检查时间序列是否具有相同频率的峰值

Question

我有几个实例的时间序列：

有些情况看起来像这样是正常的：

但有些看起来像这样 - 它们的峰值间隔相同（在本例中为 1 小时）：

我需要分析数据并找到具有该异常的实例 - 峰值以几乎相同的间隔重复。

因此，我期望具有该异常的实例名称（在我的示例数据中 - 只有“A”），它是以秒为单位的峰值周期（在我的示例数据中为 3600），并且分布在该实例的中值和峰值之间.

怎么做？

这是我的示例数据：

library(dplyr)
library(lubridate)
library(ggplot2)

set.seed(900)

data1 <- 
data.frame(
datetime = seq.POSIXt(as.POSIXct("2020-12-26 10:00:00"), as.POSIXct("2020-12-26 10:00:00") + 15*50001, "15 sec"),
Value = sample(1:10, 50002, replace = T),
Instance = "A"
)

data1.1 <- data.frame(
  datetime= seq.POSIXt(as.POSIXct("2020-12-26 10:00:00"), as.POSIXct("2020-12-26 10:00:00") + 15*50001, "hour"),
  Value = sample(10:100, 209, replace = T),
  Instance = "A"
) 

data1 <- rbind(data1, data1.1) %>% group_by(datetime, Instance) %>% summarise(Value = max(Value)) %>% ungroup() 


data2 <- data.frame(
  datetime = seq.POSIXt(as.POSIXct("2020-12-26 10:00:00"), as.POSIXct("2020-12-26 10:00:00") + 15*50001, "15 sec"),
  Value = sample(1:100, 50002, replace = T),
  Instance = "B"
)

data3 <- 
  data.frame(
    datetime = seq.POSIXt(as.POSIXct("2020-12-26 10:00:00"), as.POSIXct("2020-12-26 10:00:00") + 15*50001, "15 sec"),
    Value = sample(1:100, 50002, replace = T),
    Instance = "C"
  )

data4 <- data.frame(
  datetime = seq.POSIXt(as.POSIXct("2020-12-26 10:00:00"), as.POSIXct("2020-12-26 10:00:00") + 15*50001, "15 sec"),
  Value = sample(1:100, 50002, replace = T),
  Instance = "D"
)


data <- do.call("rbind", list(data1, data2, data3, data4))

Answer 1

由于我仍然不太确定答案应该是什么样子，因此这只是初步的帮助尝试。这可能不是您所需要的，但也许它可以朝着正确的方向迈进？

qt<-data[data$Value>=99,] # find peaks 
qt_test<-qt
# length(qt$datetime)
# table(qt$Instance)

# create hourly difference between peak times (seconds were not useful, mins may be better)
x<-vector()
for(i in seq_along(qt_test[[1]])){
  if (i == 1){
    a<-0; x<-c(x, a)
    }
  if (i>1){
    a<-difftime(qt_test[[1]][i], qt_test[[1]][i-1], units = "hours") 
    x<-c(x, a)
  }
}
qt_test$difftime_in_hours<-x
# summary(qt_test$difftime_in_hours)

qt2<-qt_test[between(qt_test$difftime_in_hours, 0.04, 0.05),] # timeframe - +/- floor/ceiling mean (0.04647) - only for test purposes

# A tibble: 154 x 4
   datetime            Instance Value difftime_in_hours
   <dttm>              <chr>    <int>             <dbl>
 1 2020-12-26 15:44:15 B          100            0.0417
 2 2020-12-26 16:44:00 B           99            0.0417
 3 2020-12-26 16:57:30 B          100            0.05  
 4 2020-12-26 17:58:00 B           99            0.0417
 5 2020-12-26 19:15:30 B          100            0.05  
 6 2020-12-26 19:24:30 B          100            0.0417
 7 2020-12-27 04:04:45 B           99            0.05  
 8 2020-12-27 09:37:00 B           99            0.0417
 9 2020-12-27 11:16:00 B          100            0.0417
10 2020-12-27 11:55:30 B           99            0.05  
# ... with 144 more rows

table(qt2$Instance)
 B  C  D 
69 47 38 

由于随机种子，结果会有所不同，但据我了解您的问题，这是一个答案