简介:摘要现代电力行业的以“全覆盖、全采集、全费控”为终极目标的电力用户用电信息采集系统在导致用户用电数据呈指数型增长的同时,还出现了数据存储、处理和应用等多方面的实践瓶颈。不仅对电力用户的用电体验造成了不利影响而且对电力企业的相关服务的开展产生了巨大障碍。因此在电力行业运用大数据技术的想法便应运而生,这对于解决逐渐复杂的智能窃电行为和实现线损监控具有重要意义。本文从电力用户用电信息采集系统的现状出发,引出大数据环境下电力大数据分析及云计算技术,之后再深入分析其在智能反窃电和线损监控等方面的应用,以期对大数据下电力行业的健康可持续发展提供理论借鉴。
简介:摘要现代电力行业的以“全覆盖、全采集、全费控”为终极目标的电力用户用电信息采集系统在导致用户用电数据呈指数型增长的同时,还出现了数据存储、处理和应用等多方面的实践瓶颈。不仅对电力用户的用电体验造成了不利影响而且对电力企业的相关服务的开展产生了巨大障碍。因此在电力行业运用大数据技术的想法便应运而生,这对于解决逐渐复杂的智能窃电行为和实现线损监控具有重要意义。本文从电力用户用电信息采集系统的现状出发,引出大数据环境下电力大数据分析及云计算技术,之后再深入分析其在智能反窃电和线损监控等方面的应用,以期对大数据下电力行业的健康可持续发展提供理论借鉴。
简介:随着信息化的持续深入发展,大多数组织内部都有由过去遗留下来的许多分布、自治、异构的应用系统,大家都迫切期望能够实现不同类型、内容和格式的数据相互转换。类型转换将数据表达式从一种类型转换成另外一种类型,SELECT列表、WHERE子句以及允许引用表达式的任何地方都有可能需要进行类型转换。并不是所有的数据类型之间都可以进行数据转换,比如在SYBASE数据库下不能在DATETIME和1NT之间进行类型转换。根据数据类型之间是否能自动执行数据类型的转换,又分为显式类型转换和隐式类型转换。显式类型转换是指数据类型之间不能自动执行数据类型的转换,必须使用系统内部转换函数来显式地请求转换成其他数据类型。隐式类型转换是指数据库系统能够根据需要自动执行数据类型的转换,比如比较字符串表达式和日期表达式,或者比较整数表达式和长整数表达式,或者比较具有不同长度的字符串表达式,系统就会自动将一种类型转换成另外一种数据类型。在进行数据转换处理时还会遇到根据条件分支选择进行内容转换,就是根据输入的值和某种匹配规则来计算所有输出的值。不同的数据库平台支持条件分支选择的方式也不同,比如在SYBASE中用CASE语句,而在ORACLE中却使用DECODE函数。内容转换函数DECODE是按照值进行替换,TRANSLATE函数则是按照顺序逐个替换每位字符,最后实现了简单的密码机制。如果数据库不支持条件分支选择内容转换,则需要重复多次使用WHERE语句来处理。
简介:主要研究ψ-混合随机变量序列部分和的强大数定律,并且得到了一些新结果.在混合系数满足一定条件时,本文的结果推广了独立序列的相应结果.