一种基于海量监测数据的异常指标智能检测系统及检测方法技术方案

本发明专利技术公开一种基于海量监测数据的异常指标智能检测系统及检测方法，包括数据采集模块、问题处理模块和模型建立模块，所述数据采集模块与Kafka模块相连接，所述Kafka模块与数据处理模块相连接，所述数据处理模块与数据分析模块相连接，所述数据分析模块与数据库模块相连接，所述问题处理模块与数据分析模块相连接。该基于海量监测数据的异常指标智能检测系统，数据采集模块对所需数据进行采集，Kafka模块处理在网站中的所有动作流数据，数据处理模块对具有特征的数据进行整理，数据分析模块将采集的数据与数据库模块内部的数据进行比对分析，问题处理模块对异常数据反馈的问题进行解决，从而能够更加快速的对异常的问题进行解决。

【技术实现步骤摘要】
一种基于海量监测数据的异常指标智能检测系统及检测方法
本专利技术涉及智能检测设备
，具体为一种基于海量监测数据的异常指标智能检测系统及检测方法。
技术介绍
基于海量监测数据的异常指标智能检测系统是一种用于机器人在使用的过程中出现异常指标的解决办法，以防止机器人对出现异常指标不能够进行命令的运行导致机器人损坏，随着科技的发展，基于海量监测数据的异常指标智能检测系统有了很大程度的发展，它的发展给人们在对机器人使用时带来了很大的便利，其种类和数量也正在与日俱增。目前市场上的基于海量监测数据的异常指标智能检测系统有这样的不足，系统在使用过程中不能够对出现的异常指标进行处理的系统，导致机器人损坏，因此要对现在的基于海量监测数据的异常指标智能检测系统进行改进。
技术实现思路
本专利技术的目的在于提供一种基于海量监测数据的异常指标智能检测系统及检测方法，以解决上述
技术介绍
提出的系统在使用过程中不能够对出现的异常指标进行处理的系统，导致机器人损坏的问题。为实现上述目的，本专利技术提供如下技术方案：一种基于海量监测数据的异常指标智能检测系统，包括数据采集模块、问题处理模块和模型建立模块，所述数据采集模块与Kafka模块相连接，所述Kafka模块与数据处理模块相连接，所述数据处理模块与数据分析模块相连接，所述数据分析模块与数据库模块相连接；所述问题处理模块与数据分析模块相连接，所述模型建立模块与数据分析模块相连接，所述模型建立模块与显示模块相连接，所述显示模块与人工处理模块相连接。一种基于海量监测数据的异常指标智能检测系统的检测方法，在使用基于海量监测数据的异常指标智能检测系统，首先数据采集模块1对所需数据进行采集，Kafka模块2处理在网站中的所有动作流数据，数据处理模块3对具有特征的数据进行整理，数据分析模块4将采集的数据与数据库模块5内部的数据进行比对分析，问题处理模块6对异常数据反馈的问题进行解决，从而能够更加快速的对异常的问题进行解决，在系统启动过程中，模型建立模块7对异常问题进行建模处理并通过显示模块8显示建立的模型，人工处理模块9通过人工解决问题处理模块6未处理的问题或者问题处理模块6处理错误的问题，从而能够更加完善的对异常问题进行解决，这就是基于海量监测数据的异常指标智能检测系统的特点。优选的，所述数据采集模块设置有语音采集功能，人工输入功能和信息传输功能，且数据采集模块通过数据线与Kafka模块相连接。优选的，所述Kafka模块由Scala和Java进行编写，且Kafka模块、数据处理模块、数据分析模块和数据库模块之间为一体结构。优选的，所述数据处理模块与数据库模块相互并联，且数据库模块通过ARM控制运行。优选的，所述数据分析模块同时与数据处理模块、数据库模块和模型建立模块相连接。优选的，所述问题处理模块通过AI智能控制解决，且问题处理模块，且问题处理模块上设置有接线端子与数据分析模块相连接。优选的，所述显示模块设置有显示屏，且显示模块通过220v市政供电。与现有技术相比，本专利技术的有益效果是：有益效果1.该基于海量监测数据的异常指标智能检测系统，数据采集模块对所需数据进行采集，Kafka模块处理在网站中的所有动作流数据，数据处理模块对具有特征的数据进行整理，数据分析模块将采集的数据与数据库模块内部的数据进行比对分析，问题处理模块对异常数据反馈的问题进行解决，从而能够更加快速的对异常的问题进行解决。有益效果2.该基于海量监测数据的异常指标智能检测系统，在系统启动过程中，模型建立模块对异常问题进行建模处理并通过显示模块显示建立的模型，人工处理模块通过人工解决问题处理模块未处理的问题或者问题处理模块处理错误的问题，从而能够更加完善的对异常问题进行解决。附图说明图1为本专利技术主视示意图；图2为本专利技术流程示意图；图3为本专利技术原理示意图。图中：1、数据采集模块；2、Kafka模块；3、数据处理模块；4、数据分析模块；5、数据库模块；6、问题处理模块；7、模型建立模块；8、显示模块；9、人工处理模块。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。请参阅图1-3，一种基于海量监测数据的异常指标智能检测系统，包括数据采集模块1、Kafka模块2、数据处理模块3、数据分析模块4、数据库模块5、问题处理模块6、模型建立模块7、显示模块8和人工处理模块9。所述数据采集模块1与Kafka模块2相连接，所述数据采集模块1设置有语音采集功能，人工输入功能和信息传输功能，且数据采集模块1通过数据线与Kafka模块2相连接，便于通过数据采集模块1对数据进行采集，所述Kafka模块2与数据处理模块3相连接，所述Kafka模块2由Scala和Java进行编写，且Kafka模块2、数据处理模块3、数据分析模块4和数据库模块5之间为一体结构，便于通过Kafka模块2处理动作流数据，所述数据处理模块3与数据分析模块4相连接，所述数据处理模块3与数据库模块5相互并联，且数据库模块5通过ARM控制运行，便于对数据库模块5内部数据进行处理，所述数据分析模块4与数据库模块5相连接。所述问题处理模块6与数据分析模块4相连接，所述问题处理模块6通过AI智能控制解决，且问题处理模块6，且问题处理模块6上设置有接线端子与数据分析模块4相连接，便于通过问题处理模块6对异常问题进行解决，所述模型建立模块7与数据分析模块4相连接，所述数据分析模块4同时与数据处理模块3、数据库模块5和模型建立模块7相连接，便于数据分析模块4与数据处理模块3、数据库模块5和模型建立模块7进行连接，所述模型建立模块7与显示模块8相连接，所述显示模块8与人工处理模块9相连接，所述显示模块8设置有显示屏，且显示模块8通过220v市政供电，便于通过显示模块8对异常指标进行显示。进一步的，数据采集模块1对所需数据进行采集。进一步的，Kafka模块2处理在网站中的所有动作流数据。进一步的，数据处理模块3对具有特征的数据进行整理。进一步的，数据分析模块4将采集的数据与数据库模块5内部的数据进行比对分析。进一步的，问题处理模块6对异常数据反馈的问题进行解决。一种基于海量监测数据的异常指标智能检测系统的检测方法，在使用基于海量监测数据的异常指标智能检测系统，首先数据采集模块1对所需数据进行采集，Kafka模块2处理在网站中的所有动作流数据，数据处理模块3对具有特征的数据进行整理，数据分析模块4将采集的数据与数据库模块5内部的数据进行比对分析，问题处理模块6对异常数据反馈的问题进行解决，从而能够更加快速的对异常的问题进行解决，在系统启动过程中，模型建立模块7对异常问题进行建模处理并通过本文档来自技高网...

【技术保护点】
1.一种基于海量监测数据的异常指标智能检测系统，包括数据采集模块(1)、问题处理模块(6)和模型建立模块(7)，其特征在于：所述数据采集模块(1)与Kafka模块(2)相连接，所述Kafka模块(2)与数据处理模块(3)相连接，所述数据处理模块(3)与数据分析模块(4)相连接，所述数据分析模块(4)与数据库模块(5)相连接；/n所述问题处理模块(6)与数据分析模块(4)相连接，所述模型建立模块(7)与数据分析模块(4)相连接，所述模型建立模块(7)与显示模块(8)相连接，所述显示模块(8)与人工处理模块(9)相连接。/n

【技术特征摘要】
1.一种基于海量监测数据的异常指标智能检测系统，包括数据采集模块(1)、问题处理模块(6)和模型建立模块(7)，其特征在于：所述数据采集模块(1)与Kafka模块(2)相连接，所述Kafka模块(2)与数据处理模块(3)相连接，所述数据处理模块(3)与数据分析模块(4)相连接，所述数据分析模块(4)与数据库模块(5)相连接；
所述问题处理模块(6)与数据分析模块(4)相连接，所述模型建立模块(7)与数据分析模块(4)相连接，所述模型建立模块(7)与显示模块(8)相连接，所述显示模块(8)与人工处理模块(9)相连接。


2.根据权利要求1所述的一种基于海量监测数据的异常指标智能检测系统，其特征在于：所述数据采集模块(1)设置有语音采集功能，人工输入功能和信息传输功能，且数据采集模块(1)通过数据线与Kafka模块(2)相连接。


3.根据权利要求1所述的一种基于海量监测数据的异常指标智能检测系统，其特征在于：所述Kafka模块(2)由Scala和Java进行编写，且Kafka模块(2)、数据处理模块(3)、数据分析模块(4)和数据库模块(5)之间为一体结构。


4.根据权利要求1所述的一种基于海量监测数据的异常指标智能检测系统，其特征在于：所述数据处理模块(3)与数据库模块(5)相互并联，且数据库模块(5)通过ARM控制运行。


5.根...

【专利技术属性】
技术研发人员：张华兵，叶思斯，林志达，
申请(专利权)人：中国南方电网有限责任公司，南方电网数字电网研究院有限公司，
类型：发明
国别省市：广东;44