專利名稱：一種用于面向工礦企業(yè)的安全生產(chǎn)云服務(wù)平臺的海量數(shù)據(jù)處理系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于工礦系統(tǒng)自動化信息采集與控制領(lǐng)域，涉及電力系統(tǒng)實時數(shù)據(jù)采集、處理與控制系統(tǒng)，尤其是基于云計算的工礦實時數(shù)據(jù)一體化處理系統(tǒng)及設(shè)計方法。
背景技術(shù)：
互聯(lián)網(wǎng)中已經(jīng)廣泛地使用云技術(shù)，主要包括三種不同的類型，軟件即服務(wù)SaaS，平臺即服務(wù)PaaS，基礎(chǔ)架構(gòu)即服務(wù)IaaS。其中PaaS提供了用戶可以訪問的完整或部分的應(yīng)用程序開發(fā)，SaaS則提供了完整的可直接使用的應(yīng)用程序，比如通過Internet管理企業(yè)資源。而IaaS中的云技術(shù)以海量數(shù)據(jù)管理技術(shù)、海量數(shù)據(jù)分布存儲技術(shù)、虛擬化技術(shù)、云計算平臺管理技術(shù)最為關(guān)鍵。其中海量數(shù)據(jù)管理技術(shù)和分布式存儲技術(shù)是數(shù)據(jù)處理的重要組成 部分，云計算需要對分布的、海量的數(shù)據(jù)進(jìn)行處理、分析，因此，數(shù)據(jù)管理技術(shù)必須能夠高效的管理大量的數(shù)據(jù)，此外還需要冗余存儲的方式保證數(shù)據(jù)的可靠性。云計算系統(tǒng)中廣泛使用的數(shù)據(jù)存儲系統(tǒng)是Google的GFS和Hadoop團隊開發(fā)的GFS的開源實現(xiàn)HDFS。工礦企業(yè)的安全生產(chǎn)在實際的生產(chǎn)運行中，必然有海量數(shù)據(jù)(如各種安全生產(chǎn)標(biāo)準(zhǔn)、監(jiān)測的數(shù)據(jù)、教育培訓(xùn)知識等)需要處理，云服務(wù)平臺采用分布式計算存儲方式，將計算任務(wù)分配到多臺機器上并行處理，以此提高運算速度。云平臺將安全生產(chǎn)企業(yè)實際生產(chǎn)積累的數(shù)據(jù)信息進(jìn)行統(tǒng)一的管理與存儲，為生產(chǎn)過程中提供基于數(shù)據(jù)的預(yù)測、異常檢測等功能，實現(xiàn)企業(yè)的安全生產(chǎn)。傳統(tǒng)工礦企業(yè)的數(shù)據(jù)采集功能和具體的邏輯判斷功能結(jié)合緊密，通常由較為單一的硬件設(shè)備完成，因此，完成不同的功能就需要配置不同的設(shè)備或系統(tǒng)，這些不同功能的設(shè)備或系統(tǒng)都有各自獨立的數(shù)據(jù)采集單元。各個數(shù)據(jù)采集存在著交叉重復(fù)采集、利用率不高、數(shù)據(jù)及信息內(nèi)容不一致、時間不統(tǒng)一等問題，形成了以縱向?qū)哟味?、橫向系統(tǒng)多為主要特征的“信息孤島”，制約了信息的進(jìn)一步融合和應(yīng)用，數(shù)據(jù)及信息的重復(fù)采集和重復(fù)傳輸處理勢必造成各種資源的浪費。大多數(shù)工礦企業(yè)中的儀表分成三類保護(hù)類，測控類，計量類，他們都有自己的數(shù)據(jù)采集和處理單元，可與監(jiān)控顯示系統(tǒng)連接，用于基礎(chǔ)參數(shù)測量。但也存在以下技術(shù)問題(I)儀表的精度不同，造成了數(shù)據(jù)不一致，成本上也不經(jīng)濟。(2)儀表采集頻率不同、算法不同造成了同一個量值在不同的儀表中也不同，數(shù)據(jù)冗余而且混亂。(3)系統(tǒng)與設(shè)備，設(shè)備與設(shè)備之間通訊困難，缺乏統(tǒng)一標(biāo)準(zhǔn)。(4)過程數(shù)據(jù)缺失，在采樣的過程中，產(chǎn)生了大量的過程數(shù)據(jù)，這些數(shù)據(jù)對于后期的事故分析或業(yè)務(wù)擴展都是有價值的，但我們從儀表中取得的都是經(jīng)過N次運算的“二手?jǐn)?shù)據(jù)”，“簡化值”。這種獨立配置、獨立計算、獨立功能的裝置帶來的問題是信息共享差，利用率低和硬、軟件資源浪費問題。為解決以上提到的問題，尤其是數(shù)據(jù)分別采集、數(shù)據(jù)分別處理與計算、數(shù)據(jù)難于共享等關(guān)鍵問題，有必要建立一套新的框架與機制，實現(xiàn)同一類型設(shè)備的數(shù)據(jù)一次采集，能在整套統(tǒng)一的軟件應(yīng)用平臺下利用云計算技術(shù)實現(xiàn)測控、保護(hù)、相量測量、計量等多種應(yīng)用功倉泛。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種工礦企業(yè)的安全生產(chǎn)云服務(wù)平臺系統(tǒng)，以解決設(shè)備獨立配置、獨立計算、獨立功能的裝置帶來的信息共享差、利用率低和軟、硬件資源浪費的問題，實現(xiàn)同一類型設(shè)備數(shù)據(jù)的一次采集，及測控、保護(hù)、相量測量、計量等多種應(yīng)用。所述的工礦企業(yè)的安全生產(chǎn)云服務(wù)平臺系統(tǒng)，包括I)建立面向工礦企業(yè)的安全生產(chǎn)云服務(wù)平臺，該平臺集成了支持安全生產(chǎn)服務(wù)的海量數(shù)據(jù)處理、安全生產(chǎn)管理業(yè)務(wù)協(xié)同以及系統(tǒng)管理等功能，為工礦企業(yè)的安全生產(chǎn)與政府監(jiān)管提供重要的技術(shù)支持?！?br> 2)基于安全事故事件多維關(guān)聯(lián)規(guī)則分析技術(shù)，能從海量的生產(chǎn)數(shù)據(jù)中分析挖掘出可能導(dǎo)致事故及未遂事件發(fā)生的頻繁因素和潛在規(guī)律，建立安全生產(chǎn)標(biāo)準(zhǔn)效用及標(biāo)準(zhǔn)缺失情況的動態(tài)監(jiān)測預(yù)警分析方法，為政府及行業(yè)監(jiān)管部門制定基于風(fēng)險的、合理的作業(yè)標(biāo)準(zhǔn)提供科學(xué)的依據(jù)。3)提出了工礦企業(yè)安全生產(chǎn)中的海量數(shù)據(jù)處理方法，具體包括基于支持向量機的安全生產(chǎn)異常檢測技術(shù)、基于廣義規(guī)則推理的知識發(fā)現(xiàn)技術(shù)，能對生產(chǎn)的海量數(shù)據(jù)進(jìn)行分析與知識挖掘，從而幫助企業(yè)提升事故預(yù)防預(yù)警和應(yīng)急處置能力，提高企業(yè)安全生產(chǎn)水平。4)開發(fā)安全生產(chǎn)管理工具集，方便工礦行業(yè)安全生產(chǎn)的安全管理、監(jiān)督、配置等，實現(xiàn)企業(yè)的快速排查、快速響應(yīng)。其中開發(fā)的面向工礦企業(yè)的安全生產(chǎn)云服務(wù)平臺，集成了支持安全生產(chǎn)服務(wù)云的海量數(shù)據(jù)處理、安全生產(chǎn)管理業(yè)務(wù)協(xié)同以及系統(tǒng)管理等功能，實現(xiàn)對企業(yè)生產(chǎn)安全的實時監(jiān)測與預(yù)警。具體而言，一種用于面向工礦企業(yè)的安全生產(chǎn)云服務(wù)平臺的海量數(shù)據(jù)處理系統(tǒng)，其特征在于所述面向工礦企業(yè)的安全生產(chǎn)云服務(wù)平臺系統(tǒng)，包括安全云服務(wù)平臺門戶子系統(tǒng)，系統(tǒng)管理與相關(guān)工具集研制子系統(tǒng)，應(yīng)用服務(wù)層子系統(tǒng)，虛擬資源層子系統(tǒng)，平臺服務(wù)支撐層子系統(tǒng)，接入與適配層子系統(tǒng)，安全服務(wù)資源子系統(tǒng)，基礎(chǔ)設(shè)施服務(wù)支撐層子系統(tǒng)，所述應(yīng)用服務(wù)層子系統(tǒng)還包括海量數(shù)據(jù)處理系統(tǒng)，由數(shù)據(jù)采集設(shè)備、數(shù)據(jù)整合設(shè)備、數(shù)據(jù)管理設(shè)備、標(biāo)準(zhǔn)化服務(wù)接口設(shè)備以及高速可靠的光纖通信網(wǎng)絡(luò)五大部分組成，構(gòu)成基于云計算的工礦企業(yè)實時數(shù)據(jù)一體化處理系統(tǒng)。所述的用于面向工礦企業(yè)的安全生產(chǎn)云服務(wù)平臺的海量數(shù)據(jù)處理系統(tǒng)，其特征在于還包括，無線傳感器集群負(fù)責(zé)采集工礦現(xiàn)場的數(shù)據(jù)，并將數(shù)據(jù)傳輸給工礦數(shù)據(jù)整合設(shè)備，所述數(shù)據(jù)整合設(shè)備上，標(biāo)配HTTP代理模塊代理服務(wù)器和云管理服務(wù)器，這兩者都使用ubuntu服務(wù)器刀片板，作為接受管理的節(jié)點，每臺節(jié)點服務(wù)器上都安裝了節(jié)點管理器，該節(jié)點管理器的主要功能是實現(xiàn)對KVM虛擬機的管理，包括(I)接收云管理器的控制指令進(jìn)行KVM虛擬機的部署、啟停等操作；(2)監(jiān)控本地KVM虛擬機的可用性，在本地KVM虛擬機出錯不可用時，嘗試啟動另外一個相同的KVM虛擬機實例；(3)實時監(jiān)控本地各個KVM虛擬機資源的使用狀況，并將KVM虛擬機的實時資源使用情況發(fā)送給云管理器；(4)根據(jù)虛擬機實時的資源使用情況自動執(zhí)行KVM虛擬機的擴展操作；(5)接收來自云管理器的虛擬機遷移指令。所述的用于面向工礦企業(yè)的安全生產(chǎn)云服務(wù)平臺的海量數(shù)據(jù)處理系統(tǒng)，其特征在于還包括在每臺節(jié)點服務(wù)器上都還將部署多個KVM虛擬機，并在每個虛擬機中都部署節(jié)點服務(wù)器。所有上述的 節(jié)點服務(wù)器都共享同一個網(wǎng)絡(luò)數(shù)據(jù)存儲器。而每個節(jié)點服務(wù)器的本地存儲只用來緩存每個虛擬機自身運行數(shù)據(jù)，而虛擬機的鏡像文件和實施例都會被緩存在共享的網(wǎng)絡(luò)數(shù)據(jù)存儲中。所述的用于面向工礦企業(yè)的安全生產(chǎn)云服務(wù)平臺的海量數(shù)據(jù)處理系統(tǒng)，其特征在于工礦數(shù)據(jù)采集的數(shù)據(jù)，也會受云控制服務(wù)器和代理服務(wù)器的控制被隨機分布到網(wǎng)絡(luò)存儲器中，并由各節(jié)點服務(wù)器上的應(yīng)用軟件完成業(yè)務(wù)協(xié)同和跨域任務(wù)協(xié)同。


圖I工礦企業(yè)的安全生產(chǎn)云服務(wù)平臺系統(tǒng)圖2工礦企業(yè)實時數(shù)據(jù)一體化處理系統(tǒng)圖3無線數(shù)據(jù)采集設(shè)備集群圖4無線數(shù)據(jù)采集設(shè)備結(jié)構(gòu)5云存儲系統(tǒng)結(jié)構(gòu)6云存儲數(shù)據(jù)中心結(jié)構(gòu)7設(shè)備資源實時監(jiān)控模型圖8設(shè)備性能實時監(jiān)控模型圖9SVM訓(xùn)練與預(yù)測流程10免疫進(jìn)化算法流程圖11關(guān)聯(lián)規(guī)則分析流程圖12Petri網(wǎng)挖掘模型
具體實施例方式圖I所示為一種面向工礦企業(yè)的安全生產(chǎn)的云服務(wù)平臺，集成了支持安全生產(chǎn)服務(wù)云的實時數(shù)據(jù)處理、安全生產(chǎn)管理業(yè)務(wù)協(xié)同以及系統(tǒng)管理等功能，實現(xiàn)對企業(yè)生產(chǎn)安全的實時監(jiān)測與預(yù)警。具體而言，所述的面向工礦企業(yè)的安全生產(chǎn)云服務(wù)平臺系統(tǒng)，包括安全云服務(wù)平臺門戶子系統(tǒng)，系統(tǒng)管理與相關(guān)工具集研制子系統(tǒng)，應(yīng)用服務(wù)層子系統(tǒng)，虛擬資源層子系統(tǒng)，平臺服務(wù)支撐層子系統(tǒng)，接入與適配層子系統(tǒng)，安全服務(wù)資源子系統(tǒng)，基礎(chǔ)設(shè)施服務(wù)支撐層子系統(tǒng)。所述安全云服務(wù)平臺門戶子系統(tǒng)基于web2. O技術(shù)負(fù)責(zé)對外部實現(xiàn)信息查詢和管理，包括政府監(jiān)察平臺，企業(yè)應(yīng)用平臺，行業(yè)監(jiān)督平臺，所述政府監(jiān)察平臺負(fù)責(zé)政府實時監(jiān)察企業(yè)運行的設(shè)備數(shù)據(jù)和財稅數(shù)據(jù)，所述企業(yè)應(yīng)用系統(tǒng)負(fù)責(zé)對外提供增值服務(wù)和應(yīng)用查詢，所述行業(yè)監(jiān)督平臺用于產(chǎn)品質(zhì)量的監(jiān)控和反饋。所述系統(tǒng)管理與相關(guān)工具集研制子系統(tǒng)包括云服務(wù)工具的開發(fā)、部署、監(jiān)控、安全
管理、日志管理和配置。
所述應(yīng)用服務(wù)層，包括海量數(shù)據(jù)處理系統(tǒng)和業(yè)務(wù)協(xié)同操作系統(tǒng)，其中所述海量數(shù)據(jù)處理系統(tǒng)負(fù)責(zé)，對數(shù)據(jù)采集、數(shù)據(jù)整合、數(shù)據(jù)管理并且提供標(biāo)準(zhǔn)化的服務(wù)接口為安全云服務(wù)平臺門戶提供數(shù)據(jù)流，而所述業(yè)務(wù)協(xié)同操作系統(tǒng)負(fù)責(zé)對協(xié)作任務(wù)和跨域任務(wù)構(gòu)建數(shù)學(xué)模型，具體為對業(yè)務(wù)數(shù)據(jù)進(jìn)行采集，把云平臺提供的服務(wù)內(nèi)容與采集的業(yè)務(wù)數(shù)據(jù)整合，預(yù)測后續(xù)業(yè)務(wù)的發(fā)展，所述跨域任務(wù)具體包括不同業(yè)務(wù)領(lǐng)域的管理和監(jiān)控，將企業(yè)的不同部門之間的工作實現(xiàn)任務(wù)協(xié)調(diào)。所述虛擬資源層，主要是為云服務(wù)器提供虛擬化后的數(shù)字資源，具體包括知識服務(wù)資源池、生產(chǎn)服務(wù)資源池、數(shù)據(jù)信息資源池，所述虛擬資源層包括了這些原始的可提供知識服務(wù)、生產(chǎn)服務(wù)的數(shù)據(jù)信息資源，通過虛擬化技術(shù)，將該部分?jǐn)?shù)據(jù)內(nèi)容整合到應(yīng)用服務(wù)層當(dāng)中，隨時可以被所述海量數(shù)據(jù)處理單元和業(yè)務(wù)協(xié)同單元調(diào)用。所述接入與適配層子系統(tǒng)，主要從相關(guān)標(biāo)準(zhǔn)及驗證測試系統(tǒng)中獲得數(shù)據(jù)資源，此外還包括安全服務(wù)資源，具體包括生產(chǎn)設(shè)備數(shù)據(jù)、標(biāo)準(zhǔn)化基本規(guī)范、法律法規(guī)、安全管理制度、事故源歷史數(shù)據(jù)、教育培訓(xùn)知識、安全生產(chǎn)投入、組織機構(gòu)與負(fù)責(zé)、隱患檢查信息從第三方服務(wù)適配接入。 所述平臺服務(wù)支撐層對上述應(yīng)用服務(wù)層、虛擬資源層、接入適配層服務(wù)，提供云服務(wù)管理與支撐引擎，交易協(xié)同邏輯引擎，知識聚集與分類引擎，所述云服務(wù)管理與支撐引擎為所述應(yīng)用服務(wù)層提供云服務(wù)注冊、發(fā)布、注銷，云服務(wù)搜索、調(diào)度、組合，云服務(wù)執(zhí)行與監(jiān)控；所述交易協(xié)同邏輯引擎為業(yè)務(wù)協(xié)同提供過程管理、費用核算、信用評估，所述知識聚集與分類引擎為業(yè)務(wù)協(xié)同提供行業(yè)多資源分散知識獲取，行業(yè)知識建模，行業(yè)知識聚集分類，而對于所述平臺服務(wù)支撐層中其他的負(fù)責(zé)運營管理、運維管理、終端軟件開發(fā)，平臺開發(fā)工具的模塊為所述虛擬資源層和接入與適配層服務(wù)，其中所述運營管理負(fù)責(zé)多租戶服務(wù)，訂單管理，交付管理，支付管理，用戶管理，積分管理，所述運維管理負(fù)責(zé)安全管理，性能管理與優(yōu)化，系統(tǒng)配置，海量數(shù)據(jù)容錯與可信度管理，所述終端軟件開發(fā)，包括傳感信息的融合管理，服務(wù)資源圖像界面和普適人機交互工具，以及平臺開發(fā)工具，所述平臺服務(wù)支撐層都由基礎(chǔ)設(shè)施服務(wù)支撐層通過云計算，云網(wǎng)絡(luò)，云存儲統(tǒng)一支撐。基于云計算的工礦企業(yè)實時數(shù)據(jù)處理系統(tǒng)，如圖2所示，由數(shù)據(jù)采集設(shè)備、數(shù)據(jù)整合設(shè)備、數(shù)據(jù)管理設(shè)備、標(biāo)準(zhǔn)化服務(wù)接口設(shè)備以及高速可靠的光纖通信網(wǎng)絡(luò)五大部分組成，構(gòu)成基于云計算的工礦企業(yè)實時數(shù)據(jù)一體化處理系統(tǒng)，數(shù)據(jù)采集設(shè)備圖2所示該數(shù)據(jù)一體化系統(tǒng)的網(wǎng)絡(luò)結(jié)構(gòu)，無線傳感器集群負(fù)責(zé)采集工礦現(xiàn)場的數(shù)據(jù)，并將數(shù)據(jù)傳輸給工礦數(shù)據(jù)整合設(shè)備，所述數(shù)據(jù)整合設(shè)備上，標(biāo)配HTTP代理模塊代理服務(wù)器和云管理服務(wù)器，這兩者都使用ubuntu服務(wù)器刀片板，作為接受管理的節(jié)點，每臺節(jié)點服務(wù)器上都安裝了節(jié)點管理器，此管理器的主要功能是實現(xiàn)對KVM虛擬機的管理，包括(I)接收云管理器的控制指令進(jìn)行KVM虛擬機的部署、啟停等操作；(2)監(jiān)控本地KVM虛擬機的可用性，在本地KVM虛擬機出錯不可用時，嘗試啟動另外一個相同的KVM虛擬機實例；(3)實時監(jiān)控本地各個KVM虛擬機資源的使用狀況，并將KVM虛擬機的實時資源使用情況發(fā)送給云管理器；(4)根據(jù)虛擬機實時的資源使用情況自動執(zhí)行KVM虛擬機的擴展操作；(5)接收來自云管理器的虛擬機遷移指令，同時，每臺節(jié)點服務(wù)器上都還將部署多個KVM虛擬機，并在每個虛擬機中都部署節(jié)點服務(wù)器。所有上述的節(jié)點服務(wù)器都共享同一個網(wǎng)絡(luò)數(shù)據(jù)存儲器。而每個節(jié)點服務(wù)器的本地存儲只用來緩存每個虛擬機自身運行數(shù)據(jù)，而虛擬機的鏡像文件和實施例都會被緩存在共享的網(wǎng)絡(luò)數(shù)據(jù)存儲中，這樣能夠更容易地支持高可用性和虛擬機的遷移操作。此外，工礦數(shù)據(jù)采集的數(shù)據(jù)，也會受云控制服務(wù)器和代理服務(wù)器的控制被隨機分布到網(wǎng)絡(luò)存儲器中，并由各節(jié)點服務(wù)器上的應(yīng)用軟件完成業(yè)務(wù)協(xié)同和跨域任務(wù)協(xié)同。圖3所示的是設(shè)置有無線傳感器數(shù)據(jù)采集集群，所述無線傳感器數(shù)據(jù)采集裝置根據(jù)系統(tǒng)中應(yīng)用組件功能需要，與被工礦數(shù)據(jù)設(shè)備通過數(shù)據(jù)或模擬接口，有線或無線接口連接，并將采集頻率設(shè)置為功能需要的最高頻率和精度進(jìn)行數(shù)據(jù)采樣，采集的數(shù)據(jù)緩存在自身的存儲器內(nèi)，數(shù)據(jù)壓縮成統(tǒng)一格式后經(jīng)無線收發(fā)單元發(fā)射到遠(yuǎn)程監(jiān)控中心。其中各無線傳感器設(shè)備之間也可以進(jìn)行同步或異步的通訊，構(gòu)成數(shù)據(jù)采集集群。圖4所示無線數(shù)據(jù)采集設(shè)備的工作原理圖，包括；核心處理單元、觸摸屏、攝像頭、話筒、時鐘、存儲器、電源管理、接口電路、傳感器電路組成；所述核心處理單元包括嵌入式控制器、音頻接口電路、視頻接口電路、觸摸屏接口電路、多路串行接口、高速USB接口、無線通訊模塊、調(diào)試接口和傳感器接口電路；所述觸摸屏接口電路、存儲器、音頻接口電路、多路串行接口、無線通訊模塊、調(diào)試接口和高速USB接口分別與嵌入式控制器雙向連接；所述觸摸屏與觸摸屏接口電路雙向連接；所述話筒和攝像頭分別接音頻接口電路和視頻接口電路的輸入端；所述多路串行接口和高速USB接口分別接工礦數(shù)據(jù)設(shè)備；所述視頻接口電路的輸出端接嵌入式控制器的相應(yīng)輸入端；嵌入式控制器與因特網(wǎng)相連接；電源管理設(shè)備用于提供電能，電源采用光伏太陽能板和蓄電池組相組合的形式，既能保證設(shè)備能有效穩(wěn)定的長期工·作，還可避免布設(shè)電源線；其中使用MC3063芯片構(gòu)成的充放電控制器，以便提供穩(wěn)定的電壓，傳感器單元中設(shè)置有加速度、壓力、溫度、光傳感器和載荷信號傳感器，通過加速度信號和載荷信號來實現(xiàn)對位移的計算，通過壓力和溫度傳感器對環(huán)境進(jìn)行監(jiān)控。核心處理單元用于傳感器信號的采集運算和存儲，無線通信模塊實現(xiàn)無線信號的接收和發(fā)送；嵌入式控制器可采用CC2530ZigBee芯片，以方便地實現(xiàn)以ZigBee為基礎(chǔ)的2. 4GHz ISM波段信號的發(fā)送和接收，例如當(dāng)用在鉆井機上時，鉆井機包括電機、四連桿機構(gòu)、游梁、支架、抽桿；電機通過四連桿機構(gòu)帶動游梁運動，游梁驅(qū)動與抽桿做上下運動，數(shù)據(jù)采集裝置上的加速度信號傳感器和載荷信號傳感器就可以設(shè)置在抽桿上，以便采集抽桿的運動參數(shù)。此外，所示的無線數(shù)據(jù)采集單元還可以設(shè)置在工礦用電器設(shè)備上，用于實時視頻、音頻、數(shù)字化監(jiān)控工作參數(shù)，獲取工作狀態(tài)，并將采集的數(shù)據(jù)通過多協(xié)議網(wǎng)關(guān)上傳至服務(wù)器，服務(wù)器根據(jù)采集的數(shù)據(jù)對相應(yīng)設(shè)備的工作狀況進(jìn)行分析，以便得出其運行狀態(tài)。數(shù)據(jù)存儲層設(shè)有云數(shù)據(jù)存儲池，針對工礦企業(yè)中來自各種不同數(shù)據(jù)源的海量數(shù)據(jù)，對其進(jìn)行處理后生成與不同業(yè)務(wù)對應(yīng)的統(tǒng)一接口的主題數(shù)據(jù)，并將這些主題數(shù)據(jù)存儲在分布式文件系統(tǒng)中，在有任務(wù)請求時，根據(jù)不同的任務(wù)請求，對所述分布式文件系統(tǒng)中存儲的數(shù)據(jù)進(jìn)行多節(jié)點、多任務(wù)的并行計算和分析，對分析結(jié)果根據(jù)不同的應(yīng)用進(jìn)行相應(yīng)的展現(xiàn)。如圖5所示，本發(fā)明提供的數(shù)據(jù)處理的云存儲池，括至少一個云存儲管理節(jié)點，至少一個云存儲空間以及至少一個虛擬設(shè)備，云存儲管理節(jié)點、云存儲空間與虛擬設(shè)備構(gòu)成私有云。如圖4所示的實施例中，該云存儲架構(gòu)包括兩個云存儲節(jié)點、三個云存儲空間與多個虛擬設(shè)備，三個云存儲空間與多個虛擬設(shè)備構(gòu)成一個私有云。云存儲管理節(jié)點a與云存儲管理節(jié)點b相互連接，兩個云存儲管理節(jié)點之間相互接管，兩個云存儲管理節(jié)點之間可以均衡負(fù)載并且在其中一個云存儲管理節(jié)點在發(fā)生故障時互為接管，以保證基于該云存儲架構(gòu)的系統(tǒng)運行時的可靠性能。其中，兩個云存儲管理節(jié)點可分別對三個云存儲空間以及多個虛擬設(shè)備進(jìn)行管理，其管理包括對三個云存儲空間與多個虛擬設(shè)備進(jìn)行的新建、刪除與配置，以進(jìn)行系統(tǒng)備份、恢復(fù)與擴容。每個云存儲管理節(jié)點中都有數(shù)據(jù)目錄，數(shù)據(jù)目錄用于記錄云存儲空間及虛擬設(shè)備的相關(guān)信息，云存儲管理節(jié)點通過其內(nèi)部的數(shù)據(jù)目錄中的相關(guān)數(shù)據(jù)找到相對應(yīng)的云存儲空間與虛擬設(shè)備。另外，每個云存儲管理節(jié)點上都設(shè)置有統(tǒng)一的應(yīng)用程序訪問入口，該應(yīng)用程序訪問入口為應(yīng)用程序接口，應(yīng)用程序/服務(wù)通過調(diào)用該應(yīng)用程序訪問入口訪問云存儲空間。圖4中的每一個虛擬設(shè)備均可映射為操作系統(tǒng)中的一個裸設(shè)備、內(nèi)存區(qū)、文件系統(tǒng)或內(nèi)存文件系統(tǒng)等，并虛擬管理物理內(nèi)存、內(nèi)置磁盤和各種
接口、協(xié)議的磁盤陣列。另外，由于多個虛擬設(shè)備Cl、虛擬設(shè)備c2........虛擬設(shè)備cn均
為特性相同的虛擬設(shè)備，所以，在本實施例中，虛擬設(shè)備Cl、虛擬設(shè)備c2........虛擬設(shè)備
cn可以構(gòu)成一個虛擬設(shè)備組b，通過該虛擬設(shè)備組b簡化了對多個虛擬設(shè)備的管理。多個 虛擬設(shè)備可分別對應(yīng)一個物理存儲設(shè)備或一個物理存儲設(shè)備中的一個存儲空間。在本實施
例中，虛擬設(shè)備al、虛擬設(shè)備a2........虛擬設(shè)備an分別與物理存儲設(shè)備al、物理存儲設(shè)
備a2........物理存儲設(shè)備an相連接，從而將從工礦現(xiàn)場采集的數(shù)據(jù)信息存儲在上述物
理存儲設(shè)備中。外部的應(yīng)用程序/服務(wù)a、b分別與云存儲架構(gòu)中的云存儲管理節(jié)點a、b相連接。由于在云存儲管理節(jié)點上設(shè)置有統(tǒng)一的應(yīng)用程序訪問入口，因此，應(yīng)用程序/服務(wù)通過調(diào)用應(yīng)用程序訪問入口的接口函數(shù)從而訪問相應(yīng)的云存儲空間。應(yīng)用程序/服務(wù)會通過應(yīng)用程序訪問入口指明訪問或存取任意一個云存儲空間中的相應(yīng)信息、或者對云存儲空間以及虛擬設(shè)備進(jìn)行管理。應(yīng)用程序/服務(wù)通過調(diào)用應(yīng)用程序訪問入口連接上云存儲管理節(jié)點，接著應(yīng)用程序/服務(wù)會通過API指明訪問的云存儲空間、文件名、偏移量、存取操作等，云存儲管理節(jié)點根據(jù)這些API所傳入的信息結(jié)合內(nèi)部數(shù)據(jù)字典將最終操作分配到一個或多個具體的物理存儲設(shè)備上完成存取操作，最后通過云存儲管理節(jié)點返回存取結(jié)果。數(shù)據(jù)計算層對應(yīng)于云數(shù)據(jù)計算平臺，該云數(shù)據(jù)計算平臺用于調(diào)用云數(shù)據(jù)存儲池中存儲的實時采集到的數(shù)據(jù)分別按照工礦系統(tǒng)業(yè)務(wù)公共關(guān)系計算其特性，建立通用的數(shù)據(jù)計算分析模型，如計算設(shè)備性能、負(fù)載能力、工作效率、安全程度、環(huán)境參數(shù)等數(shù)值，節(jié)點控制器上的虛擬系統(tǒng)的數(shù)據(jù)計算模塊可實現(xiàn)靈活的添加與設(shè)置，更新數(shù)據(jù)分析計算模塊，得到相應(yīng)的計算值。數(shù)據(jù)中心的結(jié)構(gòu)如圖6所示。包括云控制服務(wù)期通過網(wǎng)絡(luò)適配器與代理服務(wù)器與數(shù)據(jù)網(wǎng)絡(luò)、互聯(lián)網(wǎng)絡(luò)互聯(lián)，監(jiān)控及控制多個存儲節(jié)點及其上的虛擬機，主控制器的任務(wù)控制模塊負(fù)責(zé)對下游節(jié)點控制器進(jìn)行統(tǒng)一調(diào)配管理，包括添加、刪除及遷移控制系統(tǒng)的任何數(shù)量的可讀數(shù)據(jù)的物理驅(qū)動器和存儲介質(zhì)等操作，管理模型負(fù)責(zé)對收集到的負(fù)載及資源使用信息進(jìn)行分析處理，然后交由控制器進(jìn)行控制。計算節(jié)點包含任意數(shù)量的虛擬機，每一個節(jié)點內(nèi)部包含一個節(jié)點控制器負(fù)責(zé)節(jié)點內(nèi)部的虛擬機資源控制，協(xié)同管理引擎負(fù)責(zé)資源的分配同步管理，虛擬機內(nèi)運行應(yīng)用程序資源，如資源監(jiān)控器、性能監(jiān)控器、預(yù)警監(jiān)控器在內(nèi)的多個性能監(jiān)控器。以性能監(jiān)控器為例介紹下數(shù)據(jù)統(tǒng)計流程，如圖7所示，實時負(fù)載及資源監(jiān)控模型，根據(jù)采樣數(shù)據(jù)類型，選擇預(yù)設(shè)設(shè)備類型，進(jìn)而調(diào)用針對該設(shè)備的統(tǒng)計模型分析處理采樣的工作性能數(shù)據(jù)，生成設(shè)備理想分配數(shù)據(jù)，再通過控制器結(jié)合實際采樣數(shù)據(jù)進(jìn)行模型計算，輸出實際分配的數(shù)據(jù)，判斷設(shè)備資源使用情況及其負(fù)載水平，進(jìn)而指導(dǎo)主控節(jié)點控制系統(tǒng)設(shè)備資源的分配，而對于負(fù)載監(jiān)控模塊而言，如圖8所示，在系統(tǒng)運行中，根據(jù)所收集到數(shù)據(jù)信息，實時監(jiān)控生成的曲線，觀察曲線是否有突變點或不符合擬合曲線的異常值出現(xiàn)。若存在，則說明當(dāng)前數(shù)據(jù)中心該應(yīng)用出現(xiàn)尖峰時刻，證明系統(tǒng)所需資源需要進(jìn)行較大的變動。此時需要快速對系統(tǒng)資源使用狀況進(jìn)行分析，當(dāng)系統(tǒng)資源達(dá)到最大容量時是否可以滿足資源需求。因為是異常值點，當(dāng)前所獲參數(shù)不能代表整體的負(fù)載、性能及資源間的關(guān)系模型，但如果不及時處理的話會對系統(tǒng)的性能有很大的影響，所以需要及時對異常值點進(jìn)行分析處理。若系統(tǒng)資源池資源滿足當(dāng)前需求，則直接交給云控制器進(jìn)行處理，快速解決當(dāng)前異常值點，如果資源不滿足當(dāng)前需求，就啟動備份設(shè)備資源，期間使用簡單的線性回歸模型預(yù)測下一個5分鐘的工作負(fù)載，簡單的線性回歸模型可以有效的捕捉工作負(fù)載隨時間變化規(guī)律，即使是更為復(fù)雜的歷史數(shù)據(jù)也可以很容易的歸納預(yù)測其負(fù)載。預(yù)測的工作負(fù)載作為模型的輸入來評估現(xiàn)有的工作量所需的設(shè)備資源需求及系統(tǒng)可以達(dá)到的性能。許多復(fù)雜的因素都會影響應(yīng)用程序的性能，例如環(huán) 境參數(shù)、操作人員數(shù)量的改變等，這時可以采用KCCA算法及遠(yuǎn)距離相關(guān)算法實現(xiàn)多元統(tǒng)計分析建模，同時分析多個影響因素對系統(tǒng)性能帶來的影響，實時調(diào)整模型參數(shù)，生成理想的設(shè)備資源分配數(shù)據(jù)。計算的分配數(shù)據(jù)可以通過主控節(jié)點上的標(biāo)準(zhǔn)化查詢接口或通訊接口，由用戶主動進(jìn)行查詢操作或被動推送到用戶。其中針對那些需要實時收集的數(shù)據(jù)信息，需要及時更新數(shù)據(jù)，才能保證數(shù)據(jù)中心的服務(wù)質(zhì)量。數(shù)據(jù)訪問層云服務(wù)訪問模塊設(shè)有云服務(wù)訪問接口，用于根據(jù)應(yīng)用組件的觸發(fā)，通過光纖網(wǎng)絡(luò)找到云服務(wù)器，可快速實時從云數(shù)據(jù)計算平臺獲得相應(yīng)的計算值。數(shù)據(jù)訪問層提供的接口服務(wù)包括各類數(shù)據(jù)服務(wù)器提供的云服務(wù)訪問接口。以上四層通過可靠且高速的光交換通信網(wǎng)絡(luò)依次連接，該通信環(huán)網(wǎng)與電力線路緊密關(guān)聯(lián)，高速通信的光纖線路沿著電力線路敷設(shè)到所有智能單元，為企業(yè)提供強大的信息高速通信通道。相比傳統(tǒng)工礦系統(tǒng)中的數(shù)據(jù)采集，本發(fā)明的數(shù)據(jù)處理系統(tǒng)可以擴展云端的數(shù)據(jù)存儲和計算處理功能，以及具體的基于數(shù)據(jù)模型的邏輯判斷功能，通過配置不同的硬件設(shè)備或系統(tǒng)完成不同的功能的統(tǒng)一監(jiān)控，這些不同功能的設(shè)備或系統(tǒng)都有各自獨立的數(shù)據(jù)處理單元。而傳統(tǒng)的實時數(shù)據(jù)采集與處理單元是由孤立的多個系統(tǒng)組成，數(shù)據(jù)重復(fù)采集而且數(shù)據(jù)不完備，測控、計量、保護(hù)、安全自動裝置是由不同的硬件裝置當(dāng)?shù)貙崿F(xiàn)。其缺陷是數(shù)據(jù)采集重復(fù)，數(shù)據(jù)難于共享，系統(tǒng)應(yīng)用功能難以有效地協(xié)同。本發(fā)明中的測控、保護(hù)、計量、安全自動裝置的應(yīng)用功能都是通過功能組件的集群化形式實現(xiàn)，通過高速網(wǎng)絡(luò)通信技術(shù)，真正實現(xiàn)數(shù)據(jù)統(tǒng)一處理、計算、共享，有利于提高系統(tǒng)的可靠性、降低系統(tǒng)的安裝成本和維護(hù)費用。上述海量信息處理云平臺將安全生產(chǎn)企業(yè)實際生產(chǎn)積累的數(shù)據(jù)信息進(jìn)行統(tǒng)一的管理與存儲，此外，為了生產(chǎn)過程中提供基于數(shù)據(jù)的預(yù)測、異常檢測等功能，實現(xiàn)企業(yè)的安全生產(chǎn)，管理者們還希望能及時發(fā)現(xiàn)生產(chǎn)中的異常情況，找出原因，并及時提出應(yīng)對措施，保持生產(chǎn)的正常進(jìn)行。對生產(chǎn)情況的判斷分為正常和不正常兩種情況，所以可把其歸為分類問題，采用分類效果較好的支持向量機來進(jìn)行生產(chǎn)情況異常判斷。通過分析數(shù)據(jù)庫中安全生產(chǎn)的指標(biāo)數(shù)據(jù)，選擇產(chǎn)品質(zhì)量、成分、實際生產(chǎn)率作為指標(biāo)評判生產(chǎn)情況是否異常的支持?jǐn)?shù)據(jù)，對支持原始數(shù)據(jù)進(jìn)行箱線圖分析與相關(guān)性分析，獲取數(shù)據(jù)之間的相互影響。選擇數(shù)據(jù)樣本，由于變量之間量級差距較大，首先需要進(jìn)行需要對變量數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，
V - MV' ---, i = 1,2,3,......, η
σ其中，Vi是原變量值，μ是原變量值的平均值，σ是原變量標(biāo)準(zhǔn)差。
經(jīng)過標(biāo)準(zhǔn)化處理后，可進(jìn)行支持向量機決策模型的訓(xùn)練與測試，如圖9所示，使用訓(xùn)練樣本集數(shù)據(jù)進(jìn)行模型訓(xùn)練，其訓(xùn)練算法采用SMO算法(Sequential MinimalOptimization,序列最小優(yōu)化)，得出其分類模型的支持向量,根據(jù)支持向量計算出判定函數(shù)f(x)的參數(shù)。經(jīng)過訓(xùn)練后得到的改進(jìn)型支持向量機并不是最優(yōu)的，這是由于初始參考模板和算法中的一些參數(shù)設(shè)置會影響訓(xùn)練的結(jié)果。通過選擇分層核中的具體參數(shù)和對軟件度量進(jìn)行選擇，可以得到更為優(yōu)化的模型。在訓(xùn)練好的改進(jìn)型支持向量機中輸入需要進(jìn)行預(yù)測的軟件模塊對應(yīng)的樹形數(shù)據(jù)結(jié)構(gòu)，得到[-1，+1]間的輸出，如果輸出大于0，產(chǎn)品質(zhì)量生產(chǎn)情況不存在異常；反之，輸出小于O意味著產(chǎn)品質(zhì)量的生產(chǎn)情況異常。圖I中所述的虛擬資源層和接入與適配層之間還需要提取和生產(chǎn)有關(guān)的標(biāo)準(zhǔn)、知識、數(shù)據(jù)等幫助生產(chǎn)與決策，這就要求云平臺能夠在數(shù)據(jù)庫中搜索到有用的知識。針對知識的內(nèi)涵與特性、知識轉(zhuǎn)移的目的與要求，我們還將免疫算子(Immune erator)引入到標(biāo)準(zhǔn)進(jìn)化規(guī)劃算法中。將知識、知識轉(zhuǎn)移與免疫理論結(jié)合起來，基于知識轉(zhuǎn)移的免疫規(guī)劃算法實現(xiàn)知識的推理發(fā)現(xiàn)。在實際的操作過程中，免疫算法是在遺傳算法基礎(chǔ)之上發(fā)展起來的一種全局優(yōu)化算法，大多遺傳算法能夠解決的問題，免疫算法都能夠有效解決且效率要比遺傳算法好，利用免疫算法良好的尋優(yōu)能力可以在虛擬資源層和無線傳感器網(wǎng)絡(luò)訪問所有節(jié) 點完成數(shù)據(jù)收集而總能耗最小的選擇路徑方案，最終實現(xiàn)了減少無線傳感器網(wǎng)絡(luò)的能量消耗、減少網(wǎng)絡(luò)系統(tǒng)時延、提高虛擬資源層交互效率的問題。如圖10所述，首先，根據(jù)最優(yōu)化的目標(biāo)與條件，對所求解的問題進(jìn)行具體分析和分解，提取出最基本的特征信息或特征集；其次，對此特征信息進(jìn)行處理，以將其轉(zhuǎn)化為局部環(huán)境或最優(yōu)約束條件下求解問題的一種方案；最后，將此方案以適當(dāng)?shù)男问睫D(zhuǎn)化成免疫算子并用來產(chǎn)生新的個體?；谥R及知識轉(zhuǎn)移的過程，在合理提取免疫疫苗的基礎(chǔ)上，通過接種疫苗和免疫選擇實現(xiàn)免疫進(jìn)化，以有效地對待求問題的先驗知識，提高個體的適應(yīng)度。以免疫協(xié)同故障診斷軟件工作流程為例，在免疫學(xué)研究中，各種免疫細(xì)胞之間的相互促進(jìn)和抑制現(xiàn)象可以理解為一種特有的協(xié)同進(jìn)化形式-免疫協(xié)同進(jìn)化，可借鑒免疫協(xié)同進(jìn)化機制，針對勵磁系統(tǒng)故障診斷問題求解特點和協(xié)同診斷模式，提出了一種多診斷模型協(xié)同進(jìn)化診斷策略，免疫協(xié)同診斷計算的主要構(gòu)成要素是各個免疫診斷細(xì)胞群體、免疫診斷細(xì)胞的診斷進(jìn)化算法和細(xì)胞種群調(diào)節(jié)機制等，進(jìn)化采用基本免疫算法，免疫協(xié)同診斷策略可形式化描述如下=ICED = (CPD, CPDN, CEDA, CPCM)，其中CPD :免疫細(xì)胞診斷種群，CPDN :免疫細(xì)胞診斷種群數(shù)，診斷種群的免疫協(xié)同診斷算法，
權(quán)利要求
1.一種用于面向工礦企業(yè)的安全生產(chǎn)云服務(wù)平臺的海量數(shù)據(jù)處理系統(tǒng)，其特征在于所述面向工礦企業(yè)的安全生產(chǎn)云服務(wù)平臺系統(tǒng)，包括安全云服務(wù)平臺門戶子系統(tǒng)，系統(tǒng)管理與相關(guān)工具集研制子系統(tǒng)，應(yīng)用服務(wù)層子系統(tǒng)，虛擬資源層子系統(tǒng)，平臺服務(wù)支撐層子系統(tǒng)，接入與適配層子系統(tǒng)，安全服務(wù)資源子系統(tǒng)，基礎(chǔ)設(shè)施服務(wù)支撐層子系統(tǒng)，所述應(yīng)用服務(wù)層子系統(tǒng)還包括海量數(shù)據(jù)處理系統(tǒng)，由數(shù)據(jù)采集設(shè)備、數(shù)據(jù)整合設(shè)備、數(shù)據(jù)管理設(shè)備、標(biāo)準(zhǔn)化服務(wù)接口設(shè)備以及高速可靠的光纖通信網(wǎng)絡(luò)五大部分組成，構(gòu)成基于云計算的工礦企業(yè)實時數(shù)據(jù)一體化處理系統(tǒng)。
2.根據(jù)權(quán)利要求I所述的用于面向工礦企業(yè)的安全生產(chǎn)云服務(wù)平臺的海量數(shù)據(jù)處理系統(tǒng)，其特征在于還包括，無線傳感器集群負(fù)責(zé)采集工礦現(xiàn)場的數(shù)據(jù)，并將數(shù)據(jù)傳輸給工礦數(shù)據(jù)整合設(shè)備，所述數(shù)據(jù)整合設(shè)備上，標(biāo)配HTTP代理模塊代理服務(wù)器和云管理服務(wù)器，這兩者都使用Ubuntu服務(wù)器刀片板，作為接受管理的節(jié)點，每臺節(jié)點服務(wù)器上都安裝了節(jié)點管理器，該節(jié)點管理器的主要功能是實現(xiàn)對KVM虛擬機的管理，包括(I)接收云管理器的控制指令進(jìn)行KVM虛擬機的部署、啟停等操作；(2)監(jiān)控本地KVM虛擬機的可用性，在本地KVM虛擬機出錯不可用時，嘗試啟動另外一個相同的KVM虛擬機實例；(3)實時監(jiān)控本地各個KVM虛擬機資源的使用狀況，并將KVM虛擬機的實時資源使用情況發(fā)送給云管理器；(4)根據(jù)虛擬機實時的資源使用情況自動執(zhí)行KVM虛擬機的擴展操作；(5)接收來自云管理器的虛擬機遷移指令。
3.根據(jù)權(quán)利要求2所述的用于面向工礦企業(yè)的安全生產(chǎn)云服務(wù)平臺的海量數(shù)據(jù)處理系統(tǒng)，其特征在于還包括在每臺節(jié)點服務(wù)器上都還將部署多個KVM虛擬機，并在每個虛擬機中都部署節(jié)點服務(wù)器。所有上述的節(jié)點服務(wù)器都共享同一個網(wǎng)絡(luò)數(shù)據(jù)存儲器。而每個節(jié)點服務(wù)器的本地存儲只用來緩存每個虛擬機自身運行數(shù)據(jù)，而虛擬機的鏡像文件和實施例都會被緩存在共享的網(wǎng)絡(luò)數(shù)據(jù)存儲中。
4.根據(jù)權(quán)利要求3所述的用于面向工礦企業(yè)的安全生產(chǎn)云服務(wù)平臺的海量數(shù)據(jù)處理系統(tǒng)，其特征在于工礦數(shù)據(jù)采集的數(shù)據(jù)，也會受云控制服務(wù)器和代理服務(wù)器的控制被隨機分布到網(wǎng)絡(luò)存儲器中，并由各節(jié)點服務(wù)器上的應(yīng)用軟件完成業(yè)務(wù)協(xié)同和跨域任務(wù)協(xié)同。
全文摘要
一種用于面向工礦企業(yè)的安全生產(chǎn)云服務(wù)平臺的海量數(shù)據(jù)處理系統(tǒng)，所述面向工礦企業(yè)的安全生產(chǎn)云服務(wù)平臺系統(tǒng)，包括安全云服務(wù)平臺門戶子系統(tǒng)，系統(tǒng)管理與相關(guān)工具集研制子系統(tǒng)，應(yīng)用服務(wù)層子系統(tǒng)，虛擬資源層子系統(tǒng)，平臺服務(wù)支撐層子系統(tǒng)，接入與適配層子系統(tǒng)，安全服務(wù)資源子系統(tǒng)，基礎(chǔ)設(shè)施服務(wù)支撐層子系統(tǒng)，所述應(yīng)用服務(wù)層子系統(tǒng)還包括海量數(shù)據(jù)處理系統(tǒng)，由數(shù)據(jù)采集設(shè)備、數(shù)據(jù)整合設(shè)備、數(shù)據(jù)管理設(shè)備、標(biāo)準(zhǔn)化服務(wù)接口設(shè)備以及高速可靠的光纖通信網(wǎng)絡(luò)五大部分組成，構(gòu)成基于云計算的工礦企業(yè)實時數(shù)據(jù)一體化處理系統(tǒng)。
文檔編號H04L29/08GK102903011SQ20121037066
公開日2013年1月30日 申請日期2012年9月25日 優(yōu)先權(quán)日2012年9月25日
發(fā)明者王斌, 陳新, 江麗琴, 張峰生 申請人:浙江圖訊科技有限公司