我正在使用SHM系统,每15分钟就有来自结构传感器的数据。我有一组观察结果,其中没有损坏,而另一组观察到了某种损坏。我的目标是获取未损坏的数据并将其用于预测。然后将这一预测数据与未损坏的数据进行比较,然后将这种差异用于创建控制图。
但是我的未损坏数据大约是5个月,损坏状态是8个月。我尝试使用96(1天)和35060(1年)的多个季节性(forecast
)探索msts
程序包,因为我认为它与温度有关。
我创建的遵循某种类似于现实的模式的模型振幅很小,而实际数据则不稳定得多。
有人可以向我指出下一步的正确方法和正确方法吗?
PS:即使我尝试使它从ts
开始使用2018-04-27 14:15:00
功能时,绘制ts
对象时也总是从1-1-2018
开始。我认为这比任何东西都更具美感,但正确设置将不胜感激。
ts
和msts
对象不太适合高频数据。我建议您尝试通过tsibble
包(tsibble
)使用http://tsibble.tidyverts.org对象。对于tsibble
,时间索引是明确的。这是一个使用30分钟数据的示例。
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 package(v0.3.0)在2019-11-27创建