1
Download Rapport
Transcript
Analyse des données EDF Julien Boutillier Fig. 10.8 – Exemple du deuxième cas d’abaissement détecté supérieure à la valeur moyenne des maximas, provoque une détection d’un abaissement, alors qu’il n’y en a pas. Ce genre de problème peut être résolu en filtrant ou lissant le signal préalablement, mais il est difficile de juger la pertinence de nos manipulations, sans l’avis d’un spécialiste. Cas 4 La figure 10.10 montre le quatrième cas d’abaissements détectés. Ils sont détectés à cause des fluctuations des maximas, car il suffit d’avoir 5 maximas qui fluctuent dans les hautes valeurs, et les 5 suivants qui fluctuent avec des valeurs légèrements inférieures. Ces situations provoquent une détection d’abaissement, alors qu’avec une vision globale, on voit qu’il n’y a pas vraiment un abaissement. Ce problème peut être résolu en augmentant le pourcentage du seuil de détection, mais ce changement pourrait influencer les résultats obtenu dans les cas précédent. Pour avancer dans ce problème, l’aide d’un medecin spécialiste est nécessaire. Il est vrai que dans les différents cas présentés précédemment, certains ne devraient pas être détectés, mais pour le moment il est préférable de détecté trop d’abaissements, que pas assez. Il est vrai qu’il est plus facile pour les médecins d’annuler un abaissement faux, que de relire tout le signal pour vérifier s’il n’en manque pas. 60
