[发明专利]基于时空属性的实时监测数据处理方法和系统

说明书

本发明提供一种基于时空属性的实时监测数据处理方法和系统，涉及实时监测数据处理领域。本发明构造出形如(Yi，Ti，Li)的三元数组数据结构，基于这种带时空属性的三元数据结构，进一步构造出二级监测数据和三级监测数据，最后用一段时间的实时监测数据和预设的规则库构造表征正常状态运行的参数区间，从而定义并识别出异常事件，按预设的规则库比对分析异常事件对应的实时监测数据和表征正常状态的参数区间的关系，得到分析结果。本发明通过将时间参数、空间参数和实时监测数据融合在一起处理，在数据处理过程中考虑实时监测数据的时间和空间属性，有利于降低实时监测系统的误报率，同时能准确深入的分析异常事件的各方面属性。

技术领域

本发明涉及实时监测数据处理技术领域，具体涉及一种基于时空属性的实时监测数据处理方法和系统。

背景技术

数据已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素，大数据时代已经降临。对数据的处理显得尤为重要。例如，在物联网行业实时监测技术领域的数据处理技术，实时监测系统向服务器端传输的海量数据，必须数据处理技术才能将海量的数据被转化为实时监测系统可以识别和分析的信息。

现有的对实时监测数据的处理方式一般是将监测数据Xi视为一维数组，然后通过将Xi与阈值进行比较，或者是Xi数列中临近数值取均方根值比较，又或是用某一语料维度下的词频统计去和报警阈值比较，用某一帧或顺序的若干帧图像和建立好的模型、事件帧规则库去做匹配和识别等方式来判断监测数据是否异常。

然而，本申请的发明人发现，现有物联网、互联网行业实时监测技术领域中普遍存在的数据处理忽视数据时空属性，造成了数据结构的缺失，导致在监测过程中出现误报率高的问题。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种基于时空属性的实时监测数据处理方法和系统，解决了现有技术中的实时监测数据处理方式误报率高的技术问题。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

本发明提供一种基于时空属性的实时监测数据处理方法，所述方法由计算机执行，包括以下步骤：

S1、获取实时监测数据，对所述实时监测数据进行预处理，将经过预处理的实时监测数据表示为任意一个实时监测指标/指标组/结构化信息表Yi；

S2、为每一个Yi匹配时间参数Ti和空间参数Li，得到一级监测数据，所述一级监测数据为形如(Yi，Ti，Li)的三元数组；

S3、检测所述一级监测数据中的Yi中是否存在非数值信息，若存在，则执行步骤S4，若不存在，则执行步骤S5；

S4、基于音视频深度学习算法或自然语言理解算法分析(Yi，Ti，Li)，分析输出的结果为(Yi’，Ti’，Li’)的三元数组，将(Yi’，Ti’，Li’)按预设的规则库进行比对，得到非数值信息分析结果；

S5、拟合出以Ti和Li为因变量的Yi的函数，函数表达式记为Yi(Ti，Li)，基于对函数Yi(Ti，Li)的微积分处理构造所述一级监测数据(Yi，Ti，Li)的二级监测数据；

S6、将Yi视为一个随机过程，记为Yi(Ti，Li)，基于Yi(Ti，Li)在某个Ti或Li区间内的统计指标构造所述一级监测数据(Yi，Ti，Li)的三级监测数据；

S7、将所述Yi的一级监测数据、二级监测数据、三级监测数据连续排列，构造一个关于Yi在某个Ti或Li区间内数据变化的高维向量ā；