[英]Create Time-Series Model with data every 15minutes
我正在開發一個 SHM 系統,其中每 15 分鍾就有一次來自結構傳感器的數據。 我有一組觀察結果,其中沒有損壞,另一組觀察到模擬了某種損壞。 我的目標是獲取未損壞的數據並使用它進行預測。 然后將此預測數據與未損壞的數據進行比較,然后將使用這種差異來創建控制圖。
但是,我的未損壞數據大約為 5 個月,損壞狀態為 8 個月。 我嘗試使用 96(1 天)和 35060(1 年)的多個季節性 ( msts
) 來探索forecast
包,因為我相信它與溫度有關。
我創建的模型遵循某種可能類似於現實的模式,其幅度很小,而真實數據的波動性要大得多。
有人可以指出我下一步要做什么以及如何做的正確方向嗎?
PS:當使用ts
函數時,即使我試圖讓它從2018-04-27 14:15:00
開始,在繪制ts
對象時總是從1-1-2018
開始。 我認為這比任何事情都更美觀,但將其設置正確將不勝感激。
ts
和msts
對象不太適合高頻數據。 我建議您嘗試通過tsibble
包( http://tsibble.tidyverts.org )使用tsibble
對象。 使用tsibble
,時間索引是明確的。 這是一個使用 30 分鍾數據的示例。
library(tsibble)
library(feasts)
library(ggplot2)
tsibbledata::vic_elec
#> # A tsibble: 52,608 x 5 [30m] <UTC>
#> Time Demand Temperature Date Holiday
#> <dttm> <dbl> <dbl> <date> <lgl>
#> 1 2012-01-01 00:00:00 4263. 21.0 2012-01-01 TRUE
#> 2 2012-01-01 00:30:00 4049. 20.7 2012-01-01 TRUE
#> 3 2012-01-01 01:00:00 3878. 20.6 2012-01-01 TRUE
#> 4 2012-01-01 01:30:00 4036. 20.4 2012-01-01 TRUE
#> 5 2012-01-01 02:00:00 3866. 20.2 2012-01-01 TRUE
#> 6 2012-01-01 02:30:00 3694. 20.1 2012-01-01 TRUE
#> 7 2012-01-01 03:00:00 3562. 19.6 2012-01-01 TRUE
#> 8 2012-01-01 03:30:00 3433. 19.1 2012-01-01 TRUE
#> 9 2012-01-01 04:00:00 3359. 19.0 2012-01-01 TRUE
#> 10 2012-01-01 04:30:00 3331. 18.8 2012-01-01 TRUE
#> # … with 52,598 more rows
tsibbledata::vic_elec %>% autoplot(Demand)
由reprex 包(v0.3.0) 於 2019 年 11 月 27 日創建
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.