大数据技术在通信设备故障预警系统的研究.docVIP

大数据技术在通信设备故障预警系统的研究 　　摘 要：电力系统当中已经存在的通信系统，如综合数据网网管、安全准入系统、通信管理系统等，这些通信系统的完善构建，对信息通信调度运行这类业务的稳定、高效运转具有的支持作用。电力通信系统构架的完善性，直接影响电力通信网络系统的实际应用性，系统中存在的不统一、不可扩展等缺陷，会造成部分业务功能的重叠、维护成本过高、集成接口过多、专业系统业务与数据之间的融合度过低等诸多问题。基于此，本文就大数据技术在通信设备故障预警系统中的有效运用简要分析。 　　关键词：大数据技术；通信设备；故障预警系统 　　中图分类号：TN915.05 文献标识码：A 文章编号：1671-2064（2017）17-0012-02 　　随着通信设备种类的不断增加，相应的数据类型也越来越丰富，在逐步建立完备的获取途径的同时，应用大数据技术进行通信设备故障预警系统的相关研究，能够有效帮助解决公司不断增长的数据量种类多、数据流量大且更新速度快等难题，有效提升信息通信设备维护管理工作效率。 　　1 通信设备故障预警体统关键技术介绍 　　1.1 Hadoop大数据技术 　　Hadoop是一中分布式系统基础构架，应用Hadoop，即使用户不了解分布式底层的相关细节，也能有效实现分布式程序的高运算速度与储存功能。Hadoop的应用，能够在一定程度上，降低大数据软件平台的开发与运行难度。 　　以Hadoop2.x框架为例，其核心包含HDFS、YAPN、与Map Reduce。其中HDFS是Hadoop的储存构架部分，通过它就能在有PC组成的集群上进行高度信任性的文件储存，HDFS中的冗余副本策略能够为数据提供可靠性保障、机架策略能够保证数据完整性、心跳机制能够对通信设备的宕机情况作出有效检测，众多完善机制为文件系统的可靠性与实际应用性提供了保障。Map Reduce是Hadoop的一个并行处理软件框架，这一框架的主要作用，是将大数据在Mapper段进行分解，形成若干小部分再进一步处理，之后在Shuffle阶段，将与其余统一类的值输送到一个Reducer端，最终在Reducer端进行处理结果的整体汇总环节，这一框架有效实现了大数据处理目的[1]。YARN是Hadoop的新一代资源管理器，它的主要作用，就是进行资源集群和管理，并运用Resource Manager进行资源的合理分配，由此解决通信设备中由于集群数量问题引起的级联故障。 　　1.2 专家系统知识库 　　在一些特定的领域范围内，通过问题求解过程的积累，能够形成相关知识片的集合，将这些知识片通过某种知识表示方式在计算机中进行有效的储存、管理以及使用，就形成了一个完整的专家系统，由知识片集合而成的及时知识库。知识库的完整建立具有易操作、易利用以及结构系统化等优势特点。作为专家系统的核心组成部分，知识库主要通过逻辑表示法、产生式表示法、和框架表示法进行知识的表示。 　　逻辑表示法是典型的陈述性表述方式，主要通过逻辑公式来描述对象关系与性质，这种表示方式更接近自然语言，且更具精确性与灵活性，模块性能更好；规则表示法比较常见于专家系统当中，帮助系统实现修改以及扩充，如MYCIN医学咨询系统就采用了此种表示方法。框架表示法是一种较为复杂的表示方法，可以描述对象属性，框架的数据结构组成是框架名和槽，应用框架表示一个主体，槽?肀硎酒涫粜裕徽庵直硎痉椒ū冉铣Ｓτ糜虢峁剐灾?识的表示，能够请示表述知识内部与知识的关系，能够帮助实现编码，但推理能力与可维护性都很差，模块性能也很一般，一般只针对专家用户。 　　2 应用大数据技术进行通信设备故障预警系统的设计与实现 　　2.1 系统整体设计构架 　　2.1.1 功能构架 　　系统功能可以只要分为两个部分，建模系统与实时系统。为实现系统建模系统的测试功能以及实时系统的故障诊断与预警功能，通过功能构架，达成如图1所示的系统总体结构设计。系统功能构架需要保证大数据平台的功能以及应用系统的功能。在整体系统功能构架当中，数据采集要完整包括离线采集、在线采集、采集策略配置与负载均衡等功能。数据存储，是针对多源异构数据的存储功能，是传统形式数据库与新型处理平台模式相结合的混合构架形式。数据处理，包含传统数据处理与大数据批量计算与内存计算等处理，能够适应大规模数据的计算场景[2]。计算模块库的作用是将一些算法封存，并提供相应使用功能的算法模型库。其主要作用是为大数据分析与挖掘工作创造便利的一种工具形式，能够帮助用户简化实例开发。 　　故障诊断，首先应将历史故障信息进行保留对比，由此为依据再对北塔系统以及IMS系统当中发生的故障，详细分析得出原因，在明确业务类型及相关故障的主要类型与现象的前提下，有效查出故障原因；故障预警是以故障诊断技术作