用于发现测量列表中的“大”值变化的算法

Question

我有一个测量液体体积的传感器。 这种液体将被缓慢消耗并在需要时重新填充。 我想要检测的是这种液体“被盗”或填满的时间。 被盗是指液体体积突然下降。相反的将被视为填充。从传感器获取的值具有较小的尖峰，如果有足够的测量值，则应该忽略这些尖峰。

是否有任何统计方法（文档）或编程算法（任何语言）或更好的sql函数/查询（任何数据库）执行上述方案？

Answer 1

您通常希望发现outliers。

1. 您是否有想要保留的基线值，或者您想要与当前的平均值进行比较？

2. 你认为突然下降是什么 - 它是绝对的术语（如5l）还是相对的（当前音量的5％）。

如果您依赖的是运行平均值，这是一个近似的描述。

on volumeChange do
    calculate new runningAverage
    if (runningAverage outside allowedRange(oldRunningAverage)) then raise warning
    oldRunningAverage := runningAverage

您需要知道的是：

• 如何进行测量（你可以依赖它们来定期）
• 如何定义allowedRange

以下是5次测量的简单移动平均线（红色）的示意图（蓝色）：

Answer 2

或许你值得一看Microsoft StreamInsight：

  

正如Microsoft SQL Server旨在管理静态数据一样，   StreamInsight旨在分析动态数据。至   StreamInsight，流是一系列具有时间关联的数据   用它。例子是提供商品的股票代码流   交易所中不同股票的价格随着时间的推移而变化，或者   温度传感器流，提供报告的温度值   传感器随着时间的推移。

     

StreamInsight程序通过一组查询传递流   分析数据，观察有趣的信息。然后呢   输出从查询中派生的信息，例如警报   是因为查询识别出异常而生成的。

Answer 3

计算关于时间的一阶导数应该可以为您提供所需的信息。使用时间增量＆gt; 1个样本应该有助于消除小跳跃。