用matlab2018b语言，写一段代码。要求，根据我提供的excel数据（第一列为时间，第二列为故障电流），对数据进行小波分解和重构，提取模极大值，计算故障位置，并画出小波分解的图像，以及模极大值图像。

在MATLAB R2018b中，你可以使用Wavelet Toolbox来进行小波分析。以下是一个简单的示例代码，假设你的Excel文件名为"current_data.xlsx"，并且数据存储在名为"data"的两个列中（time列和fault_current列）。请注意，你需要安装并激活Wavelet Toolbox才能运行此代码。

% 导入Excel数据
data = readtable('current_data.xlsx');
times = data.time;
currents = data.fault_current;

% 将时间序列转换为向量
time_vector = times(:);
current_vector = currents(:);

% 设置小波基函数和尺度范围
wavelet_name = 'db4'; % 选择一种小波基，如Daubechies 4级
scale_range = 2^(6:9); % 可调整尺度范围

% 进行小波分解
[coeffs, freq] = cwt(current_vector, wavelet_name, scale_range);

% 提取模极大值
[maxima, locs] = findpeaks(abs(coeffs), 'MinPeakDistance', 2*scale_range(2)); % 假设间隔大于一个尺度

% 计算故障位置（假设最大值处即为故障点）
fault_location = time_vector(locs);

% 绘制原始信号和小波分解图
figure, plot(time_vector, current_vector)
hold on
plot(freq, abs(coeffs), 'LineWidth', 2)

% 绘制模极大值图
figure, plot(freq, maxima, 'Marker', 'o', 'MarkerFaceColor', 'r')
title(['模极大值分布 - 故障位置: ', num2str(fault_location(1))])

% 清理工作空间
clearvars time_vector current_vector wavelet_name scale_range coeffs freq maxima locs fault_location

运行完这段代码后，你会得到原始信号、小波分解图和模极大值分布图。故障位置会被显示在第二个图表的标题中。记得根据实际情况调整`findpeaks`部分的参数，如果存在噪声或其他干扰，可能需要更精细地设置。