algorithm - 在测量列表中发现“大”值变化的算法

Question

我有一个测量液体体积的传感器。这种液体会慢慢消耗，并在需要时重新填充。我想检测的是这种液体被“偷走”或填充的次数。被盗是指液体体积突然下降。反之将被视为填充。从传感器获取的值具有较小的尖峰，如果有足够的测量值有助于做到这一点，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）甚至更好的 sql 函数/查询（任何数据库）来完成上述场景？

Answer 1

您通常希望发现异常值。

1. 您是否有想要保留的基线值，或者您想要与当前的运行平均值进行比较？

2. 您认为什么是突然下降 - 它是绝对术语（如 5l）还是相对术语（当前音量的 5%）。

如果您依赖运行平均值，这里是一个大概的描述。

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

你需要知道的是：

• 测量结果是如何进来的（你能指望他们定期来吗）
• 怎么allowedRange定义的

这是 5 次测量（蓝色）的简单移动平均值（红色）的图示：

Answer 2

也许值得您看看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。对于 StreamInsight，流是具有与其关联的时间的数据序列。示例是提供交易所中不同股票随时间变化的价格的股票代码流，或者提供传感器随时间报告的温度值的温度传感器流。

StreamInsight 程序通过一组查询来传递流，这些查询分析数据，观察有趣的信息。然后，它会输出从查询中派生的信息，例如由于查询识别出异常而生成的警报。

Answer 3

计算关于时间的一阶导数应该会给你你正在寻找的东西。使用时间增量 > 1 的样本应该有助于消除小的跳跃。