机房供电系统故障影响区域分析定位的实现

2020-06-12林惊雷刘向东

油气田地面工程 2020年6期

林惊雷刘向东

华北石油通信有限公司

目前，动力环境监控系统用于实时监测机房基础设施运行状态，为机房管理自动化、运行智能化、决策科学化提供有力的技术支撑。但大部分系统基于通用性考虑，多侧重于设备监测的准确性和稳定性，但在数据库建模上忽视了设备间的关联性。在部署阶段，被监测设备通常以空间为单位进行组织，用组态方式展示出来，这种方式有利于用户快速定位故障设备，但由于缺乏设备间的关联性描述，故障告警只能体现设备单体故障状态，无法评估或预测该故障的影响区域，而这点对于全面掌控供电系统的故障影响至关重要。

当供电系统出现故障时，运营管理者更关心机房哪些设备会受到影响，而这多依赖运维人员对供电系统的熟悉程度和故障处理经验，对于不熟悉系统的维护人员多通过人工检索组网图完成，时效性很差。如果能解决供电设备关联性问题，便可通过程序对供电系统进行分析，快速定位出终端用电设备，并关联出该故障点上下游供电设备，这样，可有效收敛故障边界，提升应急响应时间。

由于大部分动力环境监控系统都存在封装性，这导致系统扩展性差，用户只能停留在应用层面，特定需求只能通过厂家定制开发实现，既增加了投入成本，也限制了用户主动运维的积极性。实际上，实现该功能难度并不大，只要考虑好如何描述设备间的逻辑关系，并依此关系建立数据模型，围绕此模型进行程序开发即可。该文以某数据机房供电系统为例，为该机房供电系统设备建立数据模型，通过对故障节点的分析，快速定位出故障影响区域，并在矢量拓扑图上展示出来。

1 建立设备关联数据模型

该运维应用以某数据机房供电系统为参考，以拓扑图方式构建出该数据机房供电系统组建结构（图1）。

该供电组网的局部拓扑结构比较简单，由图1可知，供电设备并非一对一的链表关系，相对于可靠性要求高的机房，都存在多机并联或冗余的情况，因而在实体关系描述上存在多对一或一对多的情况。基于此可用多叉树实现对整个供电系统的描述。通过数据建模，构建出供电系统各设备的关联性。在实际应用中，可从告警事件中获取到设备ID，依据设备间的关联性，可快速遍历出故障设备关联的上下游设备。表1将对依据模型建立起来的表单中的主要字段进行简要说明。图2展示了该表的查询结果。

图1 机房供电系统拓扑图Fig.1 Topology of machine room power supply system

表1 字段描述Tab.1 Field description

图2 记录查询Fig.2 Record query

2 遍历实现

遍历程序采用Python语言编写，当动力环境监控系统上报某供电设备停电告警后，以告警设备为锚点分别进行上行和下行的遍历，从而获取到与之相关完整供电设备链的输出。假设图1中的UP-2-1并机输出柜出现停电，输出结果如下：

输出结果是和故障节点相关的完整设备链，即故障影响区域。这些数据从后端传递给前端，并在矢量拓扑图上展示出来。图3 是告警触发后对机房供电系统上行的遍历代码[1-2]。

图3 上行遍历代码Fig.3 Upward traversal code

3 程序功能实现展示

采用B/S 架构，后端采用DJANGO，前端为HTML5+JS。供电系统拓扑图采用SVG（可缩放矢量图）格式绘制，展示效果好，绘制完成的SVG图嵌入到HTML中，

供电设备停电告警会触发后端进行设备遍历，并把遍历结果发送给前端。前端根据接收数据定位SVG文件中的对应元素，并通过代码对其属性进行操作（如颜色填充或闪动等特效），把故障设备及相关的上下链设备和其他设备区分开，实现了对故障边界的收敛。该处理方式对拥有庞大且组网结构复杂的供电系统而言，能显著提升应急处理的时效。

如图1所示，深灰填充部分是告警节点，浅灰填充部分为该设备关联的上下游供电设备。故障边界收敛有利于提升处理故障的时效，尤其对拥有庞大且组网结构复杂的供电系统而言效果更为明显。