智能运维平台在矿渣微粉企业中的应用

矿渣微粉企业传统的管理模式受多重环境、个体的影响,势必带来运行成本高、工作效率低、工作质量差和重大设备事故发生率高的问题,弊端重生,已不适应当今信息化社会的发展。矿渣微粉企业必须突破传统管理思维和技术壁垒,实现制造行业和信息技术的深度融合。基于此,提出了将智能运维平台技术应用到矿渣微粉企业日常点巡检和计划检修设备管理中,介绍了智能运维平台技术功能要点,分析了平台总体设计框架,为矿渣微粉企业建立了一套能够实时采集、存储、分析和诊断的智能化设备运维系统,实现了设备的故障预警和设备寿命评估功能,达到智能化运维目的。     

智能低压配电系统运维服务平台与自动化组态的研发与应用

针对低压配电系统运维服务中,传统组态对于人工成本消耗过大的问题,提出了自动化组态的研发。首先通过解析传统组态的数据结构和绑定逻辑对传统组态图进行原子化拆分,并整理出对应的原子数据保存成Json文件,然后通过设备的电压等级和类型获取相应文件,并按照层级进行位移拼接,构建完整的组态图数据,最后页面一键调用接口生成自动组态图,并验证数据有效性。     

基于电力设备状态检修和运维一体化技术研究

智能电网快速发展的背景下,对电力系统建设提出更为严格的要求。随着我国国民经济发展水平持续增高,民众生产、生产均离不开电力供应,而电力系统能否稳定、可靠运行受到电力设备状态的直接影响,若设备运行阶段出现状态异常或者故障问题,不仅增大了出现电力系统供电中断现象的概率,亦对民众生产、生活造成不同程度影响。本文从状态检修意义的分析入手,阐明电力设备状态检修智能系统的设计,在此基础上提出运维一体化与状态检修的有效融合。     

智能电力运维系统在铁路变配电所的应用研究

针对铁路变配电所在运行维护方面存在的传统人工运维手段落后、信息繁多混乱复杂、设备监测数据无法分析、监控手段落后必须有人值守、运维管理人力成本过高等问题,研究智能电力运维技术方案,通过对智能电力运维系统的组成、功能等进行梳理、研究,搭建铁路变配电所智能运维平台,全面实现所内设备智能化巡视、设备状态实时监测感知,提供数据分析与辅助决策,实现变电所智能化、数字化、网络化和无人化,从而形成适用于铁路变配电所的智能电力运维系统方案。     

智能运维的实践: 现状与标准化

IT系统运维目前正面临着IT规模快速膨胀、系统架构日趋复杂、自主可控要求日益突出等众多挑战。智能运维技术作为一种利用大数据和机器学习对海量运维数据分析的手段,能够辅助运维人员更为高效地运行和维护IT系统。然而,在企业进行智能运维工程化实践的过程中,往往会遇到各种困难,需要智能运维技术的标准规范以指导企业开展智能运维的能力建设工作。为推动智能运维的标准化工作,本文对多个行业的智能运维实施单位开展了问卷调研,分析总结国内智能运维的实践现状;对国内外现行的运维标准、人工智能标准和智能运维标准进行梳理,研究智能运维的标准化工作当前进展;根据对实践现状和现有标准的调研分析结果,本文提出了智能运维的能力建设标准框架AIOps-OSA。该框架从企业建设智能运维能力的角度列举出了在组织、场景和能力上的关键要点。在实际标准的编制过程中通过对AIOps-OSA内各项要点提出具体的规范要求,可形成对企业具有指导作用的智能运维标准规范。     

基于Hadoop的电力运维审计系统的设计

国家电网公司信息化程度越来越高,单机运维审计系统产生的数据量日益增多,对海量数据高效率存储分析性能严重下降,系统稳定性降低。为满足国家电网当前对运维审计系统数据存储分析以及系统稳定性的需求,在Hadoop开源架构的基础上,本文提出基于Hadoop集群的海量数据分布式存储方法和基于Heartbeat的心跳检测技术,实现基于Hadoop的电力运维审计系统。〖JP2〗实验测试结果表明,基于Hadoop的电力运维审计系统相比单机系统可用性提高了8.42%,大大提升了存储分析海量数据的性能,具有系统工作稳定和服务不间断等优势。     

大数据技术及其在化工领域的应用和展望

近年来,大数据领域基础研究取得突破,相关应用发展迅速。国家有关部门陆续出台多方面扶持政策,推动大数据在工业领域特别是化工领域的应用。在工业领域,大数据主要应用于工艺排程与调度、异常工况诊断与预测、产品检验与质量管理、物流和产品链分析及优化等方面。其中,大数据在化工领域已有若干应用实例,达成了生产过程优化、设备运维改善、下游需求匹配、生产自动化程度提高等效果。大数据应用的深化应以信息资源共享的推进及数据归属、权限和安全界限的明晰为基础,着力于实现工业大数据与工业云的深度融合及人工智能应用的拓展。     

高能物理科学数据中心智能运维系统

【目的】高能物理科学数据中心运维环境复杂,监控工具种类繁多,功能相对重叠且监控数据无法互通,日常运维面临巨大的挑战。为高效运用监控数据,提高数据中心运维能力,本文实现了高能物理科学数据中心智能运维系统。【方法】本文结合工业大数据技术、机器学习技术和数据中心运维需求,设计了通用的数据中心运维技术架构。介绍监控数据采集、分析、存储、共享、可视化等系统核心功能及其实现方式,以及依托该系统在数据中心数据存储、计算服务、网络安全等日常运维的具体应用效果。【结果】本文设计的运维框架,在高能物理科学数据中心日常运维中得到了成熟的应用和实践,提升了数据中心运维管理能力。【结论】智能运维系统在高能物理科学数据中心的应用,加速了运维监控从数据持久化、统一化到数据业务化、生态化的价值演进,实现了基于数据驱动的数据中心智能化运维生态。