基于智慧运维的高速公路机电设备管理研究

曾旺

（中铁十四局集团电气化工程有限公司，山东 济南 250000）

近年来，高速公路中的机电设备类别与数量越来越多，为提高机电设备性能，延长机电设备寿命，机电设备需要定期检修维护，有着较高的养护代价和养护成本。同时，如果机电设备在运转中出现问题，需要工作人员快速定位、及时处理，确保高速公路运维系统能够稳定、可靠运行。随着高速公路IT技术不断发展，引入新的智慧化运维方案，成为机电设备运维的新需求，深入设备统一接入、统一管理、业务高效处理等运维管理的各个方面，要求各业务系统能够基于统一的标准规范紧密配合，让一切业务数据化，一切数据业务化，形成更加贴近业务需求、各业务系统深度融合的整体解决方案。

1 政策与现状

交通运输部印发了《交通运输领域新型基础设施建设行动方案(2021～2025年)》方案内容以推动交通运输高质量发展为主题，以促进交通强国为总目标，要求坚持创新驱动、智慧发展，以数字化、网络化、智能化为主线，增强在役基础设施检测监测、评估预警能力。

2 建设目标

探索高速公路机电智慧化运维模式，构建完善的机电设备标准化运维体系，提升机电设备运维管理能力，将“互联网+”技术与建、养、管、人、财、物、安全等管理业务有效结合，是探索交通行业“大数据+机电运维”新模式的内在要求。实现信息资源统一管理和可视化展示，构建机电设备智慧化运维体系，实现机电设备的整体监管和个体跟踪，实现设备信息交换共享，辅助设备运维决策以及设备故障预警预报，可以为机电设备的统筹、协调和联动创造条件，全面提升机电设备运维效率，增加机电设备资源利用率，创造机电设备信息资源价值，以达到机电设备运维管理科学化、智慧化、规范化的目标。

3 智慧运维模式建设方案

3.1 设备统一采集

随着信息化的迅速发展，不同功能的机电运维系统覆盖了机电设备运维的各个领域。为了适应市场的变化，不断出现的业务系统导致了设备信息的分散，信息孤岛的现象越来越明显。而由于管理人员的分工领域不同，使得管理职责分散，针对同一类设备信息的侧重点也不同，导致了管理人员对设备信息的描述也不尽相同，同一设备的信息可能出现差异和不准确，甚至是不一致的情况。同时，各业务系统对机电设备信息定义的标准和设计规范也不统一，导致各系统采集的信息很难实现交换和共享。基于此，需要建立设备标准化命名规范，对设备信息进行统一采集，保证设备信息录入的标准化，从而确保设备管理的准确性和高效性。通过设备标准化命名，可以将组织机构、收费站、门架、收费单元、路段、隧道、服务区、桥梁、设备属性等各类信息进行统一管理，经统一的设备采集门户，工作人员采集的设备数据信息也可以进行标准化处理，经过大数据平台清洗、转换、集成等步骤，形成标准的设备管理库。同时，大数据平台为各业务系统提供数据接入的高效通道，将各业务系统结构化和非结构化的数据进行汇聚，最后加载到数据仓库或数据集市中，增强数据的分析、挖掘、共享能力。设备数据采集处理流程如图1所示。

图1 设备数据采集处理流程

3.2 设备自动检测

随着高速公路系统中的机电设备数量和种类越来越多，同类设备又存在品牌、参数与型号等不同，且各设备之间的关联度也越来越高，导致运维环境日趋复杂，运维工作难度加大，需要一套集中、统一的自动化检测系统来自主地监测和发现设备硬件、软件(操作系统环境、数据库、中间件以及应用系统)在运转中的风险和问题，同时把各种类型的对象进行统一、集中监控，并使其格式统一、规范，以便对其进行有效的处理和分析，并将最终结果以直观的界面展现给运维人员。

通过网管系统和IP地址管理系统，可以将各监控指标的告警阈值及告警等级配置在数据库，当设备上报运行数据报文后，平台接收并解析报文，将报文里的实测值与告警阈值对比，如果满足告警触发条件，则即刻生成告警，实现设备的自动检测。该系统可对IP示意节点进行拨测监控，显示监控数据，并对关键数据进行告警，实现IP地址电子化管理；对于服务器与网络设备，实现分布式采集(安装与业主方操作系统匹配的Agent)以及WEB集中管理功能；对设备内部的中间件、数据库、标准应用等软件分类进行专项监控，则可以实现软件类的集成管理。自动检测发现的告警数据实时传输到大数据平台后，通过大数据平台进行标准化数据转换、数据清洗、关联整合等处理，会导入告警管理平台进行告警分析处理。设备自动检测流程如图2所示。

图2 设备自动检测流程

3.3 告警管理平台

通过大数据平台实现告警信息的标准化，包括告警设备、告警端口、告警位置、告警级别、告警名称、告警时间、告警类型等，把标准的告警信息接入告警管理平台，当接收到告警事件后，系统可以根据故障类型、设备属性、时间策略、告警手段等综合设置故障预警机制，及时通知运维人员。通过告警数据分析、告警根源分析、告警图形化展示等手段，实现对设备告警信息的统一处理和集成过程的实时监控。

3.3.1 告警数据分析

按照时间序列，对大量重复的告警事件进行聚合，压缩形成一条有真正意义的告警。而后通过属性关联、机器学习等算法把相关的告警合并起来，为运维人员提供分析、甄选后的最重要的告警。借助告警控制台，运维人员可以查看合并之后的告警、相关的子告警及其时间序列关系，从而更快地定位告警和问题根源。

3.3.2 告警根源分析

在实际运维过程中，现场各种专业监控工具多达10余种，每天产生的纷繁复杂的告警数据中，存在大量的冗余告警信息，某些设施的指标告警是别的指标告警引起的，通过对各类监控工具和告警信息进行分析，可以找出不同类型的设备与设备之间、设备的指标与指标之间产生告警的根本原因，挖掘隐藏的一些具有强关联性的告警规则，为工作人员能够快速、有效地排除故障提供支撑，确保业务系统安全稳定地运行。

在告警关联的分析中，建立相关的数据模型(包括告警时间的逻辑关系和特征分析)，抽取事件特征并对其进行向量化，基于RNN/LSTM、Atention网络等机器学习算法，对接入的异常事件进行收敛、降噪等处理后，可以得到压缩后的告警结果，从而降低活动告警的种类和数目，再通过一定的策略将相关性的事件按照一定的时间周期进行合并收敛，从而达到过滤无效或重复信息的目的，实现根源告警的分类和识别，提高故障精确定位效率，减轻运维人员的工作压力，使系统得以更快地恢复正常运行。

3.3.3 告警图形化展示

图形数据库查询和展示，是基于某种图形数据库（如Neo4j）动态展示模式分析和根源告警分析的结果，如根因事件以红色显示，共生的事件以蓝色、黄色或绿色显示。可以使用多个视图和颜色方案来表达事件的类型或频率，并且可以深入了解事件发生的细节及其与其他事件的关系。选用Grafana开源工具，对接多种数据源，包括Elastic-search，InfluxDB，Postgres，MySQL，MicrosoftSQLServer(MSSQL)，CloudWatch，Prometheus，OpenTSDB，Druid，SimpleJson，Graphite等。使用SimpleJson数据源，搭建WebAPI站点，构建解析引擎，通过编写契约式的SQL语句，将SQLServer等不同数据源中的数据灵活展现在Grafana中。这种方式最终形成的告警信息处理流程如图3所示。

图3 告警信息处理流程

3.4 智能服务管理平台

机电设备运维工作面临的问题纷繁复杂，很难及时做出合理的运维流程管理安排，这可能会导致重点事件被遗漏，影响事件解决的速度和质量。智能服务管理平台包括告警监控、待办工单、值班信息、通知公告等功能。运维人员借此集中受理设备故障，查看设备告警信息，可以帮助运维人员及时、准确地掌握各类事件告警。告警信息生成后，将特定告警递交于服务流程管理的事件管理平台，生成事件工单中的部分信息。事件管理平台对告警事件的处理完成后，会将其反馈给告警模块进行告警清除，实现工单反向确认告警。

智能服务管理平台协调组成工作流的四大元素为人员、资源、事件和状态，其具有流程灵活跳转的特性，通过拖拽实现流程自定义，以各流程环节的内容、流程环节的执行人、流程环节的执行优先程度等要素推动工作流的发生、发展、完成。每项工作以工单的形式，从发起流程开始，经过责任部门的处理后，拥有不同的节点和分支，最终到达终点，实现全过程监控。

3.5 可视化分析平台

通过可视化分析平台可以设置服务请求类、事件处理类、问题处理类、变更类等大量符合最佳实践的报表。报表可根据实际需要对机构、时间、状态、角色、业务系统等维度进行统计展现。每个报表可根据主题自选时间区间，如问题类型统计分析、问题起源分类统计分析、问题解决率统计分析、事件类型统计分析、事件优先级统计分析、事件一线解决率统计分析、事件解决事件分类统计、变更类型统计分析、变更审批成功率统计分析、变更实施成功率统计分析等，也可以对工作人员个人的处理量及处理类型进行统计分析。

工作人员可以以WORD、EXCEL、PDF、TXT、FLASH等多种方式访问报表中的数据，也能够将其转化成Word、Excel、PDF等格式，根据机构、职位、角色等的不同，灵活定制报表的种类、条件组合、时间粒度等；同时，系统通过权限控制，可以控制每张报表的颗粒度，支持对不同用户分别授权。

4 结语

随着科技的飞速发展，高速公路智能化程度越来越高，涌现了大量的机电设备，这些机电设备种类多、功能杂、专业化程度高，对工作人员的运维能力提出了更高的要求，也增加了运维管理的难度，因此，需要探索新技术或新方法，采取智慧化的解决方案给机电设备运维赋能。本文对高速公路机电设备的智慧化运维技术和管理方案进行研究，提出了高速公路机电设备智慧化运维在日常运维管理中的应用，以满足高速公路机电设备智慧化运维的需求。