3. 2 Oracle 数据库数据采集程序
Oracle 数据库数据采集程序能够获得服务器内执行队列、等待执行队列、数据库命中率、SQL 读写数、数据库使用率等一系列数据库服务器状态。在获得信息状态数据之后，将数据写入到 MySql 数据库中。
流程逻辑如图 3 所示。程序启动后，首先实例化 3 个子数据采集程序，并设置相应的采集频率。
设置完毕后，则按照相应的频率各子程序采集数据，3. 3 Oracle 宿主机数据采集程序Oracle 宿主机数据采集程序能够获得客户端服务器的 CPU 状态信息、交换区信息、内存信息、硬盘信息等一系列客户端服务器状态信息。在获得状态信息数据之后，可以将数据储存到 MySql 数据库中。
流程逻辑如图4 所示。程序启动后，首先实例化4 个子程序监控系统，并设置相应的采集频率。设置完毕后，则按照相应的频率各子程序采集数据，并将采集得到的数据反馈到服务器上。在获得相应数据后，程序对数据进行分析并进行相应的状态提醒。
4 状态评价与预测
4. 1 基于聚类回归的状态评价模型
一般研究认为低负载的系统健康度高于高负载的系统，然而在实际系统运行过程中，一个系统正常态可能是适中的负载，也可能是高负载的。正是考虑到这样的情况存在，专门设计了一个基于系统历史状态聚类与回归的评价模型。
实际系统运行过程中，对于稳定运行的系统而言，可以认为多数情况下系统是正常的，因此利用聚类的方法，将训练集合或者采集到的历史数据划分成 K 类，取数量最多的前 N 类作为系统正常态的代表。选取每一个指标中心点，各指标偏离中心点一定范围，依靠线性扣分，超出范围，以指数扣分，分数扣完为止。依据指标得分健康数目，划分等级，每个指标得分不到其分配得分的 β（ β 默认取 0. 6） ,则认为指标异常，结合利用 M5Rules 回归模型，计算各个指标相互间的回归关系，以偏离回归方程的 4 级指标前 n 个，且偏离比例超过 0. 3（ 计算方式为（ |实际值 - 回归值 |） /回归值） 的指标作为异常指标。如果有 n 个指标，所有指标正常则为正常，如果超过0. 1*n 个指标出现异常为整个系统为注意状态，超过 0. 2*n 个指标异常为异常状态，0. 3*n 个指标出现异常则为危险状态。
这种模型不仅可以避免对于本身就是高负载系统的状态评价误差，而且不仅是通过由低级指标直接线性组合成为高级指标判断系统状态，其对每一个底层指标聚类分析，指导判断每一个指标的健康度，充分考虑了影响信息系统状态的因素，从指标的健康度来度量系统整体的健康度，避免误报、漏报。
4. 2 基于隐马尔科夫的短期状态预测模型
隐马尔可夫模型（ hidden Markov model,HMM）是马尔可夫链的一种，它的状态不能直接观察到，但能通过观测向量序列观察到，每一个观测向量都是通过某些概率密度分布表现为各种状态，每一个观测向量是由一个具有相应概率密度分布的状态序列产生。所以，隐马尔可夫模型是一个双重随机过程即具有一定状态数的隐马尔可夫链和显示随机函数集。在充分研究各经典预测模型并结合电网信息系统状态特性的基础上，选择引入隐马尔科夫模型建立了信息系统状态短期预测模型。
这种模型以大量系统状态历史数据作为训练样本，对模型进行充分训练。对于当评价模型正常运行一段时间后，按照时间顺序记录系统四级指标的得分，便可以通过隐马尔科夫模型预测将来的一次或多次得分，最终预测三级、二级和一级指标状态。为了保证预测的实时性和有效性，周期性更新隐马尔科夫模型。
5 实验验证
将所述状态评价系统应用于四川省电力公司SG186安全监督与管理业务应用系统，它的应用服务器和数据库服务器分别是 Weblogic 和 Oracle.为测试所述评价系统数据采集以及评价预测功能，设置如表 3 所示测试场景，可得到结果如表 4、表 5 所示。
从表 4 数据分析可以看出，Oracle 服务器采集程序能够采集此宿主机的硬件的动态信息。从场景1 到场景 3,cpu、内存、swap 的使用率是递增的，这与测试用户数成倍增长相符，说明采集的数据是正确的，User Transaction Per Sec 的最大值从场景 1 的1. 8 到场景 2 的 1. 96,再到场景 3 的 2. 1,依次递增，与场景的用户数递增相符，说明采集程序的 Oracle数据库采集模块能够正常工作。同样，Weblogic 服务器采集程序正常工作。从表 5 数据分析可以看出，评价系统充分评价信息系统当前状态，并能有效预测 1 min 后信息系统状态。在充分训练预测模型的条件下，预测时间可以更长。
6 总结与展望
提出了一种电网信息系统状态评价方法。通过充分探讨建立了信息系统状态评价指标体系，并根据各级指标重要程度赋予其相应权重。实现对 B/S构架信息系统整体状态状态的监控和评价，并以信息系统历史状态作为训练样本预测其短期状态，成果将作为重要部分应用于电网信息系统状态检修。
参考文献
[1] 李向荣，郝悍勇，樊涛，等。 构筑数字化电网 建设信息化企业[J]. 电网技术，2007（ 17） : 1 -5.
[2] 曾德君。 SG186、ERP、IPSS 三者关系论述[J]. 华东电力，2009（ 9） : 1442 -1444.
[3] 刘贤杰，刘旭生。 信息通信状态检修系统中状态评价体系的探索与实践[J]. 电力信息化，2012（ 5） :64 -69.
[4] 张涵。 开展信息系统状态检修提高系统运维水平[J].农村电气化，2014（ 6） : 32 -34.
