得到各节点的健康度值;
将健康度值小于预设健康度阈值的节点确定为告警节点。
4.根据权利要求1所述的告警位置的检测与预测方法,其特征在于,所述从所述电网运营管理***中的全部告警位置中确定出关键告警位置之后,还包括:
将网络拓扑结构中与所述关键告警位置所对应的节点确定为关键告警节点;
利用软件定义网络技术创建与所述关键告警节点对应的备份节点,并利用所述备份节点代替所述关键告警节点保持电网运营管理***的正常运行。
5.根据权利要求4所述的告警位置的检测与预测方法,其特征在于,所述利用软件定义网络技术创建与所述关键告警节点对应的备份节点,并利用所述备份节点代替所述关键告警节点保持电网运营管理***的正常运行之后,还包括:
对所述关键告警节点所对应的告警位置进行检查与修复,以便在修复后将所述网络拓扑结构中与所述关键告警位置所对应的节点重新切换至关键告警节点;
撤销对应的备份节点,并将所述关键告警节点切换为运行节点。
6.根据权利要求1至5任一项所述的告警位置的检测与预测方法,其特征在于,所述按照预设周期对所述电网运营管理***中的性能指标进行采集之后,还包括:
对采集到的所述性能指标分别进行数据检测;
若检测到任一所述性能指标所对应的数据为异常数据,则按照预设数据调整规则对所述性能指标进行调整;其中,所述异常数据包括残缺数据、错误数据以及重复数据。
7.一种告警位置的检测与预测装置,其特征在于,包括:
关联信息确定模块,用于确定电网运营管理***中具有告警功能的各告警位置,并基于所述各告警位置创建包含多个节点的网络拓扑结构,然后确定所述网络拓扑结构中节点之间的关联信息;其中,所述电网运营管理***中的告警位置与所述网络拓扑结构中的节点相对应;所述关联信息为反映节点间关联程度的信息;
告警节点确定模块,用于按照预设周期对所述电网运营管理***中的性能指标进行采集,并利用所述性能指标进行相应的计算,然后基于计算结果从所述网络拓扑结构中的全部节点中确定告警节点;
关键位置确定模块,用于利用所述告警节点,结合所述节点之间的关联信息,从所述电网运营管理***中的全部告警位置中确定出关键告警位置;
其中,所述装置还用于从采集到的全部性能指标中提取出与各节点所对应的最近N个周期的性能指标;N为正整数;相应的,所述告警节点确定模块,具体还用于利用所述最近N个周期的性能指标与对应的周期时间绘制散点图,并利用预设的多种拟合方法和所述散点图进行曲线拟合,以得到对应的多种拟合曲线;从所述多种拟合曲线中确定最优曲线,并基于所述最优曲线进行对应的性能指标的预测;若任一性能指标的预测结果为异常,则将预测结果为异常的性能指标所对应的节点确定为告警节点。
8.一种电子设备,其特征在于,包括处理器和存储器;其中,所述处理器执行所述存储器中保存的计算机程序时实现如权利要求1至6任一项所述的告警位置的检测与预测方法。
9.一种计算机可读存储介质,其特征在于,用于存储计算机程序;其中,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的告警位置的检测与预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210240162.7A CN114629785B (zh) | 2022-03-10 | 2022-03-10 | 一种告警位置的检测与预测方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210240162.7A CN114629785B (zh) | 2022-03-10 | 2022-03-10 | 一种告警位置的检测与预测方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114629785A CN114629785A (zh) | 2022-06-14 |
CN114629785B true CN114629785B (zh) | 2023-08-11 |
Family
ID=81902327
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210240162.7A Active CN114629785B (zh) | 2022-03-10 | 2022-03-10 | 一种告警位置的检测与预测方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114629785B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104796273A (zh) * | 2014-01-20 | 2015-07-22 | ***通信集团山西有限公司 | 一种网络故障根源诊断的方法和装置 |
CN105515844A (zh) * | 2015-12-01 | 2016-04-20 | 国家电网公司 | 一种提高软件定义网络可靠性的*** |
CN110445665A (zh) * | 2019-09-06 | 2019-11-12 | 国网江苏省电力公司信息通信分公司 | 基于改进gsp的电力通信网络告警关联挖掘方法 |
WO2021051618A1 (zh) * | 2019-09-20 | 2021-03-25 | 平安科技(深圳)有限公司 | 异常预警方法、装置、服务器及存储介质 |
CN112803592A (zh) * | 2021-01-13 | 2021-05-14 | 广东省电力开发有限公司 | 一种适用于分布式电站的智能故障预警方法及*** |
CN112822052A (zh) * | 2021-01-08 | 2021-05-18 | 河海大学 | 一种基于网络拓扑和告警的网络故障根因定位方法 |
CN113254254A (zh) * | 2021-07-14 | 2021-08-13 | 南京中兴新软件有限责任公司 | ***故障的根因定位方法、装置、存储介质及电子装置 |
WO2021179643A1 (zh) * | 2020-03-12 | 2021-09-16 | 华为技术有限公司 | 故障处理的方法、装置以及*** |
CN113612656A (zh) * | 2021-07-26 | 2021-11-05 | 招商银行股份有限公司 | 网络流量检测方法、装置、终端设备及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10739396B2 (en) * | 2016-10-03 | 2020-08-11 | General Electric Technology Gmbh | Enhanced disturbance management of a power grid system |
US10547499B2 (en) * | 2017-09-04 | 2020-01-28 | International Business Machines Corporation | Software defined failure detection of many nodes |
US20190361759A1 (en) * | 2018-05-22 | 2019-11-28 | At&T Intellectual Property I, L.P. | System and method to identify failed points of network impacts in real time |
-
2022
- 2022-03-10 CN CN202210240162.7A patent/CN114629785B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104796273A (zh) * | 2014-01-20 | 2015-07-22 | ***通信集团山西有限公司 | 一种网络故障根源诊断的方法和装置 |
CN105515844A (zh) * | 2015-12-01 | 2016-04-20 | 国家电网公司 | 一种提高软件定义网络可靠性的*** |
CN110445665A (zh) * | 2019-09-06 | 2019-11-12 | 国网江苏省电力公司信息通信分公司 | 基于改进gsp的电力通信网络告警关联挖掘方法 |
WO2021051618A1 (zh) * | 2019-09-20 | 2021-03-25 | 平安科技(深圳)有限公司 | 异常预警方法、装置、服务器及存储介质 |
WO2021179643A1 (zh) * | 2020-03-12 | 2021-09-16 | 华为技术有限公司 | 故障处理的方法、装置以及*** |
CN112822052A (zh) * | 2021-01-08 | 2021-05-18 | 河海大学 | 一种基于网络拓扑和告警的网络故障根因定位方法 |
CN112803592A (zh) * | 2021-01-13 | 2021-05-14 | 广东省电力开发有限公司 | 一种适用于分布式电站的智能故障预警方法及*** |
CN113254254A (zh) * | 2021-07-14 | 2021-08-13 | 南京中兴新软件有限责任公司 | ***故障的根因定位方法、装置、存储介质及电子装置 |
CN113612656A (zh) * | 2021-07-26 | 2021-11-05 | 招商银行股份有限公司 | 网络流量检测方法、装置、终端设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
刘军 ; 楚家辉 ; .基于网络拓扑结构的告警事件关联分析算法研究.数字技术与应用.2017,(第04期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN114629785A (zh) | 2022-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5910727B2 (ja) | 運用管理装置、運用管理方法、及び、プログラム | |
US11294754B2 (en) | System and method for contextual event sequence analysis | |
US11348023B2 (en) | Identifying locations and causes of network faults | |
CN105325023A (zh) | 用于小区异常检测的方法和网络设备 | |
CN106685676B (zh) | 一种节点切换方法及装置 | |
CN104639368A (zh) | 通信网络设备的故障处理方法及装置 | |
CN111353911A (zh) | 电力设备运维方法、***、设备和存储介质 | |
CN112769605B (zh) | 一种异构多云的运维管理方法及混合云平台 | |
CN102684902B (zh) | 基于探针预测的网络故障定位方法 | |
US11656589B2 (en) | Systems and methods for automatic power topology discovery | |
CN116719664B (zh) | 基于微服务部署的应用和云平台跨层故障分析方法及*** | |
CN115766402B (zh) | 服务器故障根因的过滤方法和装置、存储介质及电子装置 | |
CN111756560A (zh) | 一种数据处理方法、装置及存储介质 | |
CN117289085A (zh) | 一种多线路故障分析诊断方法及*** | |
CN115800272A (zh) | 基于拓扑识别的电网故障分析方法、***、终端及介质 | |
CN117613908B (zh) | 基于配电网络的智能运维方法及*** | |
CN114878960A (zh) | 故障诊断方法、存储介质、电力采集终端和故障诊断*** | |
CN114629785B (zh) | 一种告警位置的检测与预测方法、装置、设备及介质 | |
CN115825656B (zh) | 一种新能源光伏电站配电网的故障监测方法、装置及*** | |
CN117194154A (zh) | 一种基于微服务的apm全链路监控***及方法 | |
CN115016976B (zh) | 一种根因定位方法、装置、设备及存储介质 | |
CN116299129A (zh) | 一种全光纤电流互感器状态检测分析方法、装置及介质 | |
CN113533891A (zh) | 一种故障诊断***及装置 | |
CN113065001A (zh) | 一种故障止损方法及装置 | |
CN114629776A (zh) | 基于图模型的故障分析方法及装置 |
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 |