← 返回作品集

数据分析与工程工具

时间序列分析、低频振荡检测和模块化批处理工具的开发经历。

概览

这一部分主要介绍时间序列分析、信号检测和研发批处理工具方面的工作,重点是将算法、数据处理流程和交互界面组织成可配置、可验证的工程工具。

时间序列分析工作台

该工具面向时间序列数据,提供从数据导入、预览和字段映射到分析配置、任务执行和结果查看的完整流程,并支持连续量、开关量以及序列间关系分析。

主要工作包括:

  • 设计数据导入和列映射流程,适配不同时间格式、采样方式和序列类型。
  • 组织数据质量、基础统计、趋势、变点、状态切换和异常事件等分析能力。
  • 支持单序列检查和双序列关系分析,并对数据不足或配置不适用等情况给出明确结果。
  • 建设异步分析任务和结果展示流程,使摘要、检查结果、事件和图表能够统一呈现。

低频振荡检测

该工具面向电力及工艺信号中的低频振荡,将频域分析方法整理为可重复执行的检测流程,并提供离线数据回放和结果验证能力。

主要工作包括:

  • 实现信号预处理、窗口分析、目标频带检测和告警判断。
  • 统一处理采样信息、数据连续性、有效输入和数据不足等边界情况。
  • 建设离线数据回放、结果导出和可视化流程,便于调整参数并验证算法表现。

模块化批处理工具

该桌面工具用于整合研发过程中重复出现的数据和文件处理任务,通过统一入口完成任务选择、参数配置、批量执行和运行反馈。

主要工作包括:

  • 设计可扩展的任务注册与配置机制,使不同处理任务能够保持独立并共享统一界面。
  • 支持工作目录选择、批量任务执行、设置持久化和运行日志展示。
  • 将医学数据、信号、图像和媒体处理等脚本整理为可复用的桌面工具。

项目边界

这些工具主要用于数据检查、分析和研发辅助,不自动修改原始数据,也不替代专业人员对分析结果的判断。算法结果会受到数据质量、采样条件和参数设置影响,因此设计中强调输入检查、状态说明和可重复验证。

技术栈

  • Python
  • FastAPI
  • React
  • PySide6
  • Signal Processing
  • Data Analysis