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

    基于用电负荷和客户侧需求多维数据融合的区域新能源充电桩加装布局优化方法

    杨宁来聪庄文婷李源...
    125-128页
    查看更多>>摘要:由于忽略了多维数据权重的计算,充电桩加装布局导致总排队时间较长,对此,提出用电负荷和客户侧需求多维数据融合下的区域新能源充电桩加装布局优化方法.计算新能源充电桩用电负荷,并对区域充电桩加装需求量的客户侧需求进行分析,将两类型的多维数据进行融合,建立充电桩加装布局优化模型;计算多维数据,对权重进行优化,得到区域新能源充电桩加装布局优化结果.实验结果表明,所提方法应用后的总排队时间较短,均值为9.86 min,优化效果较好,满足新能源汽车的现实充电需求.

    新能源充电桩充电桩加装布局用电负荷客户侧需求多维数据融合布局优化

    专用变压器异常用电检测方法研究

    陈凯华卢晓雄程宇万亦如...
    129-133页
    查看更多>>摘要:专用变压器是电力系统中连接不同电压等级的关键设备,为了保证变压器的安全稳定运行,设计专用变压器异常用电检测系统,实时监测和采集变压器运行参数.使用STM32F103RBT6芯片作为主控单元作为专用变压器监测终端,使用红外温度传感器采集环境参数和变压器温度.系统基于图卷积神经网络构建异常检测模型,并使用有向水平可视图算法转换专用变压器的时序数据,通过特征池化提取有向水平图的特征向量,经过卷积层和池化层操作后得出异常检测结果.实验结果表明,系统模型的异常检测准确率最大为97.5%,模型运行时间最短为812 ms,检测时间最快为1224 ms.

    专用变压器异常用电检测监测终端设计红外温度传感器图卷积神经网络有向水平可视图

    智能电网中的异常数据修复模型研究

    林范龙林昀黄庆仕杨晓勇...
    134-138页
    查看更多>>摘要:为进一步提高电力负荷异常数据修复质量,提出一种改进天牛须搜素(IBAS)算法优化径向基核函数(RBF)神经网络参数的异常数据修复方法.在BAS的基础上,引入动态惯性权重和莱维飞行轨迹优化机制,实现IBAS算法的改进;将IBAS用于RBF网络参数优化,并构建IBAS-RBF的异常数据修复模型;进行电力负荷的单点及连续点异常数据的修复,并通过评分指标对修复质量进行评价.实验结果表明,相较于改进前的BAS算法、PSO算法和FPA算法,改进后的IBAS算法的寻优速度和寻优精度显著提升;采用IBAS-RBF模型进行电力负荷数据修复后,无论在单点异常数据的修复,还是在连续点异常数据的修复,其修复效果都要更趋近于真实数据;通过IBAS-RBF对负荷序列数据的修复,其修复前后的准确性和一致性分别提升7.8%和7.6%,趋势性和有效性分别提升了 6.6%和2.1%.由此说明,此IBAS-RBF模型可实现电力负荷极值异常消除和连续点异常修复,修复轨迹平滑度显著提升.

    电力负荷异常检测IBASRBF网络数据修复

    改进多尺度嵌套长短期记忆神经网络的虚拟电厂负荷预测方法

    祝业青侯深李祥潘云...
    139-142,146页
    查看更多>>摘要:虚拟电厂负荷受多种因素的综合影响,表现出高度非线性和动态变化的特性,这些特性导致其难以预测.现有预测方法具有诸多局限性,如对负荷时间序列特征提取不足、对负荷影响因素考虑不全面等.这些都会导致预测精度难以进一步提高.为此,提出一种改进的虚拟电厂负荷预测方法,该方法基于多尺度嵌套长短期记忆(MSNILSTM)神经网络,构建多层次的长短期记忆网络用于提取负荷序列不同时间尺度的模式,以深入学习负荷的内在周期性和相关性特征.同时,引入外部因素数据作为网络的输入,以增强对负荷影响因素的建模能力.实验证明,相对于单一长短期记忆网络和传统预测方法,所提模型能够提高日前和周前负荷预测的精度.

    负荷预测深度学习多尺度长短期记忆

    输电线路防外破杆塔状态监测系统设计

    甘德志李慧军张蔚翔李峰...
    143-146页
    查看更多>>摘要:以杆塔使用状况监测为例,开展输电线路防外破监测系统设计.针对现阶段杆塔状态开展监测,深入探讨处理器与传感器的选型及注意事项,提出合理的系统设计.选择ARM处理器作为杆塔前端监测系统的核心组件,前端操作系统核心部分为STM32F4处理器,以MDK-ARM构建集成开发环境(IDE)实现系统建设.设计包含系统构建、倾斜测试、无线传输等.选择具备多频段GSM/GPRS的G510模组进行测试.测试结果表明,当杆塔倾斜角增大达至阈值时会触发报警,数据会被传输到云服务器与手机,有效提高了杆塔状态监测效率,具有很好的实际应用价值.

    输电线路防外破输电杆塔监测系统

    海洋环境气候新闻大数据挖掘和空间聚类模型研究

    钟鸣张建辉毕文璐李金蓉...
    147-150页
    查看更多>>摘要:以GDELT(global database of event,language,tone)数据库为例,讨论使用数据源路径爬取相关新闻文档.利用改进的AC自动机进行多模关键词匹配完成初步的数据清洗;对过滤好的文档数据进行主题数量评估,再利用LDA模型对其进行主题分类和关键词提取.根据分类结果,对海洋环境与气候主题新闻数据及相关指标建立空间聚类模型,最终形成一个对海量文档数据进行抓取、清洗、主题挖掘、空间聚类及可视化呈现的分析模型.

    GDELT数据库AC自动机LDA空间聚类OPTICS

    BP神经网络模型在上市电力企业经营风险预警系统的应用

    王宏刚王一蓉郑凤柱于宙...
    151-155页
    查看更多>>摘要:针对目前电力企业财务风险预警存在精度低等问题,利用FOA优化BP神经网络,并在确定财务风险指标评价体系的基础上,构建上市电力企业财务风险预警模型,评价指标为现金流量、成长能力、营运能力、偿债能力、盈利能力和市场维度.在正常企业、轻度财务危机和重度财务危机3种类型企业财务危机预测中,FOA-BP神经网络的准确率分别为92.31%、91.67%和91.67%.证明所提出的企业财务评价体系和预测模型具有极高的准确度,能够应用于企业的财务风险管控.

    BP神经网络FOA电力企业经营风险预警

    基于MVC模式的医疗健康档案信息系统管理及数据共享研究

    丁汉刘航潘蕾
    156-159页
    查看更多>>摘要:随着现代信息化进程的加快,医疗健康档案的管理也逐渐信息化、数字化.为了适应这种变化,构建基于模型-视图-控制器(MVC)模式的社区医疗电子健康档案信息系统,实现患者档案的信息化管理以及数据资源共享.在评价系统的患者满意度测试中:在满意度—满意影响力散点图中,有11个指标位于优势影响区;在满意度—不满意影响力散点图中,有12个指标位于优势影响区.说明该系统的运行取得了较高的患者满意度,能够很好地应用于实际的患者健康档案的信息化管理中,进一步推进了现代医疗的智能化与信息化水平.

    MVC模式医疗电子健康档案满意度信息化管理数据共享

    Z源光伏建筑并网逆变器比例积分十多重比例谐振自动化控制方法

    仇国梁郑凤超隋媛媛
    160-163,177页
    查看更多>>摘要:提出Z源光伏建筑并网逆变器比例积分+多重比例谐振自动化控制方法,在提高抗谐波扰动能力的同时,使Z源光伏建筑控制系统具有突出动态响应能力.在Z源光伏建筑并网逆变器数学模型的基础上,基于迭代比例积分控制基本原理,将时间乘绝对误差积分准则视作控制优化目标,根据最小误差积分条件完成参数整定,实现并网参照信号的精准跟踪.通过多重比例谐振控制抑制并网电流中产生的谐波污染,引入解耦环节实现Z源光伏建筑并网逆变器的准确控制.实验结果表明,多重比例谐振控制最佳的比例系数为2、谐振系数为90、截止角频率为3,可实现Z源光伏建筑并网逆变器的自动化控制,控制后的输出电流波形曲线平滑,谐波干扰获得了有效抑制.

    光伏建筑并网逆变器比例积分多重比例谐振动态响应谐波扰动

    联邦学习场景中Piraeus存储网络应用系统设计

    刘帅华郭峰
    164-166页
    查看更多>>摘要:随着大数据与云原生的不断融合,大数据云原生已逐渐成为大数据技术框架未来的发展趋势.传统大数据平台是指以处理海量数据存储、计算及不间断流数据的实时计算等场景为主的一套基础设施.典型的大数据平台包括Hadoop系列、Spark、Flume、Flink、Kafka等大数据生态组件.如今,面对海量数据爆发式的增长,对大数据的管理和使用提出了更高、更新的要求,在此背景下,以"弹性、敏捷、开放"著称的云原生技术赋予了大数据平台新的含义,云原生大数据平台开始登场,发挥大数据的真正生产力.介绍了如何利用好云原生技术对大数据进行技术创新、场景落地,最终赋能企业的数字化战略.

    大数据云原生Piraeus存储网络系统