动环大数据，提升运维效能

2014-05-10陈艺高

通信电源技术 2014年1期

陈艺高

（深圳中兴力维技术有限公司，广东深圳5180574）

0 引言

经过十几年的发展，动力环境集中监控系统成为通信建设必要的配套工程，实现了与通信工程的“同步设计、同步施工、同步验收”。

动环监控系统将各类局站原始数据进行集中采集管理，实现了实时告警、设备运行数据查看以及远程遥控。应该说，动环监控系统在将大量实时数据、告警梳理成维护人员直接可用的参考信息、设备管理信息的功能上还比较欠缺。而动环监控系统运维保障能力的强化，则要求维护人员对各类设备具备丰富的维护经验，并且将经验转化为动环监控系统可实现的自动化分析处理能力。

本文将探讨利用动环监控系统进行大数据挖掘，将运维经验转化为自动化分析、处理模型，并指导网络运维相关工作的开展。

1 大数据的概念

大数据（Big data）是一个较为抽象的概念。维基百科中关于大数据的定义：大数据指的是所涉及的数据量规模巨大到无法通过人工，在合理时间内达到截取、管理、处理、并整理成为人所能解读的信息。当前，大数据较为统一的四个基本特征为：数据规模大（Volume），数据种类多（Variety），数据要求处理速度快（Velocity），数据价值密度低（Value），即所谓的4V特性。

现阶段提到大数据，其应用大多集中在市场、营销等领域，用来分析预测人的社会性活动；而将大数据应用在设备运维管理中，分析、预测设备工况，从而指导网络的运维工作的开展，也是一种具备较高价值的应用。

2 动环监控系统应用现状

随着移动通信行业的迅猛发展，为通信网络设备提供稳定动力和优良的机房环境是保障网络通信质量的必要条件；动力环境集中监控系统作为辅助系统，经过十几年的发展建设已经形成了以省为单位的规模应用。

动环监控系统实现了全网各类局站动力、环境数据的集中采集，为无人值守提供了基础运维保障数据来源。系统建设初期重点关注数据采集的准确性、告警及时性，以及监控覆盖率；随着数据统计、分析功能的逐步引入，系统提供了一定的运维分析、管理能力，但这些统计、分析功能还需要人的参与，才能最终获取到运维工作所需要的信息。人为参与数据分析存在很大的局限性，不但对人的专业技能要求较高，而且分析的效率比较低，难以满足高效运维工作的要求。将运维工作经验通过动环监控系统自动化的实现，直接输出专业化要求较低的可直接使用的信息，成为建设动环监控系统的一个方向。

3 动环大数据的应用实践

当前通信网络运维除按定期巡检要求开展工作，主要还是采用日常值班方式的事件驱动，运维工作还是采用被动响应为主的模式。动环监控系统虽然实现了全网局站的监控覆盖，但过大的告警量，也带来了大量的工单，消耗了大量的维护资源。随着通信网络的建设，运维成本的增加超过了收入的增长，向运维要效益势在必行。

动环监控系统采集、存储了大量全网设备的运行数据。一般来说，省级动环监控中心每年新增的监控数据规模大约在200～400 GB数量级。利用动环大数据，可在设备健康度分析、设备性能分析、辅助运维能力、维护投资规划等方面推动相关的应用，从而将动环监控系统建设成具备高效运维辅助支撑能力的系统。

基于动环大数据应用的系统架构如图1所示。

图1 基于动环大数据应用的系统架构

4 应用实例介绍

下面以力维在动环大数据应用方面的实践为例来介绍：

（1）开关电源管理

开关电源设备日常维护内容超过200项，如此多的维护项目如何确保落实到位？

开关电源管理可有效协助电源设备的维护工作开展。该功能提供开关电源设备的运行健康度进行自动化的检查、分析能力。基于开关电源的运行参数和采集的实时数据，建立开关电源健康度检查模型，提供全网开关电源配置、工况是否合理的分析结果，直接指导电源设备的维护工作。

（2）空调管理

空调管理包括：运行管理、性能分析和自动化管控三大综合功能。其中：运行管理为结合局站的配置情况，分析空调设备运行相关参数是否合理。性能分析为基于局站环境数据和空调运行情况，分析判断空调制冷能力是否存在劣化趋势，是否需要对空调设备进行维护。自动化管控主要提供局站空调节能能力。为保障局站通信设备运行安全，局站空调配置了冗余制冷量，因此会造成能源浪费，空调自动化管控则可结合环境数据精确控制空调制冷量，减少能源浪费。

（3）蓄电池管理

通信基站位置分散，一般都配置了大容量蓄电池作为后备电源，为了确保蓄电池的性能，通常由维护人员对蓄电池进行定期的检查和维护。这种传统的维护管理模式占用了大量的维护人力物力，维护效率低。

蓄电池管理通过对全网蓄电池充放电过程监测，分析蓄电池当前性能，可分析蓄电池的后备供电能力；同时提供远程蓄电池主动放电测试功能。如：跟踪蓄电池充放电过程，可分析量化蓄电池性能是否存在劣化趋势，及时发现蓄电池故障隐患。蓄电池性能分析模型如图2所示。

图2 蓄电池性能分析模型

通过蓄电池运行数据的分析，维护、管理人员可实时掌握全网各个站点蓄电池性能变化趋势，从而有效指导蓄电池维护工作，针对性的选择蓄电池组进行维护。通过主动跟踪、远程放电及时掌握蓄电池性能数据，掌握、优化在网蓄电池容量配置，及时解决“大马拉小车，小马拉大车”现象，减少被动巡检带来的大量维护工作，减少专业测试设备费用投入。维护资源的解放，可将更多人力释放到蓄电池活化、利旧方面，提升蓄电池设备的利用率方面的工作。

（4）应急发电管理

应急发电工作中是否存在一线抱怨油机不够用？管理人员是否为不确定要配置多少台、配置哪些类型油机才合适而烦恼？

结合蓄电池管理能力，应急发电管理可提供更为准确的应急发电指令，从而减少油机的无效调度。另外，通过分析供电数据，可记录有效发电量，并估算油耗数据，最终实现科学评估发电工作，指导资源的合理配置。

力维已成功在四川、江西进行了动环大数据实践。利用动环大数据，结合具体专业设备的特点，针对性设计了设备分析、管理模型，通过设备远程管理能力的建设，极大地提升了通信网络的故障处理效率和效益。例如：在某地市通过建设设备健康度检查能力，及时发现设备不合理故障点674个，发现有6.1%的设备参数设置不合理，并通知维护巡检进行修正；发现287个核心网元中，有16个存在超期服役或负荷超限情况。同时，通过对运维工作的跟踪，实现了不同区域运维工作量、维护及时性的横向量化对比。动环大数据应用在动力、环境运维相关的能力建设范围如图3所示。