Я работаю над моделью, которая пытается обнаружить аномалии в данных о потреблении кондиционеров.Модель строится в предположении, что структура энергопотребления повторяется каждую неделю.Таким образом, данные за каждую неделю становятся одной точкой данных.Учитывая тенденцию использования из-за времени года, любое отклонение от шаблона должно быть идентифицировано как аномалия.
Я начал с разложения STL и пытался сопоставить полученные остатки с многочленом.кривая.Однако разбросанные данные не внушают мне уверенности в том, что простая полиномиальная регрессия сможет выполнить работу по подгонке этих данных.
STL Разложение: STL Разложение энергопотребления
Нормализованный разброс остатков (наложены остатки за несколько недель): Разброс нормированного остаточного разброса энергопотребления Ось X: прогрессия недели
Это разумный подходвыявить аномалии в данных энергопотребления?Если нет, то какой подход можно использовать, чтобы это произошло.Я хочу отметить, что полиномиальные кривые не очень хорошо подходили для данных в руках.(Градиентный спуск сходится по прямой, проходящей через ось X)