论文部分内容阅读
介绍了采用Delphi开发基于Client/Server结构的线损管理系统.主要阐述了基于GIS系统、电能量采集系统、配变实时监控系统和电力营销系统来统计线路的线损率,通过计算求得的线损率以分析线损产生的原因.
基于Client/Server结构的线损管理系统设计与开发
【摘 要】
：
介绍了采用Delphi开发基于Client/Server结构的线损管理系统.主要阐述了基于GIS系统、电能量采集系统、配变实时监控系统和电力营销系统来统计线路的线损率,通过计算求得的线损率以分析线损产生的原因.
【机 构】
：
常州供电公司
【出 处】
：
2005电力行业信息化年会
【发表日期】
：
2005年8期
其他文献
信任是多方面的,在不同的应用场景中,同一节点在不同领域具有不同的可信度.据此,提出了一种新的基于文档聚类的peer-to-peer环境下的多粒度信任模型,克服了现有模型不能很好地解决同一peer节点在不同领域、不同方面的可信度计算问题,同时对模型的迭代收敛问题做了深入的探讨.分析及仿真表明,该模型较已有模型在可信度计算的粒度、迭代的收敛性等方面有较大的提高。
在串联质谱鉴定中,高通量的数据库搜索和相似性比对会产生大量的鉴定结果.如何对这些结果进行定量的有效性评估是目前蛋白质组学研究的一个关键问题.从模式分类的角度看,该问题可以理解为根据比对打分特征对鉴定结果进行真阳性和假阳性两类的分类问题,在解决该问题的特征选择环节上提出了一系列新的反映串联质谱中离子碎裂规律的分类特征,然后使用支持向量机(SVM)对肽鉴定结果进行定量评估.对新增加的特征做了分类能力评
核方法是近年来机器学习领域研究的热点之一,典型的基于核的学习算法包括支持向量机(SVMs)、核主分量分析(KPCA)和核Fisher判别.把核方法引入传统的双向联想记忆模型(BAM),得到核双向联想记忆框架(KBAM).KBAM囊括了一类已有的BAM模型,并且通过引入不同的核函数,可以得到新的BAM模型.在此基础上提出了一种基于KBAM的鲁棒人脸识别算法(Amface).在部分FERET人脸图像库
互联网股市信息强度的显著增加常常和股价的显著变化相关联.当某公司的这个强度增加较小时,相应股价也较平静.当该公司的这个强度增长较剧烈时,相应股价常常也波动较大.通过引进一个自适应的标准差,提出了一种基于统计的确定互联网股市信息强度显著增长的方法,并且定义了相应股价显著变化的标准,从而完成了对互联网股市信息强度增长和股价波动的"显著"和"非显著"的分类.实证分析表明,这种分类方法有助于建立互联网股市
数据库系统中的隐通道是指用户使用数据字典等系统共享资源来发送信息.通过将隐马尔可夫模型引入到隐通道的检测中,可以判断观察到的用户行为是正常行为还是异常行为,并进而识别隐通道的使用.建立了一个正常数据库系统运行过程的隐马尔可夫模型,并在此基础上提出了一个隐通道的检测算法.通过对共享资源矩阵法进行改进发现隐通道的发送者和接收者,并测量隐通道的带宽.实验结果表明该方法可以准确的检测出隐通道的使用并近似的
提出一种基于粗糙集的模糊神经网络(RFNN)流量预测算法.传统的流量控制技术,总是以网络资源当前使用情况对包进行处理,没有考虑流量预测问题,易造成流量控制滞后的情况.将基于粗糙集的模糊神经网络引入流量控制,利用其处理不确定性问题和自学习能力,进行流量预测,较好地解决这一问题.最后通过仿真,比较和分析了该方法与其他同类算法的性能,证明了此方法的有效性.
聚类分析是数据挖掘的常用方法之一.从聚类的角度看,其他数据挖掘方法不过是对聚类的一种特例采用不同的建模方法进行研究而已.聚类分析通常采用距离量度来描述相似性,但拓扑关系比距离具有更强的普适性和灵活性.从拓扑的角度出发,对聚类问题进行描述,说明了聚类过程实际上等价于拓扑空间求基的过程,并严格论证了以基于距离矩阵的传递闭包为代表的聚类方法结果的实质就是拓扑空间的最粗的基,并通过具体数据挖掘实例验证了它
时间序列广泛存在于现实世界中,准确地对时间序列进行聚类是很重要的.很多应用于聚类的相似度量方法已经被提出,并广泛地应用于各种问题中,但是由于它们在处理有时间偏移的度量上的劣势,很多方法并不能很好地适应时间序列,如欧氏距离度量方法,而大多数的相似序列在时间上并不是完全同步的,所以造成许多基于传统相似度量的聚类方法在时间序列上的不适应.提出了一种新的时间序列表示方法,并相应提出了对这种新的表示的相似度
使用全基因组鸟枪测序法对微生物种群进行测序,常用动态规划方法寻找两两序列片断之间的重叠区域,根据重叠信息拼接出全序列.由于种群中物种数量与分布情况未知,获取的序列片断来自不同的物种或基因组,上述方法对不可能拼接在一起的序列片断也需要计算,浪费了大量的计算资源.为有效地减少序列拼接的计算量,提出一种基于G+C含量并结合多个长度变量的相对熵的盲聚类方法,即先对序列片断进行盲聚类,然后再在类内利用动态规