首页期刊导航|微型电脑应用
期刊信息/Journal information
微型电脑应用
上海市微型电脑应用学会
微型电脑应用

上海市微型电脑应用学会

朱仲英

月刊

1007-757X

smcaa@sjtu.edu.cn；smcaa@online.sh.cn

021-62933230

200030

上海市华山路1954号上海交通大学铸锻楼314室

微型电脑应用/Journal Microcomputer ApplicationsCSTPCD
查看更多>>本刊是由上海市微型电脑应用学会主办，上海交通大学等单位协办，并经国家科技部和国家新闻出版署正式批准的计算机应用科技期刊。本刊创刊于1985年1月，得到了中央领导同志、广大读者和计算机业界的支持和厚爱，江泽民主席亲自为本刊题写刊名。在长期办刊实践中，本刊形成了学术性和实用性并重的特色，主要栏目有：院士专家论坛、技术专题、研究与设计、开发应用、技术交流、学习园地等，它面向各行各业从事计算机应用的科技人员和广大电脑应用爱好者，沟通技术开发的信息渠道，为科研设计和推广应用牵线，为公司企业和各界用户搭桥。本刊所发表的文章可作为高校、科研机构等评定职称的依据之一。
正式出版
收录年代

    基于加权FCM聚类算法的电力交易数据动态提取模型

    袁晓鹏申少辉汪涛
    168-171页
    查看更多>>摘要：海量、冗余的电力交易数据极大地阻碍了电力交易决策,为此,研究基于加权FCM聚类算法的电力交易数据动态提取模型.汇聚预处理电力交易数据,压缩数据体量,基于全排列理论排序处理电力交易数据,提取电力交易数据特征(波动性、趋势性与变动性特征)作为FCM聚类算法的加权依据,获得对应的加权矩阵,应用加权FCM聚类算法聚类提取需求的电力交易数据,实现电力交易数据的动态提取.实验数据表明,该模型获得的电力交易数据聚类参数DBI数值较小,DVI数值较大,电力交易数据动态提取时间较短,应用性能更佳.

    加权FCM聚类算法电力系统交易数据数据提取动态过程数据聚类

      原文链接:
    • 万方数据
    • 维普

    基于最优分位数回归随机森林和风险评估指数的统计负荷预测

    王嘉郑越张韬
    172-177页
    查看更多>>摘要：为了支持智能电网的正常运行,应用前一天预测区间(PI)构建概率密度函数来分析随机负荷行为,实现对称区间预测.然而,此方法缺乏预测变量不确定性的预期风险信息,如天气条件和负荷变化,为此提出一种新型的统计负荷预测(SLF)模型,采用概率图、分位数回归随机森林(QRRF)和风险评估指数(RAI)获得负荷需求曲线预测风险的实际图解.为了掌握实际负荷工况,通过准确点预测结果构建所提出的SLF模型,并采用QRRF从各个分位数建立了 PI.为了将外部因素的不确定性与实际负荷相关联,采用概率图计算训练范围内发生的最可能的分位数.根据当前输入,采用RAI计算PI的预期风险.所提出的SLF模型通过新英格兰电力系统数据进行验证,并与基准算法和Winkler评分进行比较.结果表明,与现有基准模型相比,所提方法能够建模更精确的负载PI以及风险评估.

    统计负荷预测分位数回归短期负荷预测离散小波变换鲸鱼优化算法

      原文链接:
    • 万方数据
    • 维普

    基于人工蜂群算法的配电网无功优化调度研究

    周运斌杨静董楠
    178-180,189页
    查看更多>>摘要：为了改善现有无功功率调度时算法执行效率,解决模型易陷入局部极值问题,提出一种基于改进人工蜂群算法模型.在分析等式和不等式约束的情况下,建立最小化实际功率损耗、电压偏差和电压稳定增强的无功功率调度目标函数.提出一种基于邻域半径选择的改进人工蜂群算法,设计一种新的邻域选择机制和改进的搜索策略.实验阶段,以IEEE39总线电力系统为例,对所提算法有效性和执行效率进行验证.与线性规划(LP)、粒子群优化(PSO)算法和基础人工蜂群(ABC)算法相比,改进ABC算法比其他算法执行效率更优,且解的质量更高.该模型为配电网电力调度及稳定性运行的发展提供了一定借鉴作用.

    智能电网无功功率、电力调度潮流约束优化人工蜂群

      原文链接:
    • 万方数据
    • 维普

    工控网络Modbus TCP协议异常报文检测方法

    张帆高山
    181-184页
    查看更多>>摘要：工业控制网络系统包含Modbus报文传输数据、TCP/IP主机通信行为数据、工控协议数据等大量复杂数据,容易造成数据冗余,降低异常报文检测精度,增加检测时间,从而增加工控网络被攻击几率.为此,提出一种基于支持向量机(SVM)的工控网络Modbus TCP协议异常报文检测方法.利用SVM建立工控网络分层数据模型,在应用层中定义Modbus协议报文,使用核函数对非平稳的随机Modbus协议报文进行离散处理,减少工控网络数据冗余.结合m阶马尔科夫序列,在TCP/IP数据链路层中对离散Modbus协议报文进行异常特征提取,完成Modbus报文异常检测.仿真测试结果表明:所提方法可以有效降低数据冗余,工控网络重复数据存储率为0.39％;Modbus TCP协议异常报文检测精度为95.73％;Modbus TCP协议异常报文检测时间为0.5 ms,以期为工控网络安全提供技术支持.

    工业控制网络Modbus报文TCP/IPSVMm阶马尔科夫序列

      原文链接:
    • 万方数据
    • 维普

    基于时间序列的电网云平台应用系统故障分级响应方法

    苏文伟马文
    185-189页
    查看更多>>摘要：当电网云平台在应用系统存在故障时,依托单一触发事件进行故障分级会使得响应结果的拟合优度较低.针对这个问题,提出基于时间序列的电网云平台应用系统故障分级响应方法.该方法利用模糊推理算法划分电网故障严重度模糊级别,并建立模糊评价向量对多源信息数据进行归一化处理,提取故障特征信息.运用"与""或""非"等逻辑运算方法描述多个触发事件之间的既定运算规则,结合自回归积分滑动平均模型,建立包含多个触发事件的平稳时间序列进行后续故障分级响应.针对待发送的警报信息进行相似性诊断与覆盖性诊断,建立分级响应优化策略.实验结果表明,所提方法得出的故障分级响应结果的拟合优度提升了 21个百分点、28个百分点.以分级预警结果,对电网云平台应用系统进行故障响应.

    时间序列电网故障云平台分级响应触发事件报警算法

      原文链接:
    • 万方数据
    • 维普

    基于多维信息特征映射的密集输电通道信息物理风险演化仿真

    秦文超刘旭斐
    190-193页
    查看更多>>摘要：在野外恶劣环境中,密集输电通道安全性难以保证,降低了输电网的工作可靠程度.为了保证密集输电通道安全、及时风险干预,进行基于多维信息特征映射的密集输电通道信息物理风险演化仿真研究.在野外现场布设一体化环境监控系统,采集密集输电通道信息物理风险多维影响因素,并利用主成分分析法从影响因素中选取多维信息主特征.构建主特征与风险等级之间的多维信息特征映射模型,得出风险值,对比等级划分表,判断密集输电通道信息物理风险程度.结果表明:6 d前密集输电通道信息物理风险值均处在0以下,但总体呈现上升趋势,该阶段为风险发生前;在6 d之后,风险值进入低风险区域;在之后14 d,风险值分别经过了低风险、较低风险、中风险,最终停留在了较高风险区域.为保证密集输电通道安全提供了新的研究思路.

    多维信息特征映射密集输电通道影响因素主成分分析法物理风险演化仿真

      原文链接:
    • 万方数据
    • 维普

    一种改进的货架物品抓取方法

    王庆辉顾怿晨
    194-197页
    查看更多>>摘要：为了避免机器人在识别货架物品时对背景多余平面产生误提取状态,设计一种改进的货架物品抓取方法.采用一种基于法向量的随机采样一致性算法对货架平面进行分割,利用欧氏聚类算法得到货架平面上方商品的位置信息,并在系统内将采集到的数据集反馈给上位机,为机器人和机械臂的运动规划提供指令参数.实验结果表明,这种机器人可以有效避免对多余平面的识别,高效完成货架平面识别以及商品的抓取任务.

    机器人点云聚类机械臂抓取

      原文链接:
    • 万方数据
    • 维普

    无人值守能源平台数据库信息安全存储算法

    刘鹏张辉
    198-202页
    查看更多>>摘要：数据库中存储着大量的敏感数据,而无人值守能源平台通常需要通过公共网络进行数据传输和远程访问,这增加了被黑客攻击的风险.针对无人值守能源平台信息存储过程中可能受到安全威胁的问题,提出无人值守能源平台数据库信息安全存储算法.根据按需压缩思想建立自适应压缩算法,计算采样时段内能源平台数据变化量均值,以判定采样频率的变化情况.引入A*算法寻优采样频率,自适应采集并压缩能源平台数据.结合动态密钥选择技术和混沌加密算法构建双重加密算法,用于数据库信息的加密,保障能源平台数据库信息的安全.通过使用强度和带宽占用概率控制超带宽存储并依据最小传输粒度控制超带宽梯度传输,实现无人值守能源平台数据库信息安全存储.实验结果表明,所提算法存储安全性高、存储耗时短、通信开支低和读写平均延迟短,且数据完整性高.

    无人值守能源平台A*算法信息安全存储信息压缩信息加密

      原文链接:
    • 万方数据
    • 维普

    基于改进自适应粒子群优化的高压设备检修计划自适应优化

    毛德拥曹涛
    203-206页
    查看更多>>摘要：为了保证电网在高压设备检修过程中的稳定运行,提出基于改进自适应粒子群优化算法的高压设备检修计划自适应优化方法.采用模糊推理规则算法评估高压设备运行状态,依据评估结果确定电网运行风险最小化为高压设备检修优化的目标函数,并确定同时约束、检修资源约束等5个约束条件,采用改进自适应粒子群优化求解目标函数,输出优化后的高压设备检修计划结果.测试结果显示,该方法检修时电压最大和最小结果之间的差距为0.105 pu,较为平稳.

    改进自适应粒子群优化高压设备检修计划自适应调节电网运行风险

      原文链接:
    • 万方数据
    • 维普

    基于机器学习技术的房地产企业债券违约风险预警

    周曲文
    207-210,215页
    查看更多>>摘要：我国房地产企业债券自2018年起频繁违约,违约债券数量和违约金额均远超其他行业.为此,基于机器学习技术构建房地产企业债券违约预警模型,提前识别可能发生违约的债券.研究发现:在不同的违约预测时间点,用于预测的指标重要性不同,且构建的预警指标组在违约发生前半年对违约的预测性能最好;在指标体系中加入"三道红线"财务指标提高了房地产企业债券违约预测的性能;引入债券交易数据特征作为违约预测的影响因子,对违约有着较好的预测作用和解释意义.

    机器学习债券违约风险XGBoost房地产企业债券交易数据

      原文链接:
    • 万方数据
    • 维普