基于物联网技术的电力通信接入网的移动运维系统

设计了电力通信接入网移动运维系统,该系统将物联网智能识别和数据实时传输技术引入电力通信网现场运维规范化管理中。首先搭建了移动运维系统架构,实现了现场运维信息化,并运用 TOPSIS 算法对工单进行自动分配,提高了故障处理的效率,通过运维系统对现场进行实时监控,实现了电力通信接入网的智能化管理。测试结果表明,该运维管理系统能够实现资源统一管理、故障智能研判、现场作业管理的信息化支撑,很大程度地提升了电力通信接入网的智能运维管理水平。     

IT运维管理行业现状与发展分析

近年来国家部委、央企、金融、大型企业集团纷纷建设云数据中心,为运维市场带来了新的机会和模式。IT运维管理是一个新兴的信息化专业领域,本文介绍了IT运维管理的历程、国内行业现状及发展前景。分析了国内的IT运维管理行业产业链、市场竞争态势和技术壁垒,对IT运维管理市场规模进行预测,对行业发展进行展望,对IT运维管理行业未来的发展存在风险、有利因素及面临挑战进行综合分析。     

信息系统运维管理体系的探讨

信息系统运维管理是企业信息化建设完成后,进入运维阶段的重要部分,运维管理的好坏将直接影响各系统的运行效果。文章从信息系统运维管理相关概述出发,对目前部分企业进行信息系统运维管理所面临的问题进行了分析,提出了如何构建信息系统运维管理体系的思路,具体包括体系建设的构架和内容,以及技术体系和管理体系两项核心组成模块,最后对运维管理体系的具体实施步骤进行了阐述,并对全文进行了总结和展望。     

基于ITIL的网络运维流程探析

针对网络运维工具繁多、手段繁杂、管理被动等问题,现有的网络运维流程不能满足当前的运维服务需求,而IT服务管理ITIL理论提供了强大的理论支撑,明确监控服务台对整个运维流程的重要性,规范了突发事件管理、问题管理、容量管理,细化工作角色,实现粗放式管理向精确管理及功能型管理向流程型管理的转变,极大地提高了网络管理水平和网络运维效率.     

基于Ansible自动化运维的信息系统故障预测技术

本文基于Ansible设计开发了自动化运维的信息系统,批量进行任务操作。经过测试,系统可有效提升运维工程师工作效率。本文对基于Ansible自动化运维的信息系统故障预测技术进行了探讨,提升了电网企业运行的稳定性,进一步提高了运维效率。     

制播网IT运维管理现状及存在问题

对国内十余家电视台制播网运维管理现状进行深入调研,内容涉及人员管理、运维流程、设备维护、系统监控、运维技术、网络安全等方面,并对调研结果进行分析和归纳:目前国内制播网运维管理缺乏标准化的流程,大多处于被动管理。调研为制定制播网运维管理体系模型提供了基础数据。     

浅议军民用通信运维管理差异

军事通信运维管理体系建设可以借鉴民用电信行业运维管理的一些成熟经验,但在很多方面有着自身的特殊性,文章分析了军事通信运维管理的能力需求,进而对军民用通信运维管理存在的差异进行了分析,为准确把握军事通信运维管理体系建设方向提供参考。     

制播网IT运维管理体系框架

根据国内广电行业运维管理现状,结合运维信息化的新型发展思路,设计了在电视台制播网络环境下具备广泛推广价值的通用运维管理模型和实现模式,运维管理模型包括运维对象、运维资源、运维管理、安全管理和持续改进五个部分,其核心内容为运维管理,分为管控层、管理层和操作层。     

企业IMS行政交换网一体化运维支撑模式研究

国家电网公司目前正在总部及各省公司(直辖市)建设全面覆盖省、市、县的IMS行政电话交换网络,部分单位已经在开展由电路交换网向IMS交换网割接演进工作。IMS核心网设备在总部、省公司(直辖市)集中进行部署,以数据通信网为承载网络,IP话机、AG/IAD等接入网设备部署在省市县公司,属于"一级部署,三级应用",而在电路交换技术时期,是由省、市、县各单位分别建设和各自进行运维管理,所以企业当前的管理模式无法有效支撑IMS交换网的高效运维管理,亟需研究和探索适用于企业IMS行政交换网的一体化运维支撑新模式。文章通过对IMS一体化运维支撑技术的研究,借鉴电信运营商BOSS系统的建设模式,提出了适合于企业IMS一体化运维支撑系统建设的新思路和设想,并对系统的体系架构进行了设计,系统的部分运维管理模块进行了试用开发,开展了实际对接测试和验证工作,对其他网省公司后续IMS一体化运维支撑系统建设具有一定的借鉴意义。     

桌面终端运维管理方法研究与拓展

桌面终端运维管理是保障桌面终端应用安全的重要工作,文章解释了桌面终端运维管理工作的主要职责,说明了桌面终端运维服务的主要类别,分析了在桌面终端运维管理中一些常见安全影响因素,并对桌面终端运维管理方法进行了研究和拓展的阐述。     

电站智能巡检机器人运行维护及问题处理

变电站是现代电力系统中最重要的一部分,变电站的巡检有利于保持电网运行的稳定,保证电网的运行效率。要想更好地开展变电站的运维工作,就需要对变电站在运维中所产生的一些设备故障进行及时的处理。智能巡检机器人在对电站的运维工作中已经初步体现出一定的价值,在电站中充分地应用智能巡检机器人,有利于提高运维管理工作的效率。基于此,本文主要针对电站智能巡检机器人的运行维护以及相关的问题处理进行分析。     

智能变电站继电保护设备的运行和管理研究

随着当前社会经济的高速发展,电力领域已经逐步实现智能化和自动化,传统变电站逐渐被智能变电站所取代,并成为现代化电网中不可或缺的组成部分。而对智能变电站采取有效的运行维护技术以及故障管理方法,能够最大限度地保障电网运行安全。因此在当前电力系统工作中,相关人员需要充分掌握智能变电站继电保护设备的运行和管理技术,推动电力行业的向前发展。鉴于此,文章通过介绍智能变电站继电保护的结构,分析智能变电站继电保护当前存在的运行问题,提出有效的运行维护技术和管理方法,旨在为相关检修人员和管理人员提供借鉴和参考。     

基于BIM和物联监测的智慧建筑综合运维管理研究

目前,数字化、信息化、智能化技术逐渐被应用于建筑行业,很大程度上推动了建筑行业的发展,有效地提升了建筑综合运维管理的工作效率,并在很大程度上减少了建筑综合运维管理工作的资金投入。基于此,文中对BIM和物联监测智慧建筑综合运维管理进行了研究,首先分析了BIM技术在建筑领域内的应用及存在的问题,阐述了建筑运维管理的主要内容,然后对BIM技术+物联监测综合运维管理系统的基本特点和功能作用进行了分析,并探讨了BIM技术+物联监测综合运维管理系统的基本架构和系统构建,最后对BIM技术+物联监测综合运维管理系统的应用进行了探讨,以期为相关从业者提供参考。     

物联网技术的智能变电站运维管理系统应用

针对现有的变电站运维工作复杂、费时费力、数据处理困难等问题,该研究采用物联网技术实现对变电站运行维护和管理的智能化,构建出智能变电站运维管理系统。该系统将变电站中的信息收集并发送到中心,然后将中心收集的信息组合起来再发送到上层中心,通过智能电能表和传感器将组合变电站的运行参数和环境参数收集到智能数据采集终端中,之后通过RFID技术将数据传输到工业云服务器,利用神经网络模型对运维数据进行存储和处理,大大降低了运维工作的负荷,减少了工作时间。试验表明,该研究的方法可靠性较高,适应性较强。     

运营级网络的监控系统维护业务探讨

目前大力推行的智慧城市建设中,智能化视频监控业务作为重要组成部分也在加速推进中,良好的维护管理才能保证视频监控系统的正常稳定运行。不断强化的故障抢修能力和巡查管理规范,不仅加强了业务本身的运行质量,保障业务的长期稳定运行,也提高了客户的认同感、满意感,为智能化监控业务的可持续发展奠定坚实基础。分析视频监控系统的管理与维护工作,从维护的不同角度切入,并针对维护过程中发现的问题提出建议与意见,进一步加强视频监控系统的安全稳定运行。     

政企互联网专线故障自动诊断系统研发

广州联通数据互联网智慧化运维系统是目前在数据网络监控和故障处理领域,最为行之有效的故障自动诊断系统之一。为提升大带宽业务的服务质量和提高网络安全水平,加速IP与IT的融合,提出了打造数据互联网智慧化运维系统。本系统以服务质量、用户感知、支撑效率、智慧运维为核心,率先将SDN&人工智能技术与传统网络维护相融合,针对影响互联网专线业务支撑效率的网络资源管理和影响用户体验的网络设备故障等难点痛点进行建模分析,利用大数据分析技术、IT信息化技术等手段,达到专线业务快速开通、安全事件迅速处置、网络瓶颈智能预警、网络故障自动处理的管控效果,完成对业务支撑、网络安全、故障响应和智能调整四个方面运维能力大幅提升,缩短故障历时,优化用户体验。     

变电站自动化设备运维管理系统探析

随着当前人们生活水平的不断提升,对电力的需求也在不断扩大,在这样的情况下,变电站运维管理智能化成为了当前电网的主要考虑方向,因此本文主要对变电站自动化设备运维管理系统探析,希望对相关从业者有一定的帮助。     

一种智能化IT运维系统的研究与实现

针对人工智能的技术特点,结合智慧化运维的典型应用场景,本文指出了IT领域智慧化运维中所应用的关键方法,包括智慧化运维所涉及的管理方案、学习方式、运行机制和智能策略。同时,本文还针对IT领域中主机的智慧化运维进行分析,并给出有效的解决方案。     

基于ITIL的运维监控智能管理平台建设与应用

本文以中远在ITIL管理方面的持续发展为背景,介绍了中远资讯运维监控智能管理平台的建设过程及应用。中远资讯运维监控智能管理平台是一个统一的分析和展现平台,融入了ITIL管理思想及管理学、运筹学理论,通过对企业级信息系统所涉及的大量IT资源和运维管理数据的深度挖掘、管理和分析,实现运维管理的智能化、科学化以及便捷化。