基于三维建模的数字化机房运维数据可视化系统

郭玮， 张铁刚， 林清， 周志糯， 唐蔚海

(海南电网有限责任公司信息通信分公司， 海南， 海口 570203)

0 引言

国内对于数字化机房运维数据的可视化研究与国际上基本是一致的，但是国内在其他领域中的运维数据可视化技术研究起步比较晚[1]，国外公司都是独立运行自己的数据可视化系统，使其在各个行业中都可以加强系统的安全性，并普遍应用到虚拟化网络中[2]。近两年以来，国内企业对于运维数据的可视化研究开始逐渐开始重视，因此，使得数据可视化技术进入到快速发展的时期[3]。其中，徐良寅等[4]为了设计千万节点规模有限元可视化系统，提出了可视化算法、千万节点数据结构以及软件设计方案，在千万节点规模有限元可视化效率方面具有非常高的优越性；鲁东民等[5]提出了网络地理信息系统，不仅丰富了林业资源统计数据的可视化方式，还可以有效表达出林业资源统计数据的空间分布性，从而提高林业资源统计数据的可视化程度。

基于以上背景，本文将三维建模应用到了数字化机房运维数据可视化系统设计中，以提高数字化机房运维数据的可视化效果。

1 数字化机房运维数据可视化系统硬件设计

1.1 数字化机房视图业务模块设计

以建筑物和数字化机房的分类关系为依据，构建导航树，其中，使用者可以根据运维数据的实际业务关系，选择左边的导航树来定位某一数字化机房，或从其他业务视图跳转到数字化机房视图；机房视图可以显示数字化机房内的所有机房箱柜和设备，并在此视图中监控其运行状态[6]；告警列表可以显示数字化机房内的所有告警信息，以方便分析人员在查看某些告警功能时忽略来自其他节点或视图的异常信息。数字化机房视图业务模块如图1所示。

图1 数字化机房视图业务模块图

1.2 数字化机房运维数据可视化模块设计

数字化机房运维数据可视化工作流程如图2所示。

图2 数字化机房运维数据可视化工作流程

数字化机房运维数据可视化模块在整个系统的生命周期内，经历了用户请求发送阶段，直到数据运维结束。在数字化机房运维数据的可视化展示部分，首先需要加载一个可视化脚本工具和其他数据资源包，等待其他数据资源加载完成后，进入运维数据的处理阶段。

运维数据处理完成之后，根据用户的实际需求，有针对性地选择数据可视化方法，调用浏览器引擎构建可视化内容，并为用户前端操作提供接口支持，完成数字化机房运维数据的可视化流程。

2 数字化机房运维数据可视化系统软件设计

2.1 预测数字化机房运维数据

由于不同数字化机房所处的环境是不同的，为了提高运维数据精度，减轻系统服务器端的压力，在系统软件设计部分，先预测数字化机房的运维状态[7-8]。数字化机房运维状态的步骤如下。

Step1 登录数字化机房运维数据可视化系统，选择某一个终端节点的历史表信息，点击查询按钮，将查询结果作为运维数据样本，将其储存在公共变量中。

Step2 将运维数据样本X={x1,x2,…,xn}整合处理，并对其进行标准化操作，计算运维数据的顺序涨幅百分比：

(1)

Step3 将运维数据初始化处理，构建运维数据的训练样本，设置数据的输入维度d、滑动步数v以及张量储存等；

Step4 设置少量运维数据训练样本作为测试数据，来验证已训练模型；

Step5 优化预测算法，假设运维数据收敛过程中的迭代次数为t，那么预测算法的优化描述为

sdw=βdw+(1-β)dW2

(2)

sdb=βdb+(1-β)db2

(3)

(4)

(5)

其中，sdw、sdb表示前一次迭代的梯度动量，β表示梯度累积指数，W表示权重，b表示偏置值。

Step6 训练预测模型，并对部分运维数据代码进行预测。

Step7 整合使用运维数据可视化框架，对运维数据样本、数据训练过程以及预测信息进行可视化处理。

为了提高运维数据精度减轻系统服务器端的压力，预测了数字化机房运维数据，接下来通过提取数字化机房运维数据的三维建模特征，来解决数字化机房运维数据的可视化问题。

2.2 提取数字化机房运维数据的三维建模特征

在预测数字化机房运维数据的基础上，提取数据的三维建模特征。分解预测过程中的运维数据，求解得到数字化机房运维数据可视化谱特征的最佳采集点nb之间的长度，得到了数字化机房运维数据可视化三维模型特征提取函数，即：

(6)

F=a·f(X)+b

(7)

其中，a表示三维建模特征的分解系数，以数字化机房运维数据的幅值作为有效特征量，提取出数字化机房运维数据的三维建模特征，接下来通过建立数字化机房运维数据可视化重构模型，来实现数字化机房运维数据的可视化。

2.3 建立数字化机房运维数据可视化重构模型

根据数字化机房运维数据的三维建模特征，进行数字化机房运维数据的可视化。假设数字化机房运维数据的聚类簇Mi和Mj的中心距离为clustdist(Mi,Mj)，采用三维建模技术，得到数字化机房运维数据的重构空间为

FP[x(t)ejwτ]=Xp(F-vsina)

(8)

其中，Xp表示运维数据的谱分析特征。采用自适应筛选对数字化机房运维数据进行特征压缩，构建数字化机房状态监测的统计特征量：

(9)

其中，Ts表示数字化机房运维数据的分布时间间隔，δ(t-iTs)表示冲激响应函数，ai(t)表示运维数据的采样幅值。定义数字化机房状态监测异常信号分布特征空间成分为D=(dγ)γ∈Γ，假设运维数据的非线性成分为f(X)，那么则必须满足：

‖f(X)-f(Y)‖≤N‖X-Y‖

(10)

其中，f(Y)是运维数据Y的N倍融合系数，得到数字化机房运维数据的输出特征分量：

(11)

(12)

通过数字化机房运维数据可视化系统数字化机房视图业务模块和可视化模块，实现数字化机房运维数据的可视化，输出的数字化机房运维数据的误差为

(13)

采用时间序列分析可视化重构了数字化机房的运维数据，根据数字化机房运维数据的三维建模特征提取结果，重构了运维数据的可视化模型，表示为

(14)

为了提高运维数据精度减轻系统服务器端的压力，本次设计预测了数字化机房运维数据，以数字化机房运维数据的幅值作为有效特征量，提取出数字化机房运维数据的三维建模特征，通过建立数字化机房运维数据可视化重构模型，实现了数字化机房运维数据的可视化。

3 实验分析

为了验证基于三维建模的数字化机房运维数据可视化系统在实现数字化机房运维数据的可视化性能，进行了试验测试，将文献[4]、文献[5]系统以及提出的可视化系统建立在仿真软件上，对数字化机房运行状态进行监测，运维数据的采样长度为1 024，采样带宽为200 dB，数字化机房运维数据的采样截止频率为100 kHz，根据以上参数设定，从数字化机房的运维效率和安全系数两个方面，测试了3个数字化机房运维数据可视化系统的性能。

3.1 数字化机房运维效率测试

数字化机房的运维效率测试结果如表1所示。

从表1的测试结果可以看出，文献[4]方法由于可视化模块的实现效果不理想，造成数字化机房的运维效率偏低，经计算，该系统可以使数字化机房的运维效率平均值控制在73.255%；文献[5]方法能够预测到数字化机房的运维数据，但是无法提取出运维数据的特征，导致数字化机房的运维效率平均值只有48.784%；但是基于三维建模的数字化机房运维数据可视化系统结合硬件设计和软件设计的优势，使数字化机房的运维效率大大提高，其在10次迭代中，运维效率测试结果皆保持在95%以上，整体可重复性较高。

表1 数字化机房的运维效率测试结果

3.2 数字化机房运维数据可视化系统运行效率测试

由于系统的运行能耗越低，说明运行时的效率越高，也就可以证明数字化机房运维数据的三维可视化效果更好，为了进一步验证基于三维建模的数字化机房运维数据可视化系统的运行效率，测试了3个系统的运行能耗，结果如图3所示。

图3 数字化机房的运行能耗测试结果

从图3的测试结果可以看出，文献[4]系统的运行能耗大约为36%，文献[5]系统的运行能耗大约为8%，然而基于三维建模的数字化机房运维数据可视化系统的运行能耗只有5%，系统运行能耗越低，说明占用系统的内存越少，采用基于三维建模的数字化机房运维数据可视化系统进行数字化机房运维数据的可视化效果比较好，在数字化机房中具有良好的应用价值。

4 总结

本文提出了基于三维建模的数字化机房运维数据可视化系统研究，结果显示，该可视化系统可以提高数字化机房运维数据的可视化效果，具有良好的应用前景。

但是该系统的硬件设计部分是从模块化的角度进行设计的，要想提高系统的性能，还要改进设计系统的电路，即对读写器和电子标签电路进行ADS仿真和Multisim仿真，使其优化输电线路基础数据可视化系统，从而进一步提高数字化机房运维数据的可视化效果。