流式时序异常检测与故障数据提取方法及系统

本发明公开了流式时序异常检测与故障数据提取方法及系统，通过分布式消息队列实时采集IoT设备时序数据并存储至时序数据库；对流式数据进行时间窗口对齐、清洗及特征工程，提取窗口统计特征和基于专家知识的测点间关系特征；采用分层异常检测策略，依次通过阈值规则、专家规则和轻量级机器学习模型实现高效精准的异常识别；当检测到异常时，根据预配置的故障关联表，自动从时序数据库快速提取相关测点的历史及实时上下文数据，生成故障情境数据包，本发明涉及数据处理技术领域。该流式时序异常检测与故障数据提取方法及系统，通过结合流式处理、高性能时序数据库和分层、知识驱动的检测方法，解决海量IoT时序数据的异常监测和故障快速诊断问题。