摘要
本发明公开了一种基于微服务的日志实时监测方法及系统,涉及微服务实时监测技术领域,包括实时采集设备运行日志,并通过Kafka消息队列进行数据的传输,将采集的日志数据存储到分布式数据库中,利用提取特征训练卷积神经网络的故障预测模型,利用卷积神经网络的故障预测模型进行故障预测,并根据实时监测数据和模型预测结果,动态调整报警阈值,建立微服务间的通信机制,传递监测结果和阈值调整指令,并将监测数据转换为可视化格式,通过界面展示,运维人员根据界面显示结果进行设备监控并分析电网状态。本发明解决了日志监测系统中实时性不足、故障预测准确性低、数据处理效率低下、服务协同不足、可视化展示不充分以及资源利用率低的问题。
技术关键词
实时监测方法
分布式数据库
故障预测模型训练
分布式事务管理
训练卷积神经网络
日志数据采集
皮尔逊相关系数
实时监测数据
日志监测系统
采集设备
消除算法
数据可视化
队列
监控界面
构建卷积神经网络
消息
系统为您推荐了相关专利信息
电力负荷预测模型
电力负荷预测方法
电力负荷预测系统
训练卷积神经网络
卷积神经网络训练
实时监测方法
标记
数值
实时监测设备
X射线拍片技术
调控系统
LSTM神经网络
网络模块
PID控制器参数
高精度传感器
实时监测方法
高分辨率模型
监测设备
传输模块
监测土壤湿度