基于海量运维数据的铁路数据中心风险预测与防控系统研究与开发

基于海量运维数据的风险预测和风险防控是铁路数据中心实现智能运维的基础性工作。围绕铁路数据中心智能运维需求,研究智能分析方法,依托铁路数据服务平台的大数据存储和数据共享服务能力,使用平台提供的数据预处理及模型训练、模型部署等工具,建立容量趋势预测、基于日志分析的风险预测、运行异常预测、施工风险预测等不同运维场景风险预测模型,完成模型训练、调优和测试,最后将通过实验验证的模型进行发布和上线更新。建立基于海量运维数据的铁路数据中心风险预测与防控系统,可以通过运维经验积累来改进评估指标和预测模型,提高风险预测的准确性及风险处置的有效性,帮助运维人员快速聚焦主要问题,有利于保障铁路数据中心长期安全稳定运行,夯实铁路运输生产安全的基础。

一种基于SOA的铁路数据中心数据展示方案

铁路数据中心是企业级一致的、面向主题的、跨专业的、具有多重粒度级别的、多层次的可共享的铁路基础数据和业务数据平台,将为铁路部门的数据服务、信息处理和各层次决策分析提供低成本的、有效的企业级、分布式数据支持。针对铁路数据中心的应用功能类别和数据特点,提出一种以面向服务体系架构(SOA)为基础的数据展示方案。该方案通过松耦合的组件结构设计,能合理为各种应用提供统一的跨层次的数据获取和展示接口,也能通过现有功能封装和接口定义,达到充分利用现有信息系统的功能和节省基础投资的目的。

基于工业物联网架构的铁路数据中心智能巡检系统

针对铁路数据中心人工巡检工作存在的问题,文章设计了基于工业物联网架构的铁路数据中心智能巡检系统,介绍了该系统的设计架构和关键技术,实现了数据中心智能化、自动化、可视化巡检。该系统提高了巡检效率和质量,提升了铁路数据中心运维工作的技术水平。

铁路数据中心智能运维管理系统初步研究

当前,云计算逐渐成为铁路信息系统的主流技术架构,铁路数据中心云化进程不断加快,同时正朝着多地多中心方向发展,其运行与维护(简称:运维)环境异构特征愈发突出,运维业务需求日趋复杂化。为有效应对铁路数据中心运维面临的压力和挑战,提升运维业务的自动化、智能化水平,提出铁路数据中心智能运维管理系统方案,重点对运维数据采集、运维监控指标体系及运维数据存储展开研究,为铁路数据中心智能运维管理系统的开发奠定了基础。

铁路数据中心基础设施运维管理应用实践

通过对铁路数据基础设施运维管理现状的阐述,结合国内铁路运营管理的实际情况,提出符合国情和行情的铁路数据中心基础设施运维管理(DataCenterIntrastructure Operation Management, DCIOM)系统整体架构。多技术的融合共同构建DCIOM,并在铁路领域试点应用,探索铁路数据中心基础设施运维管理的最佳路径。最后对铁路行业DCIOM发展进行展望,DCIOM、智能化运维平台、智能运维机器人即将成为铁路行业IT基础设施运维的研究和投资热点。

铁路数据中心电能质量模拟案例设计研究

依据电能质量相关标准要求,提出对铁路系统数据中心工程电能质量指标的预计准则和方法;通过对模拟案例的特性分析计算,分析在非正弦电路中谐波电流对功率因数的影响,得出无功补偿容量和谐波抑制容量需求。

铁路数据中心建设与规划研究

随着我国铁路信息化飞速发展,数据中心已成为铁路行业"新基建"的重要内容之一,对开展降本增效、推动智能铁路、提高发展质量具有支撑作用。以数据中心为研究对象,介绍数据中心的发展现状、布局模式和架构演进等概念,结合国内外多个行业数据中心建设成果与铁路行业自身特点,深入研究我国铁路主数据中心的设计原则、总体架构,详细介绍我国铁路主数据中心建设成果、服务能力,科学规划未来我国铁路数据中心的布局、架构模式、能力建设等,并提出下一步发展建议。

基于超融合基础架构的铁路云数据中心建设方案

在充分研究铁路信息化发展现状、演进困境以及云计算平台技术的基础上,结合中国国家铁路集团有限公司对于信息化的总体规划,提出铁路云数据中心的总体技术架构,详细阐述基于云计算技术的铁路数据中心平台优势。对涉及到的关键技术:超融合技术和网络拓扑技术展开说明。立足铁路云数据中心规划建设角度,重点从IaaS层资源规划、云管平台建设、网络架构设计和云平台双活灾备建设4个方面进行详细论述。为铁路云数据中心规划、设计、建设提供理论基础和技术支撑,也为后续工程现场实施提供重要的建设思路支撑和实验室数据支撑。