电力综合数据网运行态势评估与预测方法研究

摘要

态势感知可以细分为态势评估及态势预测，是网络的结构配置情况，网络资源的使用情况，网络运行情况以及业务因素综合呈现出的网络整体状态以及可能的发展趋势。通过评估当前网络态势以及预测网络未来运行趋势，可以为网络管理员提供深入理解网络及用户行为的途径。电力综合数据网，是电网信息化的支撑网络，承担电网企业内部高速数据、话音以及多媒体等业务传输，呈现网络规模庞大，网络拓扑复杂、业务种类繁多、网络协议丰富的特点。为了保证电力综合数据网的正常高效运行，准确把握网络运行态势的现状及发展趋势是网络管理员关心的重中之重，因此建立针对电力综合数据网的运行态势评估与预测系统是一种行之有效的手段。
　　本文针对电力综合数据网，通过采集骨干网络的 SNMP协议信息，提取网络运行态势因子，对态势因子进行分类评估及时间序列预测，以达到评估整个网络当前运行态势及预测未来运行态势的目的。本文的具体工作如下：
　　1.研究网络态势感知系统模型，提出一种基于骨干路由器运行状态的态势评估与预测模型，以骨干路由器 SNMP协议信息为数据来源，建立态势因子指标体系，并实现了电力综合数据网运行态势评估与预测系统功能模块。
　　2.研究态势评估方法，针对电力综合数据网骨干网提出一种基于 K-means聚类预标签及支持向量机的态势评估方法，利用结合人工经验的 K-means聚类为态势因子加上状态标签，解决了利用有监督分类评估时，大量态势因子样本无标签的问题。
　　3.研究态势预测方法，针对时间序列预测的缺点，提出一种基于累加误差修正及支持向量机的态势预测方法，同步对态势因子及预测误差值通过累加处理后进行预测，利用误差预测值对态势因子初步预测值进行误差修正，减少了支持向量机回归预测滞后性及样本突变波动产生的误差，提高了预测准确度。
　　本文在现有态势感知研究基础上，针对电力综合数据网提出了一套运行态势评估与预测模型，在评估与预测的过程中分别使用本文提出的基于 K-means聚类预标签及支持向量机的态势评估方法及基于累加误差修正及支持向量机的态势预测方法，经过实验分析和系统实现，本文的模型和方法具有一定实用价值。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪 论

1.1研究背景及意义

1.2国内外研究现状

1.3本文主要工作与贡献

1.4本文章节安排

第二章 网络运行态势评估与预测相关技术

2.1网络态势感知研究

2.2网络态势评估方法

2.3网络态势预测方法

2.4网络态势因子提取方法

2.5网络态势感知系统模型

2.6本章小结

第三章 电力综合数据网运行态势评估与预测模型及系统设计

3.1电力综合数据网运行态势评估与预测需求分析

3.2运行态势评估与预测模型

3.3运行态势评估与预测系统结构设计

3.4运行态势评估与预测数据库结构设计

3.5基于SNMP的网络态势因子提取

3.6本章小结

第四章 电力综合数据网运行态势评估与预测方法研究

4.1 K-means无监督聚类预标签方法

4.2基于K-means聚类预标签及支持向量机的运行态势评估方法

4.3基于支持向量机的运行态势预测方法

4.4基于累加的误差修正及支持向量机的运行态势预测方法

4.5本章小结

第五章 运行态势评估与预测系统实验与分析

5.1测试实验环境

5.2运行态势评估测试

5.3运行态势预测测试

5.4可视化界面展示

5.5本章小结

第六章 结 论

6.1工作总结

6.2工作的不足与展望

致谢

参考文献

攻读硕士学位期间参加的科研项目