基于云计算的分布式通信电源控制系统研究

曹 鑫，贺 宏

(石家庄信息工程职业学院，河北石家庄050035)

基于云计算的分布式通信电源控制系统研究

曹 鑫，贺 宏

(石家庄信息工程职业学院，河北石家庄050035)

通信基站中的电源系统大多以一种分布式的状态存在，其运行数据繁多而复杂，因此应用云计算平台来进行电源系统的数据管理是一种良好的策略。在设计通信电源云计算平台的基础上，采取数据分类匹配的方法对数据进行预处理，以减少云平台的数据冗余，从而达到提高电源系统数据管理效率的目的。

通信电源；数据处理；云平台；分类匹配

通信设备作为信息传输的重要组成部分，其运行的可靠性和安全性对于通信系统的正常工作运行具有极大的影响。通信电源作为通信设备中的动力设备，是通信设备的“心脏”，对通信设备的正常工作具有重要的意义。目前，在通信系统中移动通信成为了通信的主要方式。移动通信具有自身显著的特点，其主要表现为：由于基站地域分散性强，导致了通信电源地域的分散性；目前的基站由原中国移动、中国电信、中国网通等各公司所有，这些公司又统一划归为中国铁塔公司所有，进而对各基站进行统一的规划管理。而原各公司的通信电源的管理模式、数据管理方式等各个环节都存在很大的差异，从而产生了一个必须解决的问题，就是对这些差异数据进行统一的管理。

为了解决这一问题，提高通信电源数据管理的工作效率，就需要对各个通信基站的电源采取分布式数据管理，所应用的系统就是分布式数据管理系统。

各种不同的分布式数据管理系统具有不同的结构和模式，但是相同的是都具有开放性的特点。它能够实现和解决数据源的转换和兼容性问题，有利于系统数据的统一管理，而在所有的分布式数据管理体系中，最有效的是基于大数据的云计算平台管理系统[1]。

针对于分布式通信电源的管理来说，需要一个多数据中心一体化的协同分布式云管理平台。这一平台应当基于虚拟化的管理技术，采取智能化技术自动对动态数据进行管理。具体的管理过程主要包括数据的动态迁移管理及操作的自动执行。而数据的动态迁移主要为数据的分类管理打下良好的基础，具体环节包括数据的过滤、捕获、导入、部署等；而操作的自动执行，主要是指在中心服务器设置专家诊断和分析系统，将数据处理的结果汇集于此，并根据相应的规则来进行操作的自动执行。

1 基于分布式通信电源云管理平台的分析与设计

云计算的主体是云平台，其本质是一种通过网络方便地以按需方式为用户提供可配置的数据管理资源，也就是构建相应的资源共享池，从而为用户提供超强的计算能力。云平台可以在最短的时间以最少的资源与管理开销，迅速弹性地提供可配置的计算场所，而用户只需在此框架下适时提交相应的应用需求，而无需了解各服务器的具体配置、连接方式、数据传递方式等信息。因此，云平台就是一种具有广泛网络接入能力，资源配置能力和超强计算能力的信息管理方式。

基于云平台的分布式通信电源管理系统基本结构如图1所示。主要包括系统监控模块、资源管理模块、数据处理规则模块、操作执行模块、用户应用模块等五部分。

图1 分布式通信电源云平台管理系统基本结构

如图1所示，整个云计算的核心是资源管理模块，此系统中包括数据服务、存储模块、网络管理、多数据中心管理。其中虚拟化计算管理也可看作资源管理的一部分，在这里把它单独拆开来表示，是因为虚拟管理需要更精细、更准确的计算。数据服务是将监控系统采集到的数据进行分析处理上传给用户端，方便用户进行监督和管理。由于云计算的数据资源庞大，且云的用户也是一个庞大的群体，要想保证这两个庞大的群体有序地运行，必须用网络管理来规范云的管理方式和机制。由于采用了分布式电源，监控系统采集到的数据类型会存在差异，多数据管理中心就是为了解决这一问题而设置的，多数据中心管理的作用是将不同基站上传的数据进行调节运算，最终再由云管理平台对多个数据管理中心进行统一管理，来实现整体平台的运营和服务。

监控系统是最基层的设备，对被监控对象进行实时监测和采集，然后将采集的数据进行分析上传给管理系统。数据采集器用的是VC采集器。网络管理用到的是SNMP采集器，目的是监测连接到网络上的设备运行是否正常。网络参数用的是Zabblx采集器，目的是监测网络参数，保障服务系统的运营安全，并提供灵活的通知机制让管理员快速精确地定位并解决问题。

数据处理规则模块也是必不可少的一部分，它包括对云平台中各数据端进行数据过滤、捕获、导入、部署、分类等规则模式算法的管理，从而为数据的有效管理提供算法支持。

操作执行模块是系统自动执行的基础。在操作执行模块中，内嵌有专家诊断和决策系统，在相应规则的指导下，云平台依据相应的数据分析结果，结合专家判断规则，生成相应的执行命令，并将命令下达给底层电源执行机构，从而实现电源运行的控制。

用户应用模块可以使用户在远程客户端进行登录，通过监控系统对分布式电源进行数据的读取和分析，如电源的电流、电压、温度等数值。也可以对电源的断点、重启进行控制，提高了基站的安全性，实现了科学用电、节能环保的目标。

2 数据处理规则模块的设计

采用分布式电源需要解决的一个重要问题就是数据量大且类型不同，在这里我们对数据管理模式进行简要的分析，如图2所示。

图2 数据管理模式

数据管理分为三个层次，应用层、应用管理层和数据管理层。数据层包括分布式异构关系数据库、非结构化数据库、分布式缓存、内存数据库。分布式异构关系数据库包括Oracle数据库和MySQL数据库，非结构化数据有NoSQL，因此不同的数据类型都可以进行存储并上传给管理层进行统一的管理。应用管理层包括数据集成管理、数据访问平台、事务管理系统、数据一致性管理。数据一致性管理的作用是对各基站采集的数据进行统一的管理。用户可以登录客户端在数据访问平台对要查看的数据进行访问，应用管理层通过分布式数据接口与应用层进行连接，用户可以方便地通过互联网或者手机APP达到访问和控制的目的，从而完成对设备的远程监控。

一方面，数据库的设计需要以设备为单位，以便于设备的监控、维护和故障诊断，但是同时，又需要以数据集合为对象，来形成基于某一主题和应用的数据需求分析，以提高检索查找的速度和效率，因此需要设计一个数据处理规则模块来进行数据的分类。

常规的数据分类常常采用统计法来实现，具体的方法有很多，例如支持向量机、朴素贝叶斯等方法，该方法依赖于数据的全面性和准确性，如果存在有数据集合表征不准确的情况，分析的结果就会偏离正确的方向[2]。对于云平台来说，大量的数据利用统计法来进行分析，不利于快速提取数据的基本特征。因此，结合统计法与基于规则的数据挖掘技术来进行数据特征的提取、分类和进行数据的分析，是一个较好的解决方法。具体工作流程如图3所示。

在图3中，处于核心的是数据分类器，数据分类器主要由两部分来组成，一部分是基于支持向量机(SVM)的分类方法，

图3 数据分类流程

另一部分是专家规则系统。基于SVM的分类方法使用非线性映射算法将低维输入空间中线性不可分的数据样本转化为高维特征空间的线性可分数据，对各种线性不可分数据利用高维度模型进行模式的识别、分类及线性回归分析，完成对数据分类的初步处理；专家规则库由经验数据形成每一组电源运行数据的安全值阈、故障分类阈组合，当数据经SVM处理之后，会自动在规则中对应相应的规则阈而进行深分类，分类后的结果就可以输入云平台系统上层应用系统，形成决策，从而形成操作命令。

3 结语

分布式通信电源系统是移动通信的基本保障。本系统采用云平台来解决数据量大而复杂的问题，并利用基于支持向量机的分类方法和专家规则系统构建了相应的数据处理规则，从而提高了数据处理的速度。

[1]林强，罗欢.跨数据中心一体化协同分布式云管理平台建设[J].广东电力，2012(8)：97-99.

[2]张垒磊.基于规则的数据分类算法在铁路运输信息中的应用[D].哈尔滨：哈尔滨理工大学，2005：27-29.

Study of distributed communication power supply control system based on cloud computing

CAO Xin,HE Hong
(Shijiazhuang Information Engineering Vocational College,Shijiazhuang Hebei 050035,China)

Most of the power supply systems in the communication base station was a distributed state, and the operation data were numerous and complicated. Therefore, it was a good strategy to apply the cloud computing platform to manage the data of the power system.Based on the design of the communication power cloud computing platform, the method of data classification was adopted and matched to preprocess the data to reduce the data redundancy of the cloud platform.Then the purpose of improving the efficiency of power system data management could be achieved.

communication power;data processing;cloud platform;classification matching

TM 73

A

1002-087 X(2017)10-1485-02

2017-03-12

曹鑫(1981—)，女，河北省人，讲师，主要研究方向为数据库开发应用、系统的设计与开发。