数据挖掘在动力设备监控系统中应用研究.docVIP

数据挖掘在动力设备监控系统中应用研究 　　摘要：通过对动环系统监控设备情况及数据特点的分析，结合数据挖掘的相关知识，提出了利用数据挖掘方法对动环数据进行分析的一些方向和初步研究 　　关键词：数据挖掘；关联分析；决策树 　　中图分类号：TP277 　　1引言 　　动力设备监控系统通过对监控范围内的动力机房各种动力设备包括电源设备、空调设备等以及机房环境进行遥测、遥信，实时监控系统和设备的运行状态，记录和处理相关数据。经过多年的运行，系统中积累了大量的设备运行数据，如何分析和挖掘这些数据中的知识，是动环系统下一步的研究重点之一。 　　数据挖掘相关知识和工具引入动环数据分析里。可以通过在大量数据的基础上对各种学习算法的训练，得到数据对象间的关系模式，这些模式反映了数据的内在特性，是对数据包含信息的更高层次的抽象[1]。 　　2数据挖掘相关的概念和知识 　　数据挖掘则是指从数据中自动地抽取模型。数据挖掘包括许多步骤：从大规模数据库中(或从其他来源)取得数据；选择合适的特征属性；挑选合适的样本策略；剔除数据中不正常的数据并补足不够的部分；用恰当的降维、变换使数据挖掘过程与数据模型相适合或相匹配。这些步骤是从数据到知识的必由之路。数据挖掘的研究领域涉及广泛，主要包括数据库系统，基于知识的系统，人工智能，机器学习，知识获取，统计学，空间数据库和数据可视化等领域。 　　数据挖掘技术的方法数据挖掘涉及的学科领域和方法很多，如多种分类法[2]。根据开采任务分，可分为分类或预测模型发现、数据总结、聚类、关联规则发现、序列模式发现、依赖关系或依赖模型发现、异常和趋势发现等等。机器学习中，可细分为[3]归纳学习方法(决策树、规则归纳等)、基于范例学习、遗传算法等。统计方法中，可细分为回归分析、判别分析、聚类分析(系统聚类、动态聚类等)，[4]神经网络方法等。数据库方法主要是多维数据分析或OLAP方法，另外还有面向属性的归纳方法。 　　3动环系统数据分析和挖掘的必要性 　　动力环境监控系统目前担负的核心任务是实时反馈所监控的动力设备的运行状态??实时数据主要是智能设备或智能采集设备提供，包括各种运行参数和告警信息。各设备实际的运行状态，运行质量的情况，比如设备运行是否正常，运行是否可靠，运行的高效性。 　　各项运行指标满不满足要求，温升情况，能耗情况，维修情况等是使用者工作需要的支撑；维护工作做到效果，比如维护工作的全面性，方便性，及时性等。通过动力监控系统的实时监控和告警监控能满足部分需求，如何通过分析这些数据，以及结合日常的维护工作中得到的数据，包括设备自身数据，维护记录，故障记录，实现对全网电源专业的运行分析、工作指导等正是动环系统下一步需要升级的一个重要方向。 　　通过使用数据挖掘的方法，对全网电源系统设备运行性能信息的多维分析、关联分析、趋势分析；实现资源与性能的关联，实现对电源系统运行的预警、预维护；可以实现全网机房、基站动环设备性能预警和趋势性分析，实现网络运行质量和维护质量的评估，为预防设备重大故障提供前期诊断依据，提高动力系统的可靠性及移动通信设备的安全性。更进一步考虑对设备的全生命周期进行跟踪，通过设备的实际使用状况的监测和分析，从需求起跟踪，然后到设计，到确定，到数据调试，到设备运行监测，到设备运行维护，能给出合理化的建议 　　4动环系统数据分析对数据挖掘算法的选择 　　动环数据中主要包括各种动力设备，包括低压配电设备及其分路、开关电源设备及其模块、基础电池及其单体、直流配电设备及其分路、UPS设备及其分路、UPS电池、发电机组、中央和专用空调、环境监控设备等运行数据，告警的数据。还包括各种设备的维护信息。 　　通过同一机房的多种设备，不同机房相同的设备，在不同维度上运行及维护情况的分析，针对特定的主题进行分析，比如：交流设备故障与系统容量、负荷和带载率在时间维和系统维上的分析等。因此相应的数据挖掘算法的选择就比较重要。根据动环数据的特点，可以选择数据的分类，数据的聚类分析进行切入研究。以挖掘在不同的时间点上，不同的区域设备性能及运行状况的分类。选择的算法可以用比较典型的决策树方法。相关的算法已经比较成熟，可以先使用来对动环数据进行分析。 　　5动环系统数据挖掘方向的研究 　　5.1空调系统的可用性分析 　　通过获取必要的信息，比如空调发生重要告警的次数和持续时长等信息，根据空调发生重要告警的持续时长与空调系统总运行时长进行对比，计算空调系统的可用度指标。评价在交流供电正常的情况下空调的运行性能，以及对空调故障的处理及时性效能。针对不同品牌的空调，做出相应的排名。 　　5.2电源系统的受控性分析 　　通过获取必要的信息，比如开关电源第一级电池低压脱离告警数量和时长等，根据开关电源第一级电池