Dela via

Tidsseriemodellvariabler

  • Artikel

Not

Time Series Insights-tjänsten dras tillbaka den 7 juli 2024. Överväg att migrera befintliga miljöer till alternativa lösningar så snart som möjligt. För mer information om utfasning och migrering, besök vår -dokumentation.

I den här artikeln beskrivs variablerna för Tidsseriemodell som anger formel- och beräkningsregler för händelser.

Varje variabel kan vara en av tre typer: numeriska, kategoriskaoch mängd.

  • numeriska sorter fungerar med kontinuerliga numeriska värden.
  • Kategoriska typer fungerar med en definierad uppsättning diskreta värden.
  • Sammanställ typer kombinerar flera variabler av en enda typ (antingen alla numeriska eller alla kategoriska).

I följande tabell visas vilka egenskaper som är relevanta för varje variabeltyp.

variabeltabell för Tidsseriemodell

Numeriska variabler

Variabel egenskap Beskrivning
Variabelfilter Filter är valfria villkorssatser för att begränsa antalet rader som övervägs för beräkning.
Variabelvärde Telemetrivärden som används för beräkning som kommer från enheten eller sensorerna eller omvandlas med hjälp av Time Series-uttryck. Numeriska typvariabler måste vara antingen Double eller Long för att matcha datatypen för inkommande data.
Variabelinterpolation Interpolation anger hur du rekonstruerar en signal med hjälp av befintliga data. Steg och linjära interpoleringsalternativ är tillgängliga för numeriska variabler.
Variabelsammanslagning Utför beräkningar via de aggregeringsfunktioner som stöds för numeriska variabeltyper.

Variabler överensstämmer med följande JSON-exempel:

"Interpolated Speed": {
  "kind": "numeric",
  "value": {
    "tsx": "$event['Speed-Sensor'].Double"
  },
  "filter": null,
  "interpolation": {
    "kind": "step",
    "boundary": {
      "span": "P1D"
    }
  },
  "aggregation": {
    "tsx": "right($value)"
  }
}

Kategoriska variabler

Variabel egenskap Beskrivning
Variabelfilter Filter är valfria villkorssatser för att begränsa antalet rader som övervägs för beräkning.
Variabelvärde Telemetrivärden som används för beräkning som kommer från enheten eller sensorerna. Kategoriska typvariabler måste vara antingen Long eller String för att matcha datatypen för inkommande data.
Variabelinterpolation Interpolation anger hur du rekonstruerar en signal med hjälp av befintliga data. Alternativet steg interpolering är tillgängligt för kategoriska variabler.
Variabelkategorier Kategorier skapar en mappning mellan de värden som kommer från enheten eller sensorerna till en etikett.
Variabelstandardkategori Standardkategorin är för alla värden som inte mappas i egenskapen "kategorier".

Variabler överensstämmer med följande JSON-exempel:

"Status": {
  "kind": "categorical",
  "value": {
     "tsx": "$event.Status.Long"
},
  "interpolation": {
    "kind": "step",
    "boundary": {
      "span" : "PT1M"
    }
  },
  "categories": [
    {
      "values": [0, 1, 2, 3],
      "label": "Good"
    },
    {
      "values": [4],
      "label": "Bad"
    }
  ],
  "defaultCategory": {
    "label": "Not Applicable"
  }
}

Aggregerade variabler

Variabel egenskap Beskrivning
Variabelfilter Filter är valfria villkorssatser för att begränsa antalet rader som övervägs för beräkning.
Variabel aggregering Utför beräkningar via de aggregeringsfunktioner som stöds för mängdvariabeltyper.

Variabler överensstämmer med följande JSON-exempel:

"Speed Range": {
  "kind": "aggregate",
  "filter": null,
  "aggregation": {
    "tsx": "max($event.Speed.Double) - min($event.Speed.Double)"
  }
}

Variabler lagras i typdefinitionen för en tidsseriemodell och kan anges direkt via API:er för att åsidosätta eller komplettera den befintliga definitionen.

Nästa steg