Código fuente de la empresa de suministro de agua

Lo que está haciendo se llama "Detección de singularidad de señales mediante análisis de ondas".

Las wavelets sí que tienen aplicaciones en este campo. Se recomienda ir directamente a la biblioteca para pedir prestado "MATLAB Wavelet Analysis (editado por Zhang Defeng et al.)" (Segunda edición). No sé si hay una primera edición. Una sección está dedicada a discutir cómo usar wavelets para detectar el primer tipo de puntos discontinuos y el segundo tipo de puntos discontinuos, y existen métodos para eliminar puntos singulares. Sea más específico.

Según su pregunta complementaria, creo que puede utilizar la distancia euclidiana como medida de fluctuación. El procedimiento específico es el siguiente:

Data=[...

20000101 1221790 794164 427626

20000102 1282410 833566.4 448843.6?

20000103 1241980 807287 434693?

20000104 1265880 822822 443058?

20000105 1301360 767802 533558?

20000106 70 727255 571415

20000107 1273770 700573.5 573196.5

20000108 1300620 845403 455217?

20000109 1301750 846138 455612?

20000110 1318300 856895?

2 000011 1 1327550 862908 464642?

20000112 1356910 800577 556333

20000113 1329360 744442 584918

20000114 1312580 721919 590661

20000115 3 0460 864799 465661

20000116 1416710 855861.4 460848.6?

20000117 1293410 840717 452693?

20000118 1303150 847047.4 456102.6?

20000 119 1304690 769767 53492 3?

20000120 1301800 729008 572792

];

Fecha=datos(:,1)-20000000;

datos=datos(:,2:end);

x 1 = datos (:, 1);

x2 = datos (:, 2);

x3 = datos (:, 3); /p>

x 1 _ m = media (x 1);

x2 _ m = media (x2);

x3 _ m = media (x3); /p>

data_m=repmat([x1_m, x2_m, x3_m], tamaño(datos, 1), 1

temp=(datos-datos_m). ^2;

temp = sum(temp ')';

stem(fecha, temperatura);

Los resultados obtenidos son los siguientes:

Se puede observar que las mayores fluctuaciones son 65438 el 6 de octubre y 65438 el 16 de octubre. Usted mismo puede establecer un umbral y todo lo que supere el umbral se considera un valor singular.