郝成亮 呂洪波 馬旭東

（國網(wǎng)吉林省電力有限公司信息通信公司，吉林 長春130021）

信息通信技術(shù)的支撐在其中扮演著舉足輕重的角色，信息通信運維質(zhì)量的提升已成為電網(wǎng)信息通信運行過程中一項重要的工作。

隨著電網(wǎng)信息通信系統(tǒng)規(guī)模的不斷增大。在電力公司信息通信系統(tǒng)運行的過程中，系統(tǒng)應(yīng)用以及系統(tǒng)本身都會產(chǎn)生各類日志來記錄系統(tǒng)的狀態(tài)、重要的運行事件和網(wǎng)絡(luò)流量，因此日志包含系統(tǒng)運行的動態(tài)信息[1]。通過對電網(wǎng)信息通信系統(tǒng)的日志進行分析，提取出體現(xiàn)信息通信運維質(zhì)量的相關(guān)指標(biāo)，所以實現(xiàn)信息通信運行過程各種日志的綜合評價與管控能夠有效提升信息通信運維質(zhì)量[2]。

1 電力信息通信系統(tǒng)綜合評價指標(biāo)體系

在運維質(zhì)量評價工作中，由于電力信息通信系統(tǒng)中的組件繁雜，各組件的狀態(tài)都會對系統(tǒng)運維質(zhì)量產(chǎn)生影響。因此，需要建立一個完整的指標(biāo)體系進行綜合評價。在構(gòu)建指標(biāo)體系的過程中，評價指標(biāo)的選取工作是重中之重[3]。

通過將系統(tǒng)組件數(shù)據(jù)庫、服務(wù)器以及中間件的日志進行聚類分析，進而進行指標(biāo)抽取，在將指標(biāo)數(shù)據(jù)經(jīng)過歸一化和無綱量化預(yù)處理后，需要對指標(biāo)進行相關(guān)性分析，進行相關(guān)性分析后能夠讓最后的評價結(jié)果更準(zhǔn)確。最后指標(biāo)體系如圖1 所示。

2 基于機器學(xué)習(xí)的電力信息通信系統(tǒng)綜合評價實現(xiàn)

隨機森林是機器學(xué)習(xí)中的一種典型分類算法，通過將若干個決策樹組合在一起來進行分類，因此叫“森林”。給定訓(xùn)練集，包含k 個決策樹的隨機森林的構(gòu)建過程如下：

輸入：原始數(shù)據(jù)集，隨機森林中決策樹個數(shù)，分類數(shù)

輸出：分類結(jié)果

步驟1：抽樣：對原始數(shù)據(jù)集進行有放回的抽樣，得到若干個訓(xùn)練集。

步驟2：構(gòu)建決策樹：利用若干個訓(xùn)練集構(gòu)建決策樹。在構(gòu)建過程中，對于每一個節(jié)點，候選屬性。最后得到?jīng)Q策樹，并將該決策樹加入隨機森林模型。

步驟3：最終得到的隨機森林包含k 個決策樹（M1，M2...MK）。給定一個待分類的樣本，F(xiàn) 中每個決策樹Mi 都會得出一個分類結(jié)果，總共得到k 個結(jié)果（即k 個類標(biāo)號）。最后采用多數(shù)表決法進行投票，票數(shù)最多的類標(biāo)號作為該樣本的分類結(jié)果。

本文將電力信息通信系統(tǒng)運維質(zhì)量分為優(yōu)、良、中、及、差五個等級，通過對第一章構(gòu)建的指標(biāo)體系中的指標(biāo)進行訓(xùn)練，將其分為五類。即構(gòu)建的隨機森林分類模型輸出為五個質(zhì)量等級。具體步驟如下：

（1）日志指標(biāo)評價數(shù)據(jù)集D 樣本輸入；

（2）評價運維質(zhì)量等級分為等：優(yōu)、良、中、及、差，為了方便模型構(gòu)建，用1、2、3、4、5 表示。

（3）分割原始數(shù)據(jù)集，70%作為訓(xùn)練集，30%作為測試集。

（4）從D 中利用Bootstrap 采樣隨機選取k 個子訓(xùn)練樣本集D1，D2，...，Dk，并預(yù)建k 棵分類樹。

（5）在分類樹的每個節(jié)點上隨機地從5 個指標(biāo)中選取，選取最優(yōu)分割指標(biāo)進行分類。

3 案例應(yīng)用

本文選取東北區(qū)域某信通公司數(shù)據(jù)進行信息通信系統(tǒng)綜合評價，通過對該系統(tǒng)中各組件的日志文件進行第一章的指標(biāo)體系構(gòu)建后，可使用第二章中得模型構(gòu)建步驟進行綜合評價。通過本文隨機森林模型，得出該系統(tǒng)的運維質(zhì)量，處于優(yōu)和良水平之間。并將本文所提模型與神經(jīng)網(wǎng)絡(luò)模型進行了幾項分類精度、召回率以及F1 分?jǐn)?shù)上的對比，如表1 所示。

從表中可以看出本文所提模型在優(yōu)、良、中、及、差五個指標(biāo)等級的訓(xùn)練結(jié)果中，分類精度、召回率以及F1 分?jǐn)?shù)都是要優(yōu)于傳統(tǒng)神經(jīng)網(wǎng)絡(luò)模型的。

表1 評價結(jié)果對比

4 結(jié)論與展望

本文通過對電力信息通信系統(tǒng)中各組件的日志進行分析，從日志中提取出能夠體現(xiàn)系統(tǒng)運維質(zhì)量的指標(biāo)體系，從一個新的角度對系統(tǒng)運維質(zhì)量進行了綜合評價，并且提出了機器學(xué)習(xí)的方法來進行綜合評價，彌補了傳統(tǒng)綜合評價方法的一些不足之處。在接下來的研究中，將擴大指標(biāo)提取范圍，從信息通信設(shè)備中提取指標(biāo)，為信息通信系統(tǒng)做更全面的評價工作。