基于機(jī)器學(xué)習(xí)的云平臺故障排查方法

王艷艷，張文正，沈佳輝，王 亭，李小真

（1.國網(wǎng)浙江省電力有限公司信息通信分公司，杭州 310016；2.浙江華云信息科技有限公司，杭州 310012）

0 引言

云計(jì)算是一種通過虛擬化技術(shù)建立統(tǒng)一的基礎(chǔ)設(shè)施、服務(wù)、信息及應(yīng)用的資源池，采用分布式技術(shù)對各種基礎(chǔ)設(shè)施資源進(jìn)行有效組織和運(yùn)用的運(yùn)行模式[1]。云計(jì)算同時(shí)提供了一種面向企業(yè)應(yīng)用實(shí)現(xiàn)按需資源分配的模型，全新、高效地部署企業(yè)應(yīng)用[2]，從而使得客戶獲得低成本、高性能、快速配置和海量化的計(jì)算服務(wù)成為可能。企業(yè)將業(yè)務(wù)部署在云端時(shí)會面臨如下困難：

1）監(jiān)控手段對云上業(yè)務(wù)的運(yùn)行狀態(tài)無法形成全方位感知，難以構(gòu)建云上業(yè)務(wù)全鏈路拓?fù)浜蜆I(yè)務(wù)系統(tǒng)畫像，對業(yè)務(wù)的監(jiān)控能力較弱。

2）云端業(yè)務(wù)故障來自于業(yè)務(wù)所依賴的多個(gè)應(yīng)用程序或不同應(yīng)用程序之間的復(fù)雜交互，缺少有效的鏈路追蹤與請求回溯能力，難以快速界定故障源頭。

3）隨著云端業(yè)務(wù)規(guī)模擴(kuò)大，對業(yè)務(wù)系統(tǒng)的健康管控和故障處理效率也提出了更高的要求，亟需構(gòu)建自動化智能化的手段，實(shí)現(xiàn)系統(tǒng)健康分析和異常智能預(yù)警，及時(shí)發(fā)現(xiàn)系統(tǒng)問題風(fēng)險(xiǎn)。

浙江電網(wǎng)容器云平臺（以下簡稱“浙電容器云平臺”）正是在上述背景下應(yīng)運(yùn)而生。經(jīng)過5 年的建設(shè)，現(xiàn)有覆蓋二級核心域的物理機(jī)10 余臺，業(yè)務(wù)支撐20 余個(gè)，在各個(gè)業(yè)務(wù)監(jiān)控上均取得了不錯(cuò)的效果。但其在運(yùn)維過程中仍然存在以下問題：云環(huán)境下的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)異常復(fù)雜，由于容器的地址動態(tài)變化，導(dǎo)致實(shí)時(shí)獲取浙電容器云平臺上業(yè)務(wù)的拓?fù)浣Y(jié)構(gòu)面臨巨大挑戰(zhàn)；相比傳統(tǒng)的CS/BS 架構(gòu)，云計(jì)算環(huán)境中的系統(tǒng)故障由于容器云環(huán)境的動態(tài)變化難以排查[3]。云環(huán)境下系統(tǒng)運(yùn)維的前提是各節(jié)點(diǎn)的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)[4]，因此如何高效準(zhǔn)確地識別網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)直接決定了故障排查的效果。此外，在獲取網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)后，對于運(yùn)行故障的排查，傳統(tǒng)的故障感知虛擬機(jī)重構(gòu)框架等方法[5]通常以全局工作負(fù)載性能數(shù)據(jù)報(bào)告和故障事件的歷史發(fā)生率作為輸入，通過計(jì)算故障的統(tǒng)計(jì)信息進(jìn)行故障預(yù)測排查。雖然該框架擁有良好的性能，但仍然存在效率低、過程繁瑣等問題。

傳統(tǒng)的故障排查技術(shù)[6-7]依賴人工判斷，效率不高且實(shí)時(shí)性較差，嚴(yán)重影響故障恢復(fù)的速度。近年來，基于機(jī)器學(xué)習(xí)的聚類方法在模式分析分類、決策指定以及數(shù)據(jù)挖掘領(lǐng)域應(yīng)用廣泛且效果顯著[8]，將機(jī)器學(xué)習(xí)方法應(yīng)用于云平臺的拓?fù)浣Y(jié)構(gòu)識別和故障排查，不僅能克服傳統(tǒng)方法低效、過程復(fù)雜、局限性等問題，還能提高結(jié)果的準(zhǔn)確性與效率。因此針對該平臺，本文提出了基于機(jī)器學(xué)習(xí)的浙電容器云平臺故障排查方法。首先通過聚類技術(shù)識別云環(huán)境下的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，利用SVM（支持向量機(jī)）作為分類器，可以在沒有任何假設(shè)條件的情況下，對采集到的各節(jié)點(diǎn)的狀態(tài)信息進(jìn)行自動化異常分類，憑借其最小化經(jīng)驗(yàn)分類和最大化分類間隔的優(yōu)勢，大大提高了故障排查的效率及其準(zhǔn)確率，促進(jìn)了云計(jì)算在電力系統(tǒng)智能運(yùn)維中的應(yīng)用。

1 關(guān)鍵技術(shù)

1.1 平均鏈接聚類法

平均鏈接聚類法屬于層次聚類法的一種[9]。層次聚類法對給定的數(shù)據(jù)對象集合進(jìn)行層次化劃分，其優(yōu)點(diǎn)是可以將聚類結(jié)果以樹狀圖譜的形式展示出來，可根據(jù)相應(yīng)的需求劃分簇類數(shù)而不需要重復(fù)聚類，且不需要預(yù)先設(shè)置類簇個(gè)數(shù)，如圖1 所示選擇25 則可將數(shù)據(jù)集劃分為兩類。

圖1 層次聚類

本文選擇平均鏈接聚類方法用于云環(huán)境中數(shù)據(jù)包傳輸速率的聚類，以便動態(tài)生成網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)。具體來說，平均鏈接聚類方法在計(jì)算時(shí)依據(jù)類簇之間的距離來測量相似度，同時(shí)在測量類簇之間的距離時(shí)，考慮的不是兩類之間的最短距離或最遠(yuǎn)距離，而是介于兩者之間的中間值，避免了使用最短距離判斷時(shí)破壞類的緊湊性，以及使用最長距離時(shí)易產(chǎn)生違背閉合性類簇的弊端[10]。

1.2 支持向量機(jī)

SVM 是一種定義在特征空間上按監(jiān)督學(xué)習(xí)方式對數(shù)據(jù)進(jìn)行二元分類的線性分類器，其決策邊界是對學(xué)習(xí)樣本求解的最大邊距超平面，SVM還可通過核函數(shù)進(jìn)行非線性分類[11]。SVM 的目的是求解能夠正確劃分訓(xùn)練數(shù)據(jù)集并且?guī)缀伍g隔最大的分離超平面。在本方法中將浙電容器云平臺的故障排查問題由二次約束規(guī)劃問題轉(zhuǎn)換為分類決策問題，即尋找最優(yōu)超平面問題。

2 基于機(jī)器學(xué)習(xí)的故障排查方法

2.1 浙電容器云平臺的網(wǎng)絡(luò)拓?fù)渥R別

云環(huán)境下的浙電容器云平臺在實(shí)時(shí)運(yùn)行中，各節(jié)點(diǎn)如服務(wù)器和虛擬機(jī)的狀態(tài)變化直接影響運(yùn)行結(jié)果。如何根據(jù)各節(jié)點(diǎn)的實(shí)時(shí)數(shù)據(jù)信息，高效、精準(zhǔn)地跟蹤變化以提前采取相關(guān)措施，是實(shí)現(xiàn)云環(huán)境下浙電容器平臺良好運(yùn)行最關(guān)鍵的操作，而云平臺各節(jié)點(diǎn)的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)識別是實(shí)現(xiàn)這一操作的前提。

該拓?fù)渥R別過程具體分為3 個(gè)步驟：

1）采用多包組探針進(jìn)行端對端節(jié)點(diǎn)的時(shí)延測量。

2）利用基于平均鏈接的層次聚類方法實(shí)現(xiàn)接受節(jié)點(diǎn)對的層次劃分。

3）采用文獻(xiàn)[12]提出的拓?fù)渖伤惴?，自動?shí)現(xiàn)虛擬機(jī)的拓?fù)浣Y(jié)構(gòu)識別，方法總體框架如圖2 所示。

圖2 網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)識別

2.1.1 共享鏈路上節(jié)點(diǎn)對時(shí)延測量

本文采用多包組探測包法來探測節(jié)點(diǎn)間的時(shí)延。2 個(gè)節(jié)點(diǎn)間共享鏈路的長度可由其時(shí)延表示，共享鏈路上端對端的時(shí)延通過一個(gè)三包組里首末2 個(gè)探測包到達(dá)同一目標(biāo)節(jié)點(diǎn)的時(shí)間差來測量。三包組由首、中、末3 個(gè)部分組成，其首、末是同一目標(biāo)節(jié)點(diǎn)的2 個(gè)小探測包，中是發(fā)送到另一目標(biāo)節(jié)點(diǎn)的大探測包，其目的是間隔開2 個(gè)小探測包。

節(jié)點(diǎn)的拓?fù)浣Y(jié)構(gòu)中包含一個(gè)發(fā)送節(jié)點(diǎn)和若干個(gè)目的節(jié)點(diǎn)。在發(fā)送節(jié)點(diǎn)發(fā)送一個(gè)三包組探針包給每個(gè)目的節(jié)點(diǎn)N，每一對目的節(jié)點(diǎn)（Ri，k，Rj，k）都滿足i，j∈N，其中Ri，k表示接受2 個(gè)小包的目的節(jié)點(diǎn)，Rj，k表示接受大包的目的節(jié)點(diǎn)，由于需要進(jìn)行多次測量取平均值，所以k 表示其節(jié)點(diǎn)對是在進(jìn)行第k 次測量時(shí)得到。

初始狀態(tài)，首包B1、末包B2和2 個(gè)小包之間的間隔為d，其目的節(jié)點(diǎn)為R3，K，大包的目的節(jié)點(diǎn)為R2，K，由于三包組末端包B3在大包B2之后發(fā)送，所以兩小包之間的間隔會在沿著節(jié)點(diǎn)間的共享路徑傳輸時(shí)不斷增加，其目的節(jié)點(diǎn)對得到的時(shí)延值T2，3=d+Δd。用T 表示B1和B3到達(dá)節(jié)點(diǎn)R3，K的時(shí)間差值，取多次測量后的探測時(shí)延平均值，并用Ti，j來表示。通過統(tǒng)計(jì)所有節(jié)點(diǎn)對的測量值產(chǎn)生一組度量集合T={Ti，j}，i，j∈N，并將其用于下一階段的聚類。

2.1.2 平均鏈接聚類法識別拓?fù)浣Y(jié)構(gòu)

本文將節(jié)點(diǎn)對的包組時(shí)延平均值集合T 作為平均鏈接聚類算法的輸入。聚類過程分為如下4個(gè)步驟：

1）數(shù)據(jù)初始化，將集合T 中的每一個(gè)Ti，j，各自歸為一類Ci，i∈T，即每個(gè)數(shù)據(jù)樣本自成一類，計(jì)算每個(gè)類簇之間的相似性。

2）選取計(jì)算結(jié)果中相似性最高的合并對象，合并生成一個(gè)新的類簇。

3）計(jì)算當(dāng)前所有類簇兩兩之間的相似性。

4）重復(fù)步驟2）和3），直到所有的數(shù)據(jù)樣本都?xì)w為一個(gè)類簇。

采用平均鏈接聚類法計(jì)算類簇之間的距離。計(jì)算2 個(gè)類簇之間所有對象兩兩之間的距離，接著計(jì)算其距離平均值作為這2 個(gè)類簇的距離，最后將類簇之間距離最小的2 個(gè)進(jìn)行合并，其算法公式為：

式中：Ci和Cj表示類簇，且i，j∈T；a 和b 分別是類簇Ci和Cj中的對象；d（a，b）表示2 個(gè)對象之間的距離。

將輸入的節(jié)點(diǎn)對時(shí)延平均值的集合進(jìn)行層次聚類后，利用拓?fù)浣Y(jié)構(gòu)生成算法即可得到實(shí)時(shí)的網(wǎng)絡(luò)拓?fù)鋱D。

2.2 基于SVM-Random 的故障排查

基于浙電容器云平臺上的網(wǎng)絡(luò)拓?fù)鋱D，對其進(jìn)行智能化故障排查是提高其系統(tǒng)性能的有效手段，通過故障排查可以在系統(tǒng)發(fā)生故障時(shí)定位到病灶并采取及時(shí)措施，甚至可以在系統(tǒng)發(fā)生故障之前進(jìn)行排查。該系統(tǒng)的各節(jié)點(diǎn)實(shí)時(shí)狀態(tài)數(shù)據(jù)被收集并用于反映各服務(wù)器和虛擬機(jī)的當(dāng)前狀態(tài)，本文提出結(jié)合機(jī)器學(xué)習(xí)與SVM-Random（隨機(jī)搜索方法）的在線故障排查模型，其總體框架如圖3所示。

圖3 浙電容器云平臺故障排查方法框架

首先利用Kafka 工具[13]收集各節(jié)點(diǎn)的性能數(shù)據(jù)，包括IO、內(nèi)存利用率和CPU 利用率等。再通過SVM 實(shí)現(xiàn)故障分類，同時(shí)采用Random 方法[14]優(yōu)化SVM 的參數(shù)，將狀態(tài)分為不同的類別。最后通過故障排查策略設(shè)置閾值精化排查結(jié)果，提高了排查和預(yù)測結(jié)果的準(zhǔn)確性。

2.2.1 故障排查模型

利用Kafka 消息系統(tǒng)工具來實(shí)現(xiàn)服務(wù)器和虛擬機(jī)狀態(tài)信息的讀取和收集。Kafka 是一個(gè)基于zookeeper[15]協(xié)調(diào)、可分區(qū)、多副本的數(shù)據(jù)流處理分布式日志系統(tǒng)，具有高吞吐量、可持久化以及易于擴(kuò)展等優(yōu)點(diǎn)。利用Kafka 工具讀取節(jié)點(diǎn)的日志文件以獲取其狀態(tài)信息，包括CPU 利用率、內(nèi)存利用率、IO 設(shè)備以及網(wǎng)絡(luò)IO，并將獲取到的狀態(tài)信息作為訓(xùn)練SVM 模型的特征向量以尋找到最優(yōu)分類超平面。

為降低原始狀態(tài)信息數(shù)據(jù)的復(fù)雜度，減少冗余和相關(guān)性，對數(shù)據(jù)進(jìn)行訓(xùn)練前利用PCA（主元分析法）進(jìn)行特征的提取。

1）將收集的狀態(tài)信息組織為m·l 階的數(shù)據(jù)矩陣Xm·l，其中m 為狀態(tài)信息指標(biāo)的個(gè)數(shù)，l 為樣本總數(shù)。再對矩陣中的數(shù)據(jù)進(jìn)行零均值化，即對數(shù)據(jù)矩陣中的值減去該狀態(tài)信息指標(biāo)的平均值。

2）利用公式（2）計(jì)算矩陣Xn·l的協(xié)方差矩陣CX：

其中xi∈Rn為節(jié)點(diǎn)樣本J，J∈{1，2，…，m}的一個(gè)特征向量，yi∈{+1，-1} 為其標(biāo)簽，yi為+1時(shí)其為運(yùn)行正常的節(jié)點(diǎn)，yi為-1 時(shí)即為運(yùn)行異常的節(jié)點(diǎn)?；诖瞬⑦x擇懲罰參數(shù)C>0，且i，j∈{1，2，…，m}，將故障排查問題轉(zhuǎn)換為如下二次約束規(guī)劃問題：

式中：ai，aj為拉格朗日乘子，且ai，aj≥0；K 為高斯核函數(shù)，即，其中σ2為控制因子。

通過以上公式即可得最優(yōu)解：a*=（，，…，），選擇a*的一個(gè)分量且其小于懲罰因子C，通過以下公式得到b*：

在構(gòu)建基于SVM 的故障分類模型時(shí)，一個(gè)合適的核函數(shù)能夠在實(shí)現(xiàn)非線性分類的情況下提高模型性能效率。由于高斯核函數(shù)可以逼近任何非線性函數(shù)，具有強(qiáng)泛化能力、收斂速度快以及模型參數(shù)少等優(yōu)點(diǎn)，所以采用高斯核函數(shù)作為故障排查模型的核函數(shù)，最后的分類決策數(shù)為：

式中：sgn 為符號函數(shù)。

此外，本文提出利用超參數(shù)優(yōu)化方法對模型的關(guān)鍵參數(shù)進(jìn)行優(yōu)化，以提高最終排查的準(zhǔn)確性和過程效率。由于隨機(jī)搜索優(yōu)化方法[16]擁有簡單、搜索速度快的特點(diǎn)，以及比網(wǎng)格搜索更好的性能，且對于有連續(xù)變量的參數(shù)，隨機(jī)搜索會將其做為一個(gè)分布采樣，因此本方法選擇隨機(jī)搜索方法對參數(shù)進(jìn)行優(yōu)化。通過節(jié)點(diǎn)狀態(tài)信息數(shù)據(jù)（包括節(jié)點(diǎn)數(shù)據(jù)正常樣本與異常樣本）對此模型進(jìn)行訓(xùn)練，以提高模型的學(xué)習(xí)能力。為了進(jìn)一步提高基于SVM-Random 的故障排查模型的效率，本文還加入了故障排查策略。

2.2.2 故障排查策略

故障排查策略分為故障初步排查和故障精確排查2 個(gè)階段。

1）故障初步排查階段。

利用訓(xùn)練好的SVM 模型對收集到的各節(jié)點(diǎn)數(shù)據(jù)信息進(jìn)行分類，得到狀態(tài)正常類和狀態(tài)異常類2 個(gè)集合，分別表示為X1和Y1。云環(huán)境下虛擬機(jī)故障率由狀態(tài)異常節(jié)點(diǎn)到超平面的距離來判斷，其故障率與距離成正相關(guān)。由于SVM 模型的訓(xùn)練結(jié)果存在一定誤差，即有可能導(dǎo)致實(shí)際異常的節(jié)點(diǎn)被誤劃到狀態(tài)正常類的集合中。在此階段將訓(xùn)練樣本集M={x1，x2，…，xm}作為輸入，得到f1，f2，V 3 個(gè)輸出，其中，f1表示從SVM 模型分類決策函數(shù)中得到的目標(biāo)值，f2表示從訓(xùn)練好的SVM 模型中得到的ai的值總和，V 表示得到的初步排查的狀態(tài)分類結(jié)果。

2）故障精確排查階段。

由于在超平面附近的數(shù)據(jù)存在擺動過大的可能性，且有可能將狀態(tài)異常的節(jié)點(diǎn)劃到狀態(tài)正常類當(dāng)中，因此通過精確排查階段來提高最終排查結(jié)果的準(zhǔn)確性。在進(jìn)行初步分類后，云環(huán)境下節(jié)點(diǎn)i 的故障率Pi表示為：

式中：vi∈V 是節(jié)點(diǎn)i 由故障初步排查階段得到的值，若其為負(fù)數(shù)則劃分到狀態(tài)正常類，若為正數(shù)則劃分到狀態(tài)異常類。

在此精確排查階段，設(shè)置Q∈（0，1）為訓(xùn)練虛擬機(jī)集合故障率的閾值，當(dāng)故障率Pi≤Q 時(shí)，則認(rèn)為節(jié)點(diǎn)i 處于異常運(yùn)行狀態(tài)，用Y2來表示在精確排查階段獲得狀態(tài)異常集。初步排查階段獲得的輸出作為此階段的輸入，判斷V 中每一個(gè)樣本的故障率，若其故障率滿足Pi≤Q 則將vi設(shè)置為它的相反數(shù)，即重新歸類到狀態(tài)異常集合中，更新完成的V 則為最終的故障排查結(jié)果。

3 應(yīng)用效果與分析

為了表征浙江電容器云平臺中虛擬機(jī)的運(yùn)行狀態(tài)，本方法利用Kafka 收集50 臺虛擬機(jī)的主機(jī)性能指標(biāo)以進(jìn)行故障預(yù)測排查，這些指標(biāo)包括CPU 利用率、內(nèi)存利用率、IO 設(shè)備以及網(wǎng)絡(luò)IO。由于過大的狀態(tài)信息采集間隔易造成監(jiān)控盲區(qū)，漏掉發(fā)生異常的虛擬機(jī)，過小的間隔又會造成耗時(shí)成本增加，影響檢測性能，因此本方法采集時(shí)間間隔設(shè)置為20 s 一個(gè)周期。

每臺虛擬機(jī)配備CentOS 8.1 操作系統(tǒng)，運(yùn)行1 個(gè)探針以負(fù)責(zé)對收集到的狀態(tài)信息進(jìn)行降維與故障預(yù)測。云平臺中被監(jiān)控的虛擬機(jī)參數(shù)如表1所示。

表1 云平臺中設(shè)備參數(shù)

實(shí)驗(yàn)共收集到2 000 條性能指標(biāo)數(shù)據(jù)，經(jīng)過人工分析得到其中1 805 條為正常狀態(tài)數(shù)據(jù)。為使訓(xùn)練集和測試集的分布具有一致性，采用系統(tǒng)抽樣的方法設(shè)置訓(xùn)練集個(gè)數(shù)占比為65%，測試集占比為35%，即訓(xùn)練集包含1 300 條數(shù)據(jù)，測試集包含700 條數(shù)據(jù)。SVM 中的參數(shù)設(shè)置為C=256，核函數(shù)為高斯核函數(shù)，控制因子σ2=10，對比分析SVM-Random 初排查算法與加入精確排查后的SVM-Random 算法，實(shí)驗(yàn)結(jié)果如圖4 所示。

圖4 云平臺故障預(yù)測結(jié)果

從圖4 可以看出，與初排查方法相比，加入精確排查算法后的SVM-Random 模型的準(zhǔn)確率、精確率以及召回率分別提升了5.36%，2.00%和2.26%，故本方法能夠有效提升分類效果，可以實(shí)現(xiàn)故障精準(zhǔn)排查。

本節(jié)設(shè)置參數(shù)優(yōu)化算法對比實(shí)驗(yàn)，在加入精排查階段SVM 模型的基礎(chǔ)上對比隨機(jī)搜索法與網(wǎng)格搜索法，對比結(jié)果如表2 所示。

表2 參數(shù)優(yōu)化方法對比結(jié)果

從表2 可以看出，基于網(wǎng)格搜索法進(jìn)行參數(shù)尋優(yōu)的準(zhǔn)確率雖略高于隨機(jī)搜索法，但尋優(yōu)的時(shí)間成本過高。因此選擇隨機(jī)搜索法能夠有效保障效率與準(zhǔn)確率，在最少的時(shí)間內(nèi)可獲得準(zhǔn)確率更高的參數(shù)。

以上結(jié)果表明，SVM-Random 算法模型在具有良好分類效果以實(shí)現(xiàn)故障精準(zhǔn)排查的同時(shí)，還能保證時(shí)間效率，證明了機(jī)器學(xué)習(xí)在電力云中的技術(shù)可行性、應(yīng)用前景和價(jià)值，進(jìn)一步擴(kuò)大了云計(jì)算在電力系統(tǒng)中的應(yīng)用范圍，使得系統(tǒng)的業(yè)務(wù)感知更精確、排障時(shí)間更迅速。

圖5 展示了采用平均鏈接聚類算法實(shí)時(shí)生成的浙電容器云平臺的部分網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，通過調(diào)用關(guān)系圖以及關(guān)系業(yè)務(wù)拓?fù)鋱D，清晰明確地展現(xiàn)了各業(yè)務(wù)的關(guān)聯(lián)，能夠直觀地對問題進(jìn)行定界，清晰了解業(yè)務(wù)之間的關(guān)聯(lián)。圖6 展示了浙江電力公司開發(fā)的運(yùn)維系統(tǒng)對容器云平臺中的各節(jié)點(diǎn)監(jiān)控。表3 則展示了通過SVM-Random 算法排查出的故障示例。統(tǒng)一的智能化監(jiān)控平臺可以更精確地發(fā)現(xiàn)電力系統(tǒng)中的各類問題，形成全方位的感知，提升健康運(yùn)維監(jiān)管能力。

圖5 浙電容器云平臺部分網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

圖6 浙電容器云平臺的節(jié)點(diǎn)性能監(jiān)控

表3 浙電容器云平臺的故障排查結(jié)果示例

4 結(jié)語

本文提出了一種基于機(jī)器學(xué)習(xí)的浙電容器云平臺的故障排查方法，首先基于平均鏈接聚類算法，動態(tài)實(shí)時(shí)地識別網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，再基于SVMRandom 方法成功排查浙電容器云平臺中的各個(gè)節(jié)點(diǎn)故障，有效提高了浙電容器云平臺的可靠性和性能，驗(yàn)證了機(jī)器學(xué)習(xí)方法在電力系統(tǒng)中的應(yīng)用前景。

本文所做研究僅是云平臺故障診斷的基本階段，后續(xù)還需采用將機(jī)器學(xué)習(xí)方法應(yīng)用到事務(wù)聚合分析、調(diào)用鏈查詢、全鏈日志關(guān)聯(lián)中，以便能夠成功分析出故障產(chǎn)生的原因以及對故障進(jìn)行溯源，為電力系統(tǒng)的運(yùn)維提供更多的參考信息和決策支持。