[发明专利]一种基于大数据的信息管理系统及方法

说明书

本发明公开了一种基于大数据的信息管理系统及方法，所述数据关联量筛选模块用于获取每个传感器数据对应的数据关联量，并通过数据关联量分别对应的数值对该传感器数据的准确性进行判断，初步筛选出获取的异常传感器数据。本发明从多个角度对传感器数据的异常情况进行分析，结合设备上传感器数据的变化情况及获取的传感器数据对应的传感器在历史上数据中自身的变化情况，使得在对传感器数据的异常判断上适应性更强，且异常判定的结果更加准确，同时在对异常数据的处理上，能够兼顾关联传感器的数据变化情况及自身传感器的数据变化情况，使得校准结果更加贴合理想情况，校准结果更加精准。

技术领域

本发明涉及大数据信息管理技术领域，具体为一种基于大数据的信息管理系统及方法。

背景技术

随着互联网的快速发展，人们对互联网的运用越来越广泛，同时，在对互联网的运用过程中，产生的数据越来越多，尤其是工业方面，通过互联网与传感器的技术的结合，产生了海量的数据，为了快速获取传感器对应的监控结果，人们用到了基于大数据的信息管理系统，在一定程度上帮助人们实现对大数据的监控及处理，在节省了人力资源的同时，监控效果更好。

但是，当前现有的基于大数据的信息管理系统尚且存在不足之处，主要体现在两个方面：

1)对异常数据的判定不够准确，只是简单的将获取的数据与阈值进行比较，没有结合其他传感器数据进行分析，直接下定论，会使得最终得到的判定结果出现较大的偏差；

2)对异常数据的处理方式不够完善，针对判定的异常数据，现有的技术只是单纯的分析传感器现有数据与标准阈值之间的差值，然后通过直接计算两者的差值作为补偿值对异常数据进行校准，该方式导致校准结果与实际情况出现较大的偏差。

针对上述情况，我们需要一种基于大数据的信息管理系统及方法。

发明内容

本发明的目的在于提供一种基于大数据的信息管理系统及方法，以解决上述背景技术中提出的问题。

为了解决上述技术问题，本发明提供如下技术方案：一种基于大数据的信息管理系统，包括：

数据获取模块，所述数据获取模块用于获取各个传感器传递的传感器数据；

数据关联量筛选模块，所述数据关联量筛选模块用于获取每个传感器数据对应的数据关联量，并通过数据关联量分别对应的数值对该传感器数据的准确性进行判断，初步筛选出获取的异常传感器数据；

数据自变量筛选模块，所述数据自变量筛选模块获取数据关联量筛选模块初步筛选出的异常传感器数据，根据每个异常传感器数据对应的传感器的历史数据变化情况，对初步筛选出的异常传感器数据进行二次筛选，进一步确认出异常传感器数据，得到二次异常传感器数据集合；

异常数据校准模块，所述异常数据校准模块根据历史数据对二次异常传感器数据集合中的各个异常数据进行校准。

本发明在对传感器数据进行异常判断时，从该传感器数据的关联量及该传感器数据对应传感器自身的历史数据变化情况进行分析，即相当于从传感器对应环境的变化情况(关联量变化情况、自变量变化情况)进行综合考虑，进而对不断调节对该传感器数据的异常评判标准，使得对该传感器数据的异常判断结果更加准确，并根据该传感器数据的异常判断结果及异常判断过程对关联量及自变量的历史数据变化情况，实现对异常的传感器数据的校准，进而实现对传感器数据的有效管理。

进一步的，所述数据获取模块获取的传感器数据来源于多种传感器，每种传感器至少包含一个传感器，传感器设置于设备上，用于检测设备的运行情况，一个设备至少包含一种传感器，

各个传感器每隔第一单位时间t0检测一次设备，得到一个传感器数据，同时记录该传感器数据对应的时间，

对各个设备进行编号，