探析电力通信传输网大数据的温度监测系统

探析电力通信传输网大数据的温度监测系统

刘佳诞陈孝莲徐甍李达

无锡供电公司江苏无锡214061

摘要：本文从通信传输网的海量数据中提取设备温度参数，通过大数据的分析方法，对温度异常情况进行分析，尽早发现异常情况，实现对设备的监视和机房温度的预警功能。

关键词：大数据；电力通信传输网；温度监测

1大数据的概念及特点

大数据也称巨量数据或海量数据，麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合。

大数据具有5个主要特点（即5V特征）：

1.1Volume（大量）。数据规模从TB级别跃升到PB级别，1PB=1024TB=1048576GB，数据量的大小决定了所考虑数据的价值和潜在信息。

1.2Variety（多样性）。数据的种类和来源多样化，包括结构化、非结构化、语音、文本、视频等各种类型。

1.3Velocity（高速）。指获得数据的速度快，对数据处理的及时性要求高，能实现秒级的简单查询以及小时级的复杂分析。

1.4Value（价值）。数据的价值密度较低，在海量数据中，真正有用的可能只是很小一部分，因此数据的质量也是价值的关键。

1.5Variability（可变性）。由于实时数据时刻在发生变化，受影响的因素也多种多样，这就妨碍了处理和有效管理数据的过程。

由电力通信传输设备组成的电力通信传输网（简称通信传输网）具有覆盖面广、大带宽、标准化、数量和种类多、功能多样的特点，因此，在电力行业中得到广泛应用。通信传输网承担着包括电网调度生产业务和公司管理业务在内的几乎所有业务信息的通信传输重任，作为信息传递的神经网络，覆盖了各级调度生产办公大楼、各电压等级的变电站、营业厅、供电营业所等场所。以浙江电网的传输网为例，目前SDH（同步数字体系）光传输网元就有5000多台，算上OTN（光传送网）、波分、PTN（分组传送网）等将更多。

2机房温度监测系统应用现状

2.1基于温度直采系统的温度监测系统

利用机房或机柜上安装的温度采集传感器和单片机，或者由微机和工控机直接测量温度，通过专用网络收集采集数据并上传至服务器，开发专用的温度监测软件，实现温度的监测。这种方式采集到的机房或者机柜温度与设备实际的温度相差较大；另外，由于前端硬件品牌众多，协议标准化不够，开发和运维的成本高。

2.2基于动力环境系统的温度监测系统

利用环境动力监测系统，通过智能环境采集接口模块实现对机房温度、湿度、烟雾、水浸、非法入侵等环境量的采集及处理，将现场环境数据及时传输到控制中心，并为故障分析记录可靠的数据。这种方法存在温度偏差大、数据可挖掘性弱、协议接口开发复杂等问题。

23.基于通信传输网大数据的温度监测系统

通过靠近通信传输设备自带的集成测温模块，从专业通信网管的海量数据中提取出温度参量，经过温度数据采集、模型归一化、数据分析以及功能呈现等部分，实现对历史数据的分析和预警。这种方法直接采集设备板卡温度，采集温度偏差较小；记录历史数据，结合算法分析温度变化趋势；利用传输网络已有的DCC（数据通信通道），采用统一的标准化协议。

基于通信传输网的大数据温度监测系统，结合了大数据的处理方式，采用大数据算法，具有数据可挖掘性强、成本低、推广性较好等特点，是本文探讨的重点。

3基于通信传输网大数据的温度监测系统

基于通信传输网大数据的温度监测系统包括数据采集、模型归一化、数据分析以及功能呈现4大模块，可以实现从通信网管的海量数据中提取出温度参量。

3.1数据采集模块

网管省地县一体化为实现基础数据的全面采集提供了技术支撑，具体体现在以下4个方面：

3.1.1各品牌各技术体制的通信传输网，如MSTP（多业务传送平台）、SDH等，可以通过各网关网元和DCN（数据通信网络），实现分散在各地县的网元的接入和控制，能够从网络获取需要的采集信息。

3.1.2省级网管中心已经实现了各传输品牌网管服务器的集中安装和配置。

3.1.3各传输品牌网管服务器实现了数据库的部署。

3.1.4网管中心安装了专门的采集服务器及采集软件，各品牌通信传输网管服务器按照CORBA（通用对象请求代理体系结构）接口的开发和对接，采集服务器获取5000多台设备的海量温度数据。

3.2元数据模型管理模块

该模块主要完成指标管理及指标自定义。通过数据归一化处理，针对不同厂家建立统一的模型库，为数据库处理及上层报表呈现提供服务。针对不同厂家提供的海量网管信息，提取出有用的时间和温度等信息，并实现数据模型的归一。

采集服务器不仅实现了海量数据的采集，而且多种模型的归一整理和统一数据库的建立，还实现了大数据的统一备份。

3.3数据分析模块

3.3.1分析流程的设计。根据实际情况，通过软件设定采样的频率和起止时间，实现定期采样。

3.3.2采用大数据分析的ARMA模型进行模拟，针对每台设备的前期海量温度数据预处理检验，建立预测模型。

3.3.3预设规则库。设置机房正常温度（如15~25℃），同时考虑到季节偏差量加入偏差因子。如夏季温度较高，适当提高温度补偿因子，提高阈值；冬季总体温度较低，适当降低温度补偿因子，降低阈值。同时，温度补偿因子采用温度反馈调整，根据前后10d的温度，动态缓慢调整阈值参数，具有一定的连续性。

3.3.4规则属性设置。当测试的结果连续几天偏离正常阈值，而且有进一步加大的趋势，虽然还没有达到设备告警门限，但需要引起足够的重视，此时就需要筛选出网元，并对网元进行重点关注和分析。通过调取多维数据进行比对，如果发现所有的设备均呈现出相同的温度变化趋势，说明机房的温度出现了问题，那么整个机房的空调、散热系统可能出现了问题，进而可能威胁到机房内其他的设备或者系统，某些对温度变化敏感的服务器可能会先出现告警或者宕机现象。

3.4综合展现模块

3.4.1报表自定义功能。具有各类分析图文报表的定义、生成、发布、查看功能，实现网络报表的综合化与自动化。能够生成网络运行质量周报、综合分析月报等网络业务报告（支持Word、Excel、PowerPoint格式）。通过多维分析，基于统一数据模型的灵活查看分析，使数据分析人员从多种可能的观察角度进行快速、一致和交互性存取，来获得对信息的深入理解。支持对比分析、分布分析、同比分析、环比分析、趋势分析、象限分析等多种分析模式。

3.4.2即席结果查询。可以针对网元、品牌系统、机房和地区进行统计分析，并以表格和图形的形式输出。

3.4.3自定义模板。根据用户需求，提取有用的数据，针对温度排名前10、温度升高前10、某品牌设备运行情况等问题进行定制模板的开发。

4系统实施效果分析

相比于传统的监控和处理方式，基于通信传输网大数据的温度监测系统，对温度变化反应更加灵敏，能提前发现温度异常现象，可以降低变电站、通信机房事故的等级，提高系统安全性。

通过基于通信传输网大数据的温度监测系统的开发，实现了全网传输设备网元海量温度参数的收集，通过数据模型化和统一化，利用大数据算法实现温度的预测分析和判断，生成温度实时变化和预测曲线。该系统的开发克服了动力环境品牌众多、接口开放程度参差不齐、监管主体不统一的弊端。相比于动力环境监测等温度采集手段，基于设备板卡温度的测量方法，具有数据更准确、更全面，可进行多维分析，覆盖面更广泛的特点。该系统对温度变化反应更灵敏，能提前发现温度异常现象，降低通信机房安全事故的等级，提高系统安全性。

参考文献：

[1]盛淼岸.通信机房远程检测监控系统的研究与设计[D].重庆：重庆大学出版社，2002.

[2]雷鸣.广电机房环境动力监测系统简介[J].中国有线电视，2011（11）:1317-1318.

作者简介：

刘佳诞（1975-）男，江苏无锡人，高级工程师、高级技师，长期从事电力通信运维管理工作。

陈孝莲（1981-）男，江苏常州人，高级工程师，长期从事电力通信管理工作。

徐甍（1980-）女，江苏扬州人，高级工程师，长期从事电力信息运检工作。

李达(1979-)男,江苏常州人,高级工程师,长期从事信息工程管理工作。