AI在电力行业信息运维领域的探索与实践

AI在电力行业信息运维领域的探索与实践

汪文杰谢安兵

国网安徽省电力有限公司铜陵供电公司安徽铜陵244000

【摘要】人工智能（ArtificialIntelligence，AI）2017年入中国媒体十大流行语，是计算机科学的一个重要分支，作为一门新兴的技术科学，它由不同的领域组成，如机器学习，计算机视觉等。从定义来看，AI大致可分为两部分，即人工与智能，随着现代科技技术的不断进步与更替，AI已逐渐被应用于机器人领域、经济政治决策，控制系统，仿真系统等等。当然其在电力行业信息运维领域中也逐渐受到关注。借此，本文将从探索与实践的角度对AI在电力行业信息运维领域中的生存、运用情况进行分析，总结它在本行业中的演进路线与智能实践成果。具体情况如下所述：

【关键词】人工智能；电力行业；信息运维领域

电力行业（Electricpowerindustry，EPI）是关系过敏经济命脉和国家能源安全的大型领域，对推动我国经济、政治、文化、科技、教育等领域的可持续发展、转型和升级发挥着举足轻重的作用。近年来，随着我国信息化建设战略的全面部署和电力技术变革，包括国家电网（StateGridCorporationofChina，SGCC）在内的特大型国有重点骨干企业在历经多次变革虽然取得极大成果，但对于传统运维管理与信息运维管理的衔接、融合依旧面临巨大的挑战。而AI作为电力行业新兴的技术之一，其应用依旧处于早期发展阶段，还需在AI应用算法、算力、神经网络系统建设等领域中实时加大创新、优化，才能使AI发挥更大的应用价值，继而推动信息运维领域的健康发展。

1传统运维管理新兴运维管理的相关性浅析

运维管理（ITOperationsManagement，ITOM）是目前企业建设领域中的重要组成部分之一，是实现基于IT基础架构库（InformationTechnologyInfrastructureLibrary，ITIL）的流程框架、运维自动化的关键。据统计，随着国内电力行业信息化的深入，IT运维管理部门所管理和管辖的IT设备及软件的运行、维护工作的整体难度也越凸显出来，技术难度也越来越高，这就必须实时的、不断的提升相关理论，尤其是AI理论、方法、技术，才能更好的应对和解决各种问题。

从相关文献与实际案例来看，传统运维管理虽然基本实现了电力行业的质量、效率、成本三者之间的有机协调和维持了稳定，但随着现代科协技术与时代发展的需求不断变化，尤其是某些新业务环境的改变，单纯的质量、效率与成本管理已无法满足行业发展需求，继而导致运维管理过程中的矛盾不断出现与升级，故在在此基础上为了更好的满族运维管理中所面临的质量、效率、成本三者之间的高水平发展，给新业务的开展提供便利，故必须结合当下电力行业的业务变化适时调整。基于此，研究与探索AI在电力行业信息运维领域中的发展十分必要，也是积极响应时代号召，推广、运用和提升AI应用领域的重要战略意义。

2智能运维方案

智能运维（AlgorithmicITOperations，AIOps）绝不是一个跳跃式的发展状态，它同样是在长期演进过程中逐渐形成和发展起来的，其根基主要在于运维自动化、监控、数据收集、分析和处理等，它所要解决的问题主要相对复杂，包括数据（海量）存储、分析、处理，多维度，多数据源，信息过载，复杂业务模型下的故障定位等。它的核心问题即提供决策智能和作业自动的运维智能工具集，核心理念包括决策智能、作业自动、服务敏捷、远程交付等。借此本文以自动化和智能化运维技术为核心，以运维工具为载体，以服务为交付的总体模式及在其核心理念的支持体系下解决当前电力行业信息运维管理中面临的困境。

2.1工具层：只能工具集主要包括四个层面：一是自动监控采集，包括自动化采集和自动化监控；二是只能诊断分析，包括智能诊断和智能问答；三是智能预测，包括容量预测和故障预测；四是智能处理，包括一键重启和故障自愈。

2.2远程运维：远程运维包括服务体系和技术支撑体系，其中服务体系有7×24远程值守、故障快速排查、原厂专属专家、清晰资产管理、专属运维页面及专业运维报告等6个方面，而技术支撑体系则包括服务、监控、技术支持中心及智能分析、敏捷运营[1]等5方面。

2.3服务层：结合当前信息运维管理的需求将传统运维管理服务进行拆分为细颗粒服务并结合不同客户的实际需求动态搭建服务体系，结合运维工具集相关理念向用户提供具体的运维解决方案。具体服务内容包括咨询规划、驻场运维、专项治理及维保服务等。

2.4管理方面：以SGCC和信通产业集团运维管理框架为基准及结合不同省、直辖市及自治区的AIOps相关管理制度与标准科学、合理的制定相关管理办法。

2.5团队方面：团队建设方面以专业为基准、岗位需求为导向组间不同专业、不同层次的运维团队，其中专业人才配置包括网络、服务器、存储、数据库及业务运用及云平台管理等[2]。当然也在基础团队建设的基础上动态增设研发运维工程师、大数据分析师和AI运维工程师等技术要求极高的岗位。

2.6合作方面：合作伙伴主要包括两方面，一是棘突内部，包括中电普华、国电通、亿力科技等；二是集团外部，包括基础网管工具厂商、性能检测厂商、智能平台厂商等。

3AIOps平台演进路线

基础数据（Basicdata）和操作脚本（Operationscript）是目前AIOps的前提条件，而实现AIOps的基础则是自动化。由于现阶段已基本实现自动化运维，故有必要将具体的AIOps演进路线进行归类处理，大致包括简单智能化、单场景智能化、多场景智能化、高度智能化和完全智能化等5个方面。

4AIOps的实践成果

从实践情况来看，当前电力行业信息运维管理在决策智能、作业自动、服务敏捷、远程交付等方面均取得一定的成果。一是决策智能：具体的AIOps能力的成熟度已达国家标准并成功抢占了AIOps的制高点，较有影响力的是AIOps的场景化梳理。二是作业自动，通过对运维专用工具的研发有效的实现的各种数据的自动采集和规划分析；从目前请来看，这在很大程度上减少了SBA运维人员的巡检和分析工作量，而通过虚拟流量监控工具的研发，不仅促进了集团内部的流量监测的可视化与透明化[3]，也极大程度的减少了网络和安全运维人员的实际工作量。三是服务敏捷，通过简化传统运维管理，有效的实现了信息当下运维管理的动态组合，这既满足了客户的实际需求，也提供了工作效率，使得整体的服务敏捷度显著提升。四是远程交付，通过建立继远软件云资源数据中心及相关远程平台的有效搭建，目前已能全方面的服务于规模小、位置偏、费用不足等[4]小型电力单位，其具体的服务也得到了相关服务单位的肯定。

5结语

电力行业的AI信息运维管理已经成为目前本行业发展的重点战略目标之一，实践经验告诉我们，AIOps的推进不仅有效的减少了传统运维管理对人的以来，也极大程度的促进了AI的全面发展，为机器的自判、自断和自决提供了强有力的支持体系。故可预见，未来电力行业若有更高效的AI相关平台逐步从理论走向实践之后，AIOps必将给整体IT行业带来更多的新鲜活力，成为引流市场潮流的重要有生力量之一。

参考文献

[1]赵峰,陆宏波.AI在电力行业信息运维领域的探索与实践[J].科技创新与应用,2018,256(36):28-29.

[2]边伟[1].人工智能在电力系统运行中的应用综述[J].电工电气,2011(10):1-4.

[3]李嗣喜.浅谈数据中心的人工智能管理与运维[J].计算机产品与流通,2019(01):125.

[4]王维,陈志华.基于人工智能的智能交通设备运维管理平台设计[C]//第十三届中国智能交通年会.