一种电力信息系统资源调配系统及方法技术方案

本发明专利技术公开一种电力信息系统资源调配系统及方法，属于电力信息系统领域。该系统包括电力信息系统资源器、存储容量控制器以及系统状态预警器。该方法针对目前电力信息系统资源调度和资源动态调配中存在的系统性能、容量不足方面的隐患，提出一种基于时间序列的云资源容量资源调配方法，通过时间序列模型，预测未来业务周期内电力信息系统资源使用的变化情况，针对电网业务中各信息系统的特点，制定准确、灵活的资源调配策略，使信息系统性能的利用率提升30％，同时使信息系统的非计划中断时长降低50％，确保电网各业务流程的有效运转，为电网信息系统运维人员的工作提供了参考依据。

【技术实现步骤摘要】
一种电力信息系统资源调配系统及方法
本专利技术涉及电力信息系统领域，尤其涉及一种电力信息系统资源调配系统及方法。
技术介绍
随着电力系统信息化的不断建设及云计算虚拟化技术的发展与进步，越来越多的电力信息系统都部署在虚拟化平台上，伴随着线上业务的不断运行，系统面临高并发访问和海量数据流的情况屡见不鲜，这就要求承载系统的资源所负担的处理能力和计算强度增强。现有技术基于任务调度方式的资源调度是应用最广泛的传统资源调度技术，适应性很强，是实现大规模计算的一种重要方式，在虚拟化集群环境下，也有着广泛的应用。然而，该技术是一种应用级别的调度技术，具有应用针对性和对象分布式特性，它的调度虚拟机对象集合需要是提供相同个计算应用的逻辑集群。对于大型企业，尤其是电力企业体系庞大，分支机构众多，使用多家厂商的设备，随着电力企业业务发展，数据规模越来越大，需要一套适合电力企业的专业的资源调配方法及系统对庞大的资源进行专业、高效、简易的管理。现有的资源调配方法虽然能够资源的动态调配，但是仅限于在发现系统资源发生不足或过剩的情况下，进行针对结果的调整与措施，缺乏对预测性资源评估，无法对信息系统资源容量提前进行预测与评估，无法指导资源预算，极大的浪费人力资源成本。
技术实现思路
针对现有技术的不足，本专利技术的目的是提供一种电力信息系统资源调配方法及系统，配置设定后，无需人工干涉，自主独立对电力系统资源匹配进行精准分析并预测；对资源做精准的管理，提升电网资源管理的合理性及精确性。为了实现上述目的，本专利技术的一方面提供了一种电力信息系统资源调配系统，该系统包括电力信息系统资源器、存储容量控制器以及系统状态预警器，其中电力信息系统资源器与存储容量控制器相连，存储容量控制器与系统状态预警器相连。所述电力信息系统资源器，用于对云资源虚拟化资源的实时调配，连接IT运维系统中的实时资源数据，输出调配方案，达到各信息系统资源平衡，稳定运行的目的。所述存储容量控制器，用于对各信息系统中的硬盘及数据库的容量预测，并根据设定的阈值进行终端报警及提示，根据资源占有率情况进行及时增容或减容。所述系统状态预警器，用于对信息系统目前的状态进行评价及分析，根据系统的各综合评判指标对系统处在正常、注意、异常、危险等状态进行分析及预警，指导信息系统运维人员及时发现问题并处理问题，使系统安全有效的运行。为了解决上述目的，本专利技术的另一方面提供了一种电力信息资源调配方法，该方法针对目前电力信息系统资源调度和资源动态调配中存在的系统性能、容量不足方面的隐患，提出一种基于时间序列的云资源容量资源调配方法，通过时间序列模型，预测未来业务周期内电力信息系统资源使用的变化情况，针对电网业务中各信息系统的特点，制定准确、灵活的资源调配策略，使信息系统性能的利用率提升30％，同时使信息系统的非计划中断时长降低50％，确保电网各业务流程的有效运转，为电网信息系统运维人员的工作提供了参考依据。具体方法包括如下步骤：步骤S11、数据收集与预处理记部件类别数为m，数据为当前时刻全部设备某类部件的采集指标，样本容量为n，即样本包含n个该类部件的指标数据，第i类部件上的指标数量为pi(i＝1,2,..,m)。为了便于衡量指标偏离标准值或指标标准范围值的程度，进而衡量部件的健康程度，制定转换规则：对于有标准值的指标，将采集值转化为偏差率，则偏差率越小设备状态越稳定。记采集值为v，标准值为u，记偏差率为x，则：对于有标准区间的指标，可以将采集值偏离区间的程度转换为：记采集值为v，标准区间上限为uu，标准区间下限为ul，记偏离程度为x，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。对于同类型的设备，某类部件在数量上存在多个，对应指标值也会有多个，该情况下需要将多个指标值转换为1个综合指标值。模型最终输入如下：Xi＝(x1ix2i…xni)T,i＝1,2,...,pi其中Xi为指标i的样本值，xij为第i个部件第j个指标的取值。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，作如下转换：对于负向指标，即越小越好的指标，作如下转换：标准化后的指标均属于区间[0,1]，为了便于理解起见，记标准化处理后的数据仍为xij。第j个指标与其他指标的冲突性量化指标为：(1-rij)，其中rij评价指标i和j之间的相关系数，记指标Xi与Xj的相关系数为rij，则rij为：其中为指标i的平均值，为指标j的平均值。计算得r的结果在区间[-1,1]，r<0认为Xi与Xj是负相关的，r>0认为Xi与Xj是正相关的，r＝0说明Xi与Xj无直线关系，r越接近于0，则认为Xi与Xj相关性越低。各个指标的客观权重就是以对比强度和冲突性来综合衡量的。设Cj表示第j个评价指标所包含的信息量，则Cj可以表示为:其中σj表示指标Xi的标准差，σj未知的情况下，可根据样本标准差估算，记为σj的估计，计算公式如下：Cj越大，第j个评价指标所包含的信息量越大，该指标的相对重要性也就越大，计算第j个指标的客观权重：采用CRITIC算法建模得到某类部件的指标权重向量记为Wc。步骤S12、采用时间序列算法构建模型，对电力业务系统进行分析。该模型研究所涉及的指标全部随时间而变化，采用ARIMA模型即差分自回归滑动平均模型，具体技术方案如下：记指标X对应的时间序列可表示为：{Xt:t＝0,±1,±2,...}如果X是平稳序列，则：其中E表示期望。如果X是非平稳序列则需要先对{Xt}进行差分运算，记Δ为差分算子，差分计算过程如下：ΔXt＝Xt-Xt-1＝Xt-BXt＝(1-B)XtΔ2Xt＝ΔXt-ΔXt-1＝(1-B)Xt-(1-B)Xt-1＝(1-B)2XtΔdXt＝(1-B)dXt将差分结果记为Wt：Wt＝ΔdXt＝(1-B)dXt则Wt是平稳序列，所得到的模型称为Xt～ARIMA(p,d,q)，模型形式是其中δ为常量，ut为白噪声序列(期望和方差均为常数的序列)，可将模型简化表示为以下形式：Φ(B)ΔdXt＝δ+Θ(B)ut其中Φ(B)为p阶自回归系数多项式：Θ(B)为q阶移动平均系数多项式：Θ(B)＝1-θ1B-θ2B2-…-θqBq当δ＝0时，上述模型为中心化的ARIMA(p,d,q)模型。针对ARIMA(a,b,c)来说，当模型中a和c均为0时，应适用自回归模型AR(p)，当b和c均为0时，应适用移动平均模型MA(q)。自回归模型AR(p)为：移动平均模型MA(q)为：对于ARIMA(p,d,q)模型当d和q均为0时，得到自回归模型AR(p)，当d和p均为0时得到滑动平均模型MA(q)。时间序列在信息系统资源调配中主要应用于数据库、服务器硬盘及中间件等存储设备容量的预测及评估。首先通过散点图、自相关及偏相关图形判断其趋势性变化规律，辨识其属于平稳性或非平稳性序列，若属于非平稳性时间序列，则需要对其进行平稳化处理，对数据进行异方差消除，使上述参数趋近与零，达到平稳性序列的分析要求。具体构建方法如下：第一步，根据时间序列的散点图、自相关函数和偏自相关函数图以ADF单位根检验其方差、趋势及其季节性变化规律，对序列的平稳性进行识别。第二步，对本文档来自技高网...

【技术保护点】
一种电力信息系统资源调配系统，其特征在于，该系统包括电力信息系统资源器、存储容量控制器以及系统状态预警器，其中电力信息系统资源器与存储容量控制器相连，存储容量控制器与系统状态预警器相连；所述电力信息系统资源器，对云资源虚拟化资源的实时调配，连接IT运维系统中的实时资源数据，输出调配方案，达到各信息系统资源平衡，稳定运行；所述存储容量控制器，对各信息系统中的硬盘及数据库的容量预测，并根据设定的阈值进行终端报警及提示，根据资源占有率情况进行及时增容或减容；所述系统状态预警器，对信息系统目前的状态进行评价及分析，根据系统的各综合评判指标对系统处在正常、注意、异常、危险状态进行分析及预警，指导信息系统运维人员及时发现问题并处理问题，使系统安全有效的运行。

【技术特征摘要】
1.一种电力信息系统资源调配系统，其特征在于，该系统包括电力信息系统资源器、存储容量控制器以及系统状态预警器，其中电力信息系统资源器与存储容量控制器相连，存储容量控制器与系统状态预警器相连；所述电力信息系统资源器，对云资源虚拟化资源的实时调配，连接IT运维系统中的实时资源数据，输出调配方案，达到各信息系统资源平衡，稳定运行；所述存储容量控制器，对各信息系统中的硬盘及数据库的容量预测，并根据设定的阈值进行终端报警及提示，根据资源占有率情况进行及时增容或减容；所述系统状态预警器，对信息系统目前的状态进行评价及分析，根据系统的各综合评判指标对系统处在正常、注意、异常、危险状态进行分析及预警，指导信息系统运维人员及时发现问题并处理问题，使系统安全有效的运行。2.一种电力信息资源调配方法，其特征在于，该方法采用上述电力信息系统资源调配系统通过时间序列模型，预测未来业务周期内电力信息系统资源使用的变化情况，针对电网业务中各信息系统的特点，制定资源调配策略，具体方法包括如下步骤：步骤一、数据收集与预处理；步骤二、采用时间序列算法构建模型，对电力业务系统进行分析；步骤三、分层次进行电力信息系统资源调配。3.如权利要求2所述的一种电力信息资源调配方法，其特征在于，所述步骤一数据收集与预处理具体步骤如下：记部件类别数为m，数据为当前时刻全部设备某类部件的采集指标，样本容量为n，即样本包含n个该类部件的指标数据，第i类部件上的指标数量为pi(i＝1,2,..,m)；为了便于衡量指标偏离标准值或指标标准范围值的程度，进而衡量部件的健康程度，制定转换规则：对于有标准值的指标，将采集值转化为偏差率，则偏差率越小设备状态越稳定。记采集值为v，标准值为u，记偏差率为x，则：对于同类型的设备，某类部件在数量上存在多个，对应指标值也会有多个，该情况下需要将多个指标值转换为1个综合指标值；模型最终输入如下：Xi＝(x1ix2i…xni)T,i＝1,2,...,pi其中Xi为指标i的样本值，xij为第i个部件第j个指标的取值。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，作如下转换：对于负向指标，即越小越好的指标，作如下转换：标准化后的指标均属于区间[0,1]，为了便于理解起见，记标准化处理后的数据仍为xij；各个指标的客观权重就是以对比强度和冲突性来综合衡量的；设Cj表示第j个评价指标所包含的信息量，则Cj可以表示为:其中σj表示指标Xi的标准差，σj未知的情况下，可根据样本标准差估算，记为σj的估计，计算公式如下：4.如权利要求2所述的一种电力信息资源调配方法，其特征在于，所述步骤二、采用时间序列算法构建模型，对电力业务系统进行分析，该模型研究所涉及的指标全部随时间而变化，采用ARIMA模型即差分自回归滑动平均模型。5.如权利要求4所述的一种电力信息资源调配方法，其特征在于，步骤二所述的差分自回归滑动平均模型，具体技术方案如下：记指标X对应的时间序列可表示为：{Xt:t＝0,±1,±2,...}如果X是平稳序列，则：其中E表示期望；如果X是非平稳序列则需要先对{Xt}进行差分运算，记Δ为差分算子，差分计算过程如下：ΔXt＝Xt-Xt-1＝Xt-BXt＝(1-B)XtΔ2Xt＝ΔXt-ΔXt-1＝(1-B)Xt-(1-B)Xt-1＝(1-B)2XtΔdXt＝(1-B)dXt将差分结果记为Wt：Wt＝ΔdXt＝(1-B)dXt则Wt是平稳序列，所得到的模型称为Xt～ARIMA(p,d,q)，模型形式是：其中δ为常量，ut为白噪声序列(期望和方差均为常数的序列)，可将模型简化表示为以下形式：Φ(B)ΔdXt＝δ+Θ(B)ut其中Φ(B)为p阶自回归系数多项式：Θ(B)为q阶移动平均系数多项式：Θ(B)＝1-θ1B-θ2B2-…-θqBq当δ＝0时，上述模型为中心化的ARIMA(p,d,q)模型；针对ARIMA(a,b,c)，当模型中a和c均为0时，应适用自回归模型AR(p)，当b和c均为0时，应适用移动平均模型MA(q)；自回归模型AR(p)为：移动平均模型MA(q)为：对于ARIMA(p,d,q)模型当d和q均为0时，得到自回归模型AR(p)，当d和p均为0时得到滑动平均模型MA(q)。6.如权利要求4所述的一种电力信息资源...

【专利技术属性】
技术研发人员：葛维春，李钊，雷振江，范士新，刘树吉，乔林，任相儒，刘为，刘颖，王飞，孟威，宁亮，曹智，刘雪松，刘坤，曹国强，胡小磊，祁奕霏，王刚，
申请(专利权)人：国网辽宁省电力有限公司，国网辽宁省电力有限公司电力科学研究院，南京南瑞集团公司，国家电网公司，
类型：发明
国别省市：辽宁,21