时间:2019-01-23 05:23:21

标签: python time-series anomaly-detection

我正在研究一个试图检测空调消耗数据异常的模型。该模型是在假设功耗模式每周重复一次的前提下构建的。因此,每周的数据价值成为一个数据点。考虑到由于季节而导致的使用趋势,任何与模式的偏差都需要确定为异常。

我从STL分解开始,一直在尝试将获得的残差拟合到多项式曲线上。但是,散点数据并不能使我相信,简单的多项式回归就能完成拟合数据的工作。

STL分解: STL Decomposition of Energy Conumption

归一化残留物散布(已叠加了几周的残留物): Scatter of the normalised residual scatter of Energy Consumption X轴:一周的进度

这是一种检测功耗数据异常的可靠方法吗?如果没有,可以采用什么方法来实现。我想指出,多项式曲线并不适合现有数据。 (渐变下降沿通过X轴的直线收敛)

0 个答案:

没有答案