劉天山，胡露騫，夏 天，李萌萌，彭 取，談 震

（1.甘肅省引洮工程建設(shè)管理局，蘭州 730046；2.杭州市千島湖原水股份有限公司，杭州 310009；3.南瑞集團(tuán)（國(guó)網(wǎng)電力科學(xué)研究院）有限公司，南京 211000）

0 引 言

近幾年，水利信息化建設(shè)已進(jìn)入高速發(fā)展階段，充分利用現(xiàn)代信息技術(shù)，實(shí)現(xiàn)各類水利信息及其處理的數(shù)字化、網(wǎng)絡(luò)化、集成化、智能化，為防汛、抗旱、搶險(xiǎn)、救災(zāi)、工程建設(shè)與管理、水資源管理、水環(huán)境保護(hù)、水利電子政務(wù)及其他水利工作提供服務(wù)，全面提升了水利為國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展服務(wù)的能力和水平［1］。

水利信息化系統(tǒng)包括為實(shí)現(xiàn)水利信息化而建設(shè)的通信系統(tǒng)、計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)及各種應(yīng)用系統(tǒng)，具體包括采集設(shè)備、計(jì)算機(jī)機(jī)房設(shè)備、網(wǎng)絡(luò)設(shè)施、各類服務(wù)器、工作站等硬件平臺(tái)，數(shù)據(jù)庫(kù)、業(yè)務(wù)系統(tǒng)、中間件等軟件系統(tǒng)［2］。對(duì)于大型長(zhǎng)距離引供水工程，建設(shè)的水利信息化系統(tǒng)大多具有硬件設(shè)備數(shù)量龐大，種類繁多，型號(hào)各異，軟件系統(tǒng)復(fù)雜等特點(diǎn)，一旦發(fā)生故障，難以快速有效地找到故障點(diǎn)，給運(yùn)維工作帶來了較大困難，具體體現(xiàn)在以下方面：

（1）數(shù)據(jù)鏈路長(zhǎng)：對(duì)于長(zhǎng)距離引供水工程，線路長(zhǎng)、面廣、設(shè)備設(shè)施多，信息化系統(tǒng)常采用集中部署、分級(jí)應(yīng)用的部署模式。數(shù)據(jù)傳輸從現(xiàn)地測(cè)站到調(diào)度中心鏈路長(zhǎng)，且各種傳感設(shè)備和通訊設(shè)備是安裝在現(xiàn)地和工程沿線，距離遠(yuǎn)，交通不便，如果信息化系統(tǒng)發(fā)生故障，運(yùn)維人員往往需要耗費(fèi)大量時(shí)間從數(shù)據(jù)鏈路上的各個(gè)節(jié)點(diǎn)逐個(gè)排錯(cuò)查找故障，準(zhǔn)確率低、耗時(shí)長(zhǎng)。

（2）對(duì)運(yùn)維人員能力要求高：水利信息化系統(tǒng)在專業(yè)上涵蓋自動(dòng)化和信息化，對(duì)運(yùn)維人員專業(yè)能力要求比較高，能力高低直接影響到現(xiàn)場(chǎng)的故障定位與故障處理工作的準(zhǔn)確性和效率［3］。

（3）缺少科學(xué)的故障定位方法：當(dāng)出現(xiàn)故障時(shí)，運(yùn)維人員往往是依靠經(jīng)驗(yàn)逐個(gè)排查，缺少技術(shù)手段支撐，不能科學(xué)故障定位，效率低下，耗時(shí)長(zhǎng)。

（4）設(shè)備型號(hào)多樣：水利信息化系統(tǒng)設(shè)備包括各種傳感器與數(shù)據(jù)采集設(shè)備、通訊網(wǎng)絡(luò)設(shè)備、信息安全防護(hù)設(shè)備、視頻監(jiān)視設(shè)備、服務(wù)器與存儲(chǔ)設(shè)備等，不僅種類多，而且同一類型設(shè)備的型號(hào)各異，廠商眾多，通信協(xié)議與規(guī)約不統(tǒng)一，難以形成標(biāo)準(zhǔn)的故障監(jiān)測(cè)指標(biāo)模型，給設(shè)備故障定位帶來了技術(shù)難度。

針對(duì)以上問題，需要找到有效方法，這里引入二叉決策樹方法作為故障定位的核心算法，通過二叉樹算法，找出水利信息化系統(tǒng)數(shù)據(jù)鏈路中最容易出現(xiàn)故障的節(jié)點(diǎn)，按照故障出現(xiàn)概率指導(dǎo)生成故障定位決策樹模型，并通過推理機(jī)代碼實(shí)現(xiàn)分析決策過程，實(shí)現(xiàn)故障快速定位?；诙鏇Q策樹方法實(shí)現(xiàn)故障定位，在某些行業(yè)已有一定的研究成果和應(yīng)用案例［4］，水利行業(yè)尚未被研究和應(yīng)用。

因此，以長(zhǎng)距離引供水工程信息化系統(tǒng)閘閥監(jiān)控應(yīng)用為例，以如何高效準(zhǔn)確排查信息化系統(tǒng)故障為目標(biāo)，通過梳理該系統(tǒng)上各個(gè)節(jié)點(diǎn)對(duì)象與可用性關(guān)鍵維度屬性，建立數(shù)據(jù)傳輸鏈路和決策樹分析模型，通過機(jī)器學(xué)習(xí)中的二叉決策樹算法來分析連接節(jié)點(diǎn)發(fā)送故障的幾率，按照故障幾率設(shè)計(jì)開發(fā)推理機(jī)，最終實(shí)現(xiàn)故障快速排查和診斷方法智能推薦，為工程安全穩(wěn)定運(yùn)行提供決策性指導(dǎo)方法和技術(shù)保障。

1 研究技術(shù)路線

水利信息化系統(tǒng)故障快速定位功能要求當(dāng)系統(tǒng)監(jiān)測(cè)數(shù)據(jù)或業(yè)務(wù)數(shù)據(jù)發(fā)生異常后，能自動(dòng)基于數(shù)據(jù)傳輸鏈路進(jìn)行快速分析，在短時(shí)間內(nèi)完成故障定位并診斷原因，并給出提示性的診斷結(jié)論和解決建議。長(zhǎng)距離引供水工程信息化系統(tǒng)閘閥監(jiān)控應(yīng)用是在現(xiàn)地站安裝各類傳感器裝置，裝置采集數(shù)據(jù)后通過各類通信設(shè)備和網(wǎng)絡(luò)傳輸設(shè)備傳輸?shù)秸{(diào)度中心的采集軟件，同時(shí)數(shù)據(jù)可存儲(chǔ)至調(diào)度中心的數(shù)據(jù)庫(kù)，并應(yīng)用至各類業(yè)務(wù)系統(tǒng)中。在調(diào)度中心的業(yè)務(wù)系統(tǒng)是可以實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)，一旦數(shù)據(jù)狀態(tài)異常，將會(huì)產(chǎn)生告警，但無法快速診斷原因。

基于以上環(huán)境，對(duì)故障快速定位的方法研究技術(shù)路線如下：一是分析與閘閥監(jiān)控?cái)?shù)據(jù)有關(guān)系的所有傳輸鏈路和流向關(guān)系；二是建立鏈路映射關(guān)系，創(chuàng)建監(jiān)控項(xiàng)，梳理告警關(guān)系；三是根據(jù)歷史樣本、故障處理案例和專家意見進(jìn)行分析，建立訓(xùn)練集，構(gòu)建樣本庫(kù)，確定出樣本的一組屬性和一個(gè)類別，從而創(chuàng)建出二叉決策樹分析模型，計(jì)算鏈路節(jié)點(diǎn)的故障幾率［5］；四是通過代碼實(shí)現(xiàn)二叉決策樹的實(shí)例化，以此為基礎(chǔ)形成推理機(jī)，將每個(gè)決策步驟與傳統(tǒng)監(jiān)控結(jié)果進(jìn)行比對(duì)分析，最終實(shí)現(xiàn)故障的快速定位。開發(fā)完成后通過多次試驗(yàn)和案例不斷測(cè)試驗(yàn)證其有效性，依據(jù)這個(gè)二叉決策樹自動(dòng)實(shí)現(xiàn)正確的分類［6-9］，從而不斷豐富和完善樣本庫(kù)，逐步提高其準(zhǔn)確率。基于二叉決策樹的水利信息化系統(tǒng)智能故障定位方法見圖1。

圖1 基于二叉決策樹的水利信息化系統(tǒng)智能故障定位方法Fig.1 Intelligent fault location method of water conservancy information system based on binary decision tree

2 數(shù)據(jù)傳輸鏈路和流向關(guān)系分析

以長(zhǎng)距離引供水工程信息化系統(tǒng)閘閥監(jiān)控應(yīng)用為例，數(shù)據(jù)傳輸鏈路和流向關(guān)系見圖2。

如圖2 所示，信息化系統(tǒng)整體結(jié)構(gòu)劃分為縱向和橫向?？v向上，數(shù)據(jù)從現(xiàn)地站點(diǎn)傳輸至調(diào)度中心，鏈路歷經(jīng)的節(jié)點(diǎn)包括傳感器、采集設(shè)備、交換機(jī)、路由器、服務(wù)器、數(shù)據(jù)庫(kù)、數(shù)據(jù)同步應(yīng)用、控制區(qū)業(yè)務(wù)應(yīng)用。橫向上，數(shù)據(jù)從控制區(qū)傳輸至管理區(qū)，歷經(jīng)的節(jié)點(diǎn)包括正向隔離裝置、數(shù)據(jù)同步應(yīng)用、管理區(qū)業(yè)務(wù)應(yīng)用。閘閥監(jiān)控業(yè)務(wù)在控制區(qū)和管理區(qū)都有涉及。

圖2 閘閥監(jiān)控系統(tǒng)的數(shù)據(jù)流向關(guān)系Fig.2 Data flow relationship of gate valve monitoring system

把數(shù)據(jù)流經(jīng)的每一個(gè)（一組）軟硬件設(shè)備作為一個(gè)節(jié)點(diǎn)，根據(jù)以上數(shù)據(jù)流向圖，對(duì)各個(gè)節(jié)點(diǎn)進(jìn)行分析，可以看出，水利信息化系統(tǒng)的數(shù)據(jù)鏈路長(zhǎng)，節(jié)點(diǎn)眾多，包含的設(shè)備類型復(fù)雜，數(shù)據(jù)鏈路比較脆弱，任一節(jié)點(diǎn)不可用，會(huì)造成數(shù)據(jù)無法傳輸，調(diào)度中心系統(tǒng)數(shù)據(jù)異常，對(duì)生產(chǎn)經(jīng)營(yíng)帶來重大影響。

3 建立鏈路映射關(guān)系，創(chuàng)建監(jiān)控項(xiàng)，梳理告警關(guān)系

3.1 建立鏈路映射關(guān)系

根據(jù)數(shù)據(jù)流向關(guān)系，建立業(yè)務(wù)數(shù)據(jù)與數(shù)據(jù)鏈路的映射關(guān)系表，記錄數(shù)據(jù)鏈路上的設(shè)備名稱、設(shè)備類型、部署方式、鏈路方式、上下鏈路關(guān)系，并序列化處理，存入數(shù)據(jù)庫(kù)中，作為故障定位推理機(jī)的基礎(chǔ)輸入信息之一。業(yè)務(wù)數(shù)據(jù)與數(shù)據(jù)鏈路的映射關(guān)系見表1。

表1 業(yè)務(wù)數(shù)據(jù)與數(shù)據(jù)鏈路的映射關(guān)系表Tab.1 Mapping table of business data and data link

3.2 創(chuàng)建監(jiān)控項(xiàng)

根據(jù)數(shù)據(jù)的鏈路關(guān)系，針對(duì)每個(gè)節(jié)點(diǎn)類型以及可用性判斷條件，建立監(jiān)控項(xiàng)，監(jiān)控項(xiàng)如下：

傳感器：故障開關(guān)量信號(hào)；

采集設(shè)備：整機(jī)在線狀態(tài)、模塊開關(guān)量信息；

核心/接入交換機(jī)：整機(jī)在線狀態(tài)、網(wǎng)口運(yùn)行狀態(tài)、網(wǎng)口管理狀態(tài)；

服務(wù)器：服務(wù)器在線狀態(tài)；

數(shù)據(jù)庫(kù)：實(shí)例節(jié)點(diǎn)狀態(tài)、表空間使用率、監(jiān)聽狀態(tài)、文件目錄使用率、歸檔日志滿等；

數(shù)據(jù)同步應(yīng)用：在線狀態(tài)、端口狀態(tài)、與隔離裝置的IP映射是否正常；

業(yè)務(wù)應(yīng)用：在線狀態(tài)、端口狀態(tài)；

隔離裝置：隔離裝置的IP映射是否正常。

對(duì)每類設(shè)備建立告警模型，對(duì)所有采集監(jiān)控項(xiàng)返回值在系統(tǒng)微服務(wù)中進(jìn)行歸并化處理，返回0 或1，以便于決策樹進(jìn)行條件判斷處理，簡(jiǎn)化決策樹處理邏輯。

3.3 告警關(guān)系聯(lián)動(dòng)過濾

根據(jù)水利信息化系統(tǒng)的層級(jí)特點(diǎn)，決定了其告警信息具備以下特點(diǎn)。

告警信息分層次：

第一層是設(shè)備在網(wǎng)絡(luò)中結(jié)構(gòu)層級(jí)，如網(wǎng)絡(luò)核心層、網(wǎng)絡(luò)匯聚層、網(wǎng)絡(luò)接入層，及各層對(duì)應(yīng)的設(shè)備等；

第二層是設(shè)備級(jí)別，及設(shè)備主體的在線狀態(tài)等；

第三層是板卡或應(yīng)用級(jí)別，包括在主機(jī)上運(yùn)行的關(guān)鍵服務(wù)進(jìn)程，在交換機(jī)上的交換板卡等；

第四層是端口狀態(tài)，包括軟件進(jìn)程的數(shù)據(jù)端口，交換機(jī)上的物理網(wǎng)口等。

為了解決原生告警與衍生告警相互混肴的問題，對(duì)告警項(xiàng)設(shè)置了關(guān)聯(lián)告警配置，實(shí)現(xiàn)告警關(guān)聯(lián)關(guān)系過濾。即A 告警事件—關(guān)聯(lián)—B告警事件的觸發(fā)，消除或減少衍生告警事件，確保真正的告警事件不會(huì)被衍生告警埋沒，避免告警風(fēng)暴的產(chǎn)生。

4 建立二叉決策樹分析模型

在水利信息化系統(tǒng)中，系統(tǒng)的部署架構(gòu)直接決定了數(shù)據(jù)鏈路節(jié)點(diǎn)故障發(fā)生的幾率，為了快速智能分析判斷出現(xiàn)故障的幾率，我們將數(shù)據(jù)流經(jīng)節(jié)點(diǎn)可用性作為決策樹進(jìn)行故障定位的訓(xùn)練集類別，特征屬性為部署方式、節(jié)點(diǎn)狀態(tài)、鏈路方式和鏈路狀態(tài)。

各特征屬性的取值分別為：

部署方式：?jiǎn)喂?jié)點(diǎn)、雙節(jié)點(diǎn)（考慮到水利信息化系統(tǒng)的實(shí)際部署現(xiàn)狀，不考慮多節(jié)點(diǎn)情況）；

節(jié)點(diǎn)狀態(tài)：?jiǎn)喂?jié)點(diǎn)可用、單節(jié)點(diǎn)不可用、雙節(jié)點(diǎn)可用、雙節(jié)點(diǎn)不可用；

鏈路方式：?jiǎn)捂溌?、雙鏈路；

鏈路狀態(tài)：?jiǎn)捂溌房捎?、單鏈路不可用、任一鏈路可用、雙鏈路可用、雙鏈路不可用。

最終形成的特征訓(xùn)練集如表2所示。

表2 特征訓(xùn)練集Tab.2 Feature training set

這里需要通過計(jì)算屬性信息增益，構(gòu)建二叉決策樹，步驟如下［10］。

（1）計(jì)算出對(duì)給定樣本分類所需的期望信息。

（2）計(jì)算各屬性的熵。按照不同的特征屬性計(jì)算增益熵值，具體結(jié)果見表3。

表3 增益熵值表Tab.3 Gain entropy table

可見，特征屬性“節(jié)點(diǎn)狀態(tài)”有最高增益熵值，即用“節(jié)點(diǎn)狀態(tài)”作為二叉決策樹的根節(jié)點(diǎn)，用“節(jié)點(diǎn)狀態(tài)”標(biāo)記，并以“節(jié)點(diǎn)狀態(tài)”的每一個(gè)屬性值引出一個(gè)分支，再次劃分樣本，見圖3。

圖3 節(jié)點(diǎn)狀態(tài)屬性Fig.3 Node status attributes

對(duì)每個(gè)分支進(jìn)行遞歸計(jì)算，最終得到數(shù)據(jù)鏈路節(jié)點(diǎn)的可用性。二叉決策樹模型見圖4。

圖4 數(shù)據(jù)鏈路節(jié)點(diǎn)的可用性二叉決策樹模型Fig.4 Binary decision tree model of availability of data link nodes

（3）將水利信息系統(tǒng)實(shí)際節(jié)點(diǎn)引入到?jīng)Q策樹模型中。在可用性二叉決策樹模型的基礎(chǔ)上，參考圖3，將水利信息系統(tǒng)實(shí)際鏈路節(jié)點(diǎn)類型引入，在節(jié)點(diǎn)可用性樣本的基礎(chǔ)上，增加設(shè)備類型屬性，其他屬性按照設(shè)備實(shí)際的部署架構(gòu)屬性重構(gòu)新分析樣本，使用二叉決策樹算法對(duì)節(jié)點(diǎn)類型的概率熵值進(jìn)行計(jì)算，分析實(shí)際鏈路的出現(xiàn)故障的幾率（即信息增益值），并以節(jié)點(diǎn)類型的信息增益值作為后續(xù)推理機(jī)中的全鏈路推理索引。新分析樣本見表4。

表4 新分析樣本Tab.4 New Feature training set

計(jì)算過程不再贅述，計(jì)算結(jié)果見表5。

表5 二叉決策樹算法下節(jié)點(diǎn)類型的熵值以及增益值Tab.5 Entropy value and gain value of node type under the binary decision tree algorithm

根據(jù)計(jì)算結(jié)果，各節(jié)點(diǎn)類型出現(xiàn)故障概率的高低順序?yàn)椋簜鞲衅鳎静杉O(shè)備（LCU）=數(shù)據(jù)同步軟件＞數(shù)據(jù)采集服務(wù)＞通信服務(wù)器=閘閥監(jiān)控應(yīng)用＞通信服務(wù)器＞現(xiàn)地交換機(jī)＞數(shù)據(jù)庫(kù)＞核心交換機(jī)。

5 推理機(jī)設(shè)計(jì)

水利信息化系統(tǒng)數(shù)據(jù)鏈路可用性故障定位推理機(jī)實(shí)現(xiàn)過程如下［11］：

自主收集數(shù)據(jù)特征→推理→故障定位→關(guān)聯(lián)知識(shí)庫(kù)→故障轉(zhuǎn)工單。

（1）自主收集數(shù)據(jù)特征。推理機(jī)通過定時(shí)任務(wù)自主收集若干條關(guān)鍵數(shù)據(jù)的采集值，如采集值達(dá)到閾值或故障定義條件，調(diào)用推理模型進(jìn)行故障定位分析。

（2）推理過程。推理機(jī)根據(jù)數(shù)據(jù)與數(shù)據(jù)鏈路的映射關(guān)系，序列化組裝該數(shù)據(jù)的數(shù)據(jù)鏈路。

推理機(jī)調(diào)用樣本訓(xùn)練庫(kù)，計(jì)算節(jié)點(diǎn)類型不可用概率增益值，根據(jù)增益值對(duì)數(shù)據(jù)鏈路對(duì)象進(jìn)行重組排序，明確故障定位分析的節(jié)點(diǎn)先后順序。

推理機(jī)對(duì)排序后的節(jié)點(diǎn)，按照先后順序，使用決策樹模型與對(duì)應(yīng)判斷條件的監(jiān)控值進(jìn)行遞歸分析判斷，完成所有節(jié)點(diǎn)的故障定位分析，得出初步故障定位結(jié)果［12，13］。

根據(jù)故障定位的結(jié)果，在告警知識(shí)庫(kù)中使用Elasticsearch進(jìn)行關(guān)聯(lián)查詢，找出同類型事件的解決方案。同時(shí)，將推理機(jī)與工單系統(tǒng)進(jìn)行聯(lián)動(dòng)，調(diào)用工單創(chuàng)建接口自動(dòng)生成故障工單，附上建議解決方案，執(zhí)行工單處理流程。

在進(jìn)行推理機(jī)設(shè)計(jì)時(shí)，采用微服務(wù)的思想，將按照數(shù)據(jù)鏈路上每類設(shè)備的告警監(jiān)控項(xiàng)的不同，結(jié)合決策樹模型，編寫對(duì)應(yīng)的微服務(wù)來實(shí)現(xiàn)該類設(shè)備的告警監(jiān)控項(xiàng)的歸并與可用性推理過程。將微服務(wù)組件化，實(shí)現(xiàn)微服務(wù)的編排組合與復(fù)用，如在數(shù)據(jù)鏈路中出現(xiàn)多個(gè)數(shù)據(jù)同步節(jié)點(diǎn)，可用數(shù)據(jù)同步服務(wù)進(jìn)程與數(shù)據(jù)同步服務(wù)器的故障定位微服務(wù)，實(shí)現(xiàn)數(shù)據(jù)同步故障定位能力的復(fù)用與故障定位過程的編排，提升推理機(jī)的執(zhí)行效率［14-16］。

按照上述推理機(jī)設(shè)計(jì)與決策樹模型，開發(fā)了相應(yīng)的功能代碼，實(shí)現(xiàn)這些數(shù)據(jù)鏈路關(guān)系的建立，數(shù)據(jù)的清洗、算法邏輯、診斷流程、微服務(wù)調(diào)用、頁面呈現(xiàn)，并把每次故障定位添加到訓(xùn)練樣本庫(kù)，實(shí)現(xiàn)樣本的積累，經(jīng)驗(yàn)的固化，用于更好地輔助水利信息化系統(tǒng)的日常運(yùn)維工作。

6 應(yīng)用實(shí)例

本項(xiàng)目研究的故障定位方法已在某長(zhǎng)距離引供水工程中應(yīng)用。經(jīng)過驗(yàn)證，在故障排查耗時(shí)上由以前的1～2 h 減少到30 s，有效的提升了故障事件的處理效率與處理能力。

6.1 故障現(xiàn)象

在調(diào)度中心監(jiān)控大屏中某站點(diǎn)的閥門開度信息為空值，經(jīng)過多個(gè)數(shù)據(jù)采集周期后仍無數(shù)據(jù)，疑是數(shù)據(jù)傳輸鏈路上某個(gè)節(jié)點(diǎn)出現(xiàn)故障，導(dǎo)致數(shù)據(jù)無法正常傳輸。

6.2 推理機(jī)分析定位

推理機(jī)通過定時(shí)任務(wù)在數(shù)據(jù)庫(kù)中查詢到某站點(diǎn)閥門開度信息為空值時(shí)，開始執(zhí)行故障定位推理過程。

故障定位過程如下：

（1）推理機(jī)首先根據(jù)業(yè)務(wù)系統(tǒng)類型以及數(shù)據(jù)鏈路映射關(guān)系從數(shù)據(jù)庫(kù)中抽取計(jì)算樣本，使用二叉樹算法計(jì)算決策樹分析模型，再計(jì)算節(jié)點(diǎn)類型不可用概率增益值，明確故障定位決策分析的先后順序?yàn)閭鞲衅鳎静杉O(shè)備（LCU）=數(shù)據(jù)同步軟件＞數(shù)據(jù)采集服務(wù)＞通信服務(wù)器=閘閥監(jiān)控應(yīng)用＞通信服務(wù)器＞現(xiàn)地交換機(jī)＞數(shù)據(jù)庫(kù)＞核心交換機(jī)［17，18］。

（2）調(diào)取數(shù)據(jù)鏈路監(jiān)控項(xiàng)數(shù)據(jù)，按照已經(jīng)計(jì)算出的決策分析順序進(jìn)行分析判斷。

（3）傳感器（開度儀）可用性：故障開關(guān)量為1，正常；傳感器節(jié)點(diǎn)可用。

（4）采集設(shè)備（LCU）可用性：設(shè)備ICMPING 值為1，節(jié)點(diǎn)通信鏈路正常；各模件故障開關(guān)量為1，節(jié)點(diǎn)正常；采集設(shè)備節(jié)點(diǎn)可用。

（5）控制區(qū)數(shù)據(jù)同步軟件可用性：軟件進(jìn)程數(shù)量為1，進(jìn)程存在，節(jié)點(diǎn)正常；服務(wù)端口3454 連接數(shù)為2，鏈路正常；控制區(qū)數(shù)據(jù)同步軟件節(jié)點(diǎn)可用。

（6）管理區(qū)數(shù)據(jù)同步軟件可用性：軟件進(jìn)程數(shù)量為0，進(jìn)程中斷，節(jié)點(diǎn)異常；服務(wù)端口6787 無連接建立，鏈路異常；管理區(qū)數(shù)據(jù)同步軟件節(jié)點(diǎn)不可用。

（7）數(shù)據(jù)采集服務(wù)可用性：雙服務(wù)進(jìn)程存在，正常；服務(wù)端口連接數(shù)為2，鏈路正常；數(shù)據(jù)采集服務(wù)可用。

（8）通信服務(wù)器可用性：服務(wù)器雙節(jié)點(diǎn)可用，雙鏈路網(wǎng)口運(yùn)行狀態(tài)為2，鏈路正常；通信服務(wù)器節(jié)點(diǎn)可用。

（9）閘閥監(jiān)控應(yīng)用可用性：雙服務(wù)進(jìn)程存在，正常；服務(wù)端口連接數(shù)為2，鏈路正常；閘閥監(jiān)控應(yīng)用可用。

（10）通信服務(wù)器可用性：服務(wù)器雙節(jié)點(diǎn)可用，雙鏈路網(wǎng)口運(yùn)行狀態(tài)為2，鏈路正常；通信服務(wù)器節(jié)點(diǎn)可用。

（11）現(xiàn)地交換機(jī)可用性：現(xiàn)地交換機(jī)雙節(jié)點(diǎn)可用，雙鏈路網(wǎng)口運(yùn)行狀態(tài)為2，鏈路正常；現(xiàn)地交換機(jī)節(jié)點(diǎn)可用。

（12）后續(xù)分析過程略過。

通過推理機(jī)使用二叉決策樹模型，精確定位到故障原因?yàn)閿?shù)據(jù)同步服務(wù)進(jìn)程意外終止，導(dǎo)致控制區(qū)采集的數(shù)據(jù)無法同步到管理區(qū)，整個(gè)分析過程耗時(shí)30 s，自動(dòng)定位出出現(xiàn)故障的節(jié)點(diǎn)位置、節(jié)點(diǎn)類型與故障現(xiàn)象，并在故障定位分析圖中進(jìn)行展示通知，圖5為現(xiàn)場(chǎng)截圖。

圖5 現(xiàn)場(chǎng)定位故障分析圖Fig.5 Analysis diagram of fault location on site

6.3 故障定位準(zhǔn)確性分析

通過現(xiàn)場(chǎng)大量的模擬測(cè)試與實(shí)際應(yīng)用，針對(duì)水利信息化系統(tǒng)數(shù)據(jù)全鏈路的各個(gè)節(jié)點(diǎn)可用性故障定位準(zhǔn)確性為90%以上。

7 結(jié) 語

提出了基于二叉樹算法的水利信息化系統(tǒng)故障快速定位方法，可精準(zhǔn)快速地診斷出水利信息化系統(tǒng)出現(xiàn)的故障，并通過可視化展示與工單派發(fā)等方式通知相關(guān)運(yùn)維人員，提升系統(tǒng)故障的處理效率，提升現(xiàn)場(chǎng)運(yùn)維人員的自動(dòng)化、智能化運(yùn)維水平，保障水利工程安全穩(wěn)定運(yùn)行，也符合水利部“強(qiáng)化新一代信息技術(shù)與水利業(yè)務(wù)的深度融合，解決水利業(yè)務(wù)中的難點(diǎn)和痛點(diǎn)”的工作思路。但同時(shí)也存在一定的不足之處，目前數(shù)據(jù)取樣有限，針對(duì)模型和算法的準(zhǔn)確性校驗(yàn)無法全面覆蓋到所有的業(yè)務(wù)場(chǎng)景和問題，同時(shí)部分診斷條件的閾值取值不完全合理，因此故障診斷定位精確度有待提高。下階段的工作重點(diǎn)是豐富訓(xùn)練樣本數(shù)據(jù)，進(jìn)一步校驗(yàn)和完善目前的模型和算法，建立動(dòng)態(tài)的閾值判斷機(jī)制，通過大量的測(cè)試與實(shí)際使用進(jìn)行驗(yàn)證，進(jìn)一步提升準(zhǔn)確性和完善程度。