電力通信網(wǎng)信息流量監(jiān)控與預測分析平臺

呂洪波 樊家樹 馬旭東

（國網(wǎng)吉林省電力有限公司信息通信公司，吉林 長春130021）

電力工業(yè)通信網(wǎng)為電力生產(chǎn)經(jīng)營提供了傳輸和數(shù)據(jù)通道。根據(jù)業(yè)務屬性的分類可以大致分為兩大類：生產(chǎn)和管理。隨著太陽能、風能、生物質(zhì)能、潮汐能等新能源的迅速發(fā)展。分布式能源供應系統(tǒng)是[1]未來的發(fā)展趨勢。

分布式電源系統(tǒng)中存在著許多分散的分布式電源，且多種類趨向于一種以上。有了儲能裝置和功率的負載平衡裝置，結構會變得相當復雜。這將需要信息中心智能電網(wǎng)和能源互聯(lián)網(wǎng)[2]的發(fā)展。

為了反映電力通信網(wǎng)的現(xiàn)狀，本課題研究了電力通信網(wǎng)的信息采集、表示和業(yè)務流程分析預測技術[3]。主要解決電力通信網(wǎng)絡中的三個問題：

（1）網(wǎng)絡運行狀態(tài)不可知。包括網(wǎng)絡中有多少應用；哪個應用程序消耗了最多的帶寬資源。

（2）網(wǎng)絡無法有效控制。

（3）網(wǎng)絡瓶頸問題得不到有效解決。

1 電力通信網(wǎng)現(xiàn)狀分析

近年來，隨著電網(wǎng)的不斷發(fā)展，作為電網(wǎng)管理、運行和控制信息的電力通信網(wǎng)發(fā)展迅速。由于電力通信網(wǎng)絡的建設主要是按照系統(tǒng)的規(guī)劃階段,施工階段,并不認為是網(wǎng)絡本身的特性和優(yōu)化設計,和不同的投資主體,在一定程度上影響整個電力通信網(wǎng)絡的性能,重復建設,設備落后的兼容性和風險分散點隱藏,網(wǎng)絡不能充分發(fā)揮作用。為了進一步提高通信網(wǎng)絡的可靠性和業(yè)務承載能力,電力通信網(wǎng)絡風險分析評估工作是必要的,通過評估,及時發(fā)現(xiàn)和預警網(wǎng)絡風險點,從而實現(xiàn)網(wǎng)絡資源的優(yōu)化配置,并進一步提高安全性、可靠性和網(wǎng)絡的傳輸效率。

目前電力通信網(wǎng)的現(xiàn)狀可以概括為：

（1）網(wǎng)絡運行的狀態(tài)未知。包括：不了解網(wǎng)絡上主要有哪些應用程序在運行；不知道有多少應用程序正在運行，哪個應用程序消耗了最多的帶寬資源；沒有網(wǎng)絡運行歷史數(shù)據(jù)，也無法預測趨勢。

（2）網(wǎng)絡無法有效控制。包括：P2P 和流媒體應用消耗帶寬資源，但無法有效控制；關鍵業(yè)務不能保證；關鍵用戶的網(wǎng)絡質(zhì)量得不到有效保障。

（3）網(wǎng)絡瓶頸問題得不到有效解決。局域網(wǎng)規(guī)模越來越大，訪問速度越來越快。

但是廣域網(wǎng)的速度并不隨局域網(wǎng)的增加而增加。在廣域網(wǎng)中，用戶、應用和帶寬三個方面的矛盾并不能完全解決。在網(wǎng)絡流量的早期研究中，流量建模主要是基于泊松分布和馬爾可夫過程，使用公共交換電話網(wǎng)絡（PSTN）流模式和泊松模型來描述流量數(shù)據(jù)。隨著網(wǎng)絡技術的發(fā)展和網(wǎng)絡業(yè)務的增長，利蘭發(fā)現(xiàn)自相似特征廣泛存在于每個網(wǎng)絡流量中。由于網(wǎng)絡自相似特性的影響是非常巨大的，因此得到了研究人員的重視，建立了各種自相似模型來描述和仿真流量特性，如分形布朗運動模型、多重分形小波模型等。

2 電力通信網(wǎng)流量監(jiān)控實現(xiàn)

平臺使用的關鍵技術是大數(shù)據(jù)分析技術、數(shù)據(jù)挖掘技術、基于業(yè)務流程分析策略的引擎技術、流量預測和預警機制。系統(tǒng)的技術創(chuàng)新點有：數(shù)據(jù)挖掘技術分析、業(yè)務流程預測技術等。該平臺可以通過深度數(shù)據(jù)挖掘，預測出一個階段的數(shù)據(jù)流與未來趨勢。

2.1 實際網(wǎng)絡流量特點分析

通過觀察和分析，發(fā)現(xiàn)實際流量具有以下幾個重要特征：

（1）突發(fā)性（也稱峰值），業(yè)務流量在小時間尺度上表現(xiàn)最為明顯。

（2）長關聯(lián)長依賴，隨著時間的推移，不同時間尺度下的業(yè)務流序列具有相同的統(tǒng)計特性，即理論具有統(tǒng)計特性。

（3）周期性，又稱季節(jié)性，長時間的流動序列也反映周期性變化。

（4）混沌的，看似沒有規(guī)律的類似隨機現(xiàn)象。

2.2 為了進行業(yè)務可視化分析和流量預測，首先進行網(wǎng)絡業(yè)務流分析。研究的重點是：

（1）網(wǎng)絡節(jié)點端口流量分析。即對網(wǎng)絡節(jié)點設備端口流入和流出數(shù)據(jù)包的信息進行統(tǒng)計。它包括包的數(shù)量、字節(jié)的數(shù)量、包的大小分布和包丟失的數(shù)量等大量的統(tǒng)計信息。通過對端口流量網(wǎng)絡節(jié)點的分析，可以了解網(wǎng)絡的基本狀態(tài)。

（2）端到端的IP 流量分析。在網(wǎng)絡層中從一個源到一個目的IP 包的統(tǒng)計信息。通過對它的分析，我們可以理解用戶訪問網(wǎng)絡的目的，這是網(wǎng)絡分析、規(guī)劃、設計和優(yōu)化的重要依據(jù)。

（3）業(yè)務層流程分析。對傳輸層端口信息的分析，以及類型信息的應用服務，利用這些信息可以做更詳細的分析。

（4）全面分析用戶業(yè)務數(shù)據(jù)流，提高網(wǎng)絡安全性。

2.3 流量監(jiān)控實現(xiàn)

設計了基于多模流量采集的流量測量方法。根據(jù)監(jiān)控網(wǎng)絡的特點，可以靈活地改變流量采集方式，支持包級、NetFlow、sFlow 等多種流量數(shù)據(jù)格式的采集。該系統(tǒng)采用采集流量測量方法，能夠高效、準確地采集網(wǎng)絡流量，分析網(wǎng)絡特性，掌握網(wǎng)絡運行狀態(tài)。利用數(shù)據(jù)挖掘技術，設計了基于P2P 網(wǎng)絡流量特征的流量識別方案。通過實時流量屬性特征計算系統(tǒng)，計算了不同流量和基于數(shù)據(jù)包分析的統(tǒng)計特性。利用多個屬性的特征值，選擇有效檢測P2P 流量的方法，并應用基于流屬性選擇的數(shù)據(jù)挖掘算法進行驗證。

3 電力通信網(wǎng)流量預測分析

根據(jù)上述特點對流量預測進行研究，得到可靠、有效的數(shù)據(jù)、統(tǒng)計和模型分析。穩(wěn)態(tài)流動模型分為兩類：短期依賴和長期依賴。短依賴模型包括馬爾可夫過程和自回歸模型（AR）、自回歸移動平均（ARMA）模型、自回歸綜合移動平均（ARIMA）模型等。長期依賴模型包括分形自回歸移動平均模型（F-ARIMA）和分形布朗運動模型（FBM）等。

流量預測實例

基于流量突發(fā)特征，長距離相關，周期性和混沌性，通過對電力通信網(wǎng)絡中各種業(yè)務流程數(shù)據(jù)進行統(tǒng)計分析，得出各種業(yè)務的特點。根據(jù)各種復雜的業(yè)務場景，利用馬爾科夫過程、ARMA 模型、F-ARIMA 模型、FBM模型等方法，建立了電力通信服務系統(tǒng)的流量評價模型。建立并實現(xiàn)了業(yè)務流程需求、帶寬需求、QoS 需求、生存性指標建模、電力通信網(wǎng)絡流量預測模型。對現(xiàn)有業(yè)務的短期和長期依賴關系、業(yè)務穩(wěn)定性進行評估，以達到可接受的算法復雜度。仿真和實際軟件系統(tǒng)平臺驗證了該方法的有效性。摘要基于自相似流量數(shù)據(jù)，區(qū)分流量數(shù)據(jù)的具體業(yè)務類型，結合不同的情景，采用智能預測模型和組合預測方法，建立了一種靈活的流量預測模型。現(xiàn)有的網(wǎng)絡流量管理平臺僅涉及歷史數(shù)據(jù)的可視化。數(shù)據(jù)為實時數(shù)據(jù)，未來無預測，不涉及網(wǎng)絡的預測功能。通過項目的實施，可以實現(xiàn)數(shù)據(jù)的可視化，并通過對數(shù)據(jù)的深度挖掘，預測出一個階段的數(shù)據(jù)流的未來趨勢。左圖是流量預測實例。

從圖中可以看出網(wǎng)絡流的特征。第一個是流量突發(fā)特征。在23：00-7：00，突然產(chǎn)生一個數(shù)據(jù)流。第二個圖可以顯示出短期的相關性。流動趨勢在短時間內(nèi)相同，但在較長時間間隔內(nèi)發(fā)生變化。在0：00 和12：00 時，沒有連續(xù)的趨勢，發(fā)生了破斷。

4 結論

通過對電力通信網(wǎng)網(wǎng)絡特點以及流量特性的分析，利用大數(shù)據(jù)分析技術實現(xiàn)了電力通信網(wǎng)的流量監(jiān)控以及流量預測。系統(tǒng)平臺是軟件部分，是為了顯示電力通信網(wǎng)絡的狀態(tài)而設計的，同時也討論了信息采集、表示和業(yè)務流程分析預測技術。