行改進(jìn).根據(jù)歷史數(shù)據(jù)分布不均勻、模糊等特性，大量的學(xué)者采用基于概率的離散化方法[9]、基于神經(jīng)網(wǎng)絡(luò)的方法[10]、基于信息粒的方法[11]、基于模糊聚類的方法[12]對(duì)論域進(jìn)行非等分劃分.對(duì)于模糊關(guān)系和預(yù)測(cè)規(guī)則的改進(jìn). 預(yù)測(cè)規(guī)則的建立以模糊邏輯關(guān)系為基礎(chǔ)，它是模糊時(shí)間序列預(yù)測(cè)模型的核心部分. 由研究初期的“max-min”聚合運(yùn)算[13-14]進(jìn)入到支持向量機(jī)分類算法[15]、公理模糊集分類算法[16]和直覺模糊條件推理技術(shù)[17]等,使得預(yù)測(cè)模型具有較好

內(nèi)電力市場(chǎng)的歷史數(shù)據(jù)普遍不公開，導(dǎo)致現(xiàn)有的數(shù)據(jù)量較少。因此很多基于大數(shù)據(jù)的電力市場(chǎng)出清價(jià)格預(yù)測(cè)模型難以在這類小樣本數(shù)據(jù)上達(dá)到良好的效果。為了實(shí)現(xiàn)小樣本和不連續(xù)數(shù)據(jù)上的出清價(jià)格預(yù)測(cè)，本文提出了一種基于日前披露數(shù)據(jù)相似性的電力市場(chǎng)出清價(jià)格預(yù)測(cè)方法，并在某區(qū)域電力市場(chǎng)交易的試運(yùn)行數(shù)據(jù)上進(jìn)行了測(cè)試，通過實(shí)驗(yàn)證明了本文方法的有效性。1 日前披露數(shù)據(jù)分析1.1 指標(biāo)相關(guān)性分析與數(shù)據(jù)篩選在電力市場(chǎng)出清價(jià)格預(yù)測(cè)問題中，日前披露數(shù)據(jù)信息對(duì)于市場(chǎng)報(bào)價(jià)預(yù)期有著重要的影響，如負(fù)荷

繼電保護(hù)裝置歷史數(shù)據(jù)，按不同維度將信息分類，進(jìn)行隱性故障辨識(shí)，以加強(qiáng)電網(wǎng)隱性故障辨識(shí)能力。關(guān)鍵詞：變電站;繼電保護(hù);隱性故障;同源數(shù)據(jù);歷史數(shù)據(jù)中圖分類號(hào)：TM774? 文獻(xiàn)標(biāo)志碼：A? 文章編號(hào)：1671-0797（2022）07-0006-04DOI：10.19514/j.cnki.cn32-1628/tm.2022.07.0020? ? 引言繼電保護(hù)隱性故障是一種永久性缺陷，對(duì)保護(hù)裝置的可靠性造成了嚴(yán)重沖擊[1]。電網(wǎng)的穩(wěn)定性因隱性故障存在而變差，影

板，可以查詢歷史數(shù)據(jù)，且對(duì)其數(shù)據(jù)進(jìn)行誤差分析。1 總體方案設(shè)計(jì)四旋翼飛行器姿態(tài)監(jiān)測(cè)系統(tǒng)結(jié)構(gòu)框圖如圖1所示，姿態(tài)監(jiān)測(cè)的四個(gè)參數(shù)分別是：飛行高度、飛行速度、俯仰角和滾轉(zhuǎn)角。MPU-9250九軸傳感器將采集到的參數(shù)傳輸給STM32F103RBT6單片機(jī)進(jìn)行處理，WIFI通信模塊連接上位機(jī)LabVIEW監(jiān)測(cè)平臺(tái)，完成實(shí)時(shí)數(shù)據(jù)顯示、歷史數(shù)據(jù)查詢和閾值觸發(fā)報(bào)警等功能。1.1 MPU-9250傳感器驅(qū)動(dòng)電路MPU-9250傳感器采用SPI通信方式和STM32單片機(jī)進(jìn)行通

宏觀經(jīng)濟(jì)學(xué);歷史數(shù)據(jù);貨幣貶值;供求關(guān)系;成因一、概述首先要明確通貨膨脹的概念。通俗的講，貨幣的需求量不大于其供給量時(shí)，使得的物價(jià)程度不斷地上漲，這時(shí)候通貨膨脹就會(huì)自然而然地產(chǎn)生了。宏觀經(jīng)濟(jì)學(xué)的一個(gè)很重要的組成就是通貨膨脹理論，國家經(jīng)濟(jì)發(fā)展的重中之重也是正確處理通貨膨脹。二、認(rèn)知已經(jīng)對(duì)通貨膨脹有了大體概述后，想要正確分析其成因，并且提出相應(yīng)的正確措施，就要對(duì)通貨膨脹有一個(gè)正確的認(rèn)知。只要領(lǐng)悟了經(jīng)濟(jì)學(xué)中一個(gè)廣為人知的數(shù)量方程式就能認(rèn)識(shí)通貨膨脹，雖然簡單，但是

穩(wěn)定性及不同歷史數(shù)據(jù)對(duì)于鐘差預(yù)報(bào)精度和穩(wěn)定性的影響，計(jì)算4顆衛(wèi)星在4種模型下的RMSE和SD，結(jié)果見表1和2。表1 12 h歷史數(shù)據(jù)下4種模型預(yù)報(bào)結(jié)果統(tǒng)計(jì)由表1在3個(gè)時(shí)間段的預(yù)報(bào)結(jié)果可知，隨著預(yù)報(bào)時(shí)長的增加，4種模型的預(yù)報(bào)誤差均有所上升，但SSA-BP神經(jīng)網(wǎng)絡(luò)模型預(yù)報(bào)誤差的變化較小，具有更好的抗干擾能力，且精度高于其他3種模型。4顆衛(wèi)星在2 h預(yù)報(bào)過程中，PSO-BP和SSA-BP神經(jīng)網(wǎng)絡(luò)模型精度均能保持在亞ns級(jí)，4顆衛(wèi)星的SSA-BP神經(jīng)網(wǎng)絡(luò)模型12

示存儲(chǔ)位置、歷史數(shù)據(jù)、資源查找、文件記錄等功能。3.3 提升檔案著錄人員的素質(zhì)航天檔案著錄工作基礎(chǔ)工作任務(wù)量龐大，需要把已立卷歸檔的大量檔案重新進(jìn)行整理后著錄，這項(xiàng)工作不僅難度大、質(zhì)量要求高，而且工作量大、耗力多、耗時(shí)長，這就需要著錄工作者克服繁瑣、乏味的工作性質(zhì)，以堅(jiān)強(qiáng)的耐力和毅力，以高度的責(zé)任心對(duì)待每一個(gè)著錄項(xiàng)目。由此看出，一方面檔案人員專業(yè)知識(shí)、使命感榮譽(yù)感的學(xué)習(xí)和培訓(xùn)應(yīng)同步進(jìn)行，既要提升專業(yè)素質(zhì)，也需要時(shí)刻保持高的思想素質(zhì)。通過培訓(xùn)提升檔案著錄人員

課程教學(xué)效果歷史數(shù)據(jù)，通過專家將高校設(shè)計(jì)課程教學(xué)效果劃分為多個(gè)等級(jí);然后，引入大數(shù)據(jù)分析技術(shù)對(duì)高校設(shè)計(jì)課程教學(xué)效果歷史數(shù)據(jù)進(jìn)行建模與預(yù)測(cè)，構(gòu)建高校設(shè)計(jì)課程教學(xué)效果預(yù)測(cè)模型，并對(duì)模型的參數(shù)進(jìn)行優(yōu)化;最后，對(duì)多個(gè)學(xué)校的設(shè)計(jì)課程教學(xué)效果數(shù)據(jù)進(jìn)行仿真模擬測(cè)試。結(jié)果表明，該模型的高校設(shè)計(jì)課程教學(xué)效果預(yù)測(cè)精度超過90%，可將高校設(shè)計(jì)課程教學(xué)效果預(yù)測(cè)誤差控制在10%以內(nèi)，在相同條件下，預(yù)測(cè)精度遠(yuǎn)遠(yuǎn)超過其他模型的高校設(shè)計(jì)課程教學(xué)效果預(yù)測(cè)模型，可以滿足高校設(shè)計(jì)相關(guān)課程教學(xué)管

市內(nèi)公交線路歷史數(shù)據(jù)，對(duì)線路調(diào)度模式進(jìn)行探討，以期通過對(duì)現(xiàn)有調(diào)度模式的優(yōu)化調(diào)整更合理服務(wù)乘客出行。關(guān)鍵詞：常規(guī)公交;調(diào)度方法;歷史數(shù)據(jù)0 引言隨著社會(huì)經(jīng)濟(jì)的高速發(fā)展和人民生活水平的不斷提高，公眾對(duì)于交通出行的需求也與日俱進(jìn)。公共交通作為城區(qū)居民集中搭乘運(yùn)轉(zhuǎn)的主要運(yùn)輸工具，在降低居民出行成本、減少資源能源消耗、發(fā)展綠色交通等方面具有重要作用，同時(shí)也是滿足居民便捷出行、緩解市內(nèi)交通擁堵的重要途經(jīng)[1]。新時(shí)代我國公共交通事業(yè)處于快速發(fā)展階段，考慮環(huán)保出行，常規(guī)

字圖書館流量歷史數(shù)據(jù)，用大數(shù)據(jù)分析技術(shù)對(duì)數(shù)字圖書館流量歷史數(shù)據(jù)進(jìn)行建模，構(gòu)建數(shù)字圖書館流量預(yù)測(cè)模型，并對(duì)數(shù)字圖書館流量預(yù)測(cè)模型的相關(guān)參數(shù)采用蟻群算法進(jìn)行優(yōu)化。在Matlab 2017平臺(tái)上進(jìn)行數(shù)字圖書館流量預(yù)測(cè)的仿真對(duì)比測(cè)試實(shí)驗(yàn)，結(jié)果表明，所提算法的數(shù)字圖書館流量預(yù)測(cè)精度超過95%，相較其他對(duì)比算法預(yù)測(cè)建?？倳r(shí)間最短。所提算法的數(shù)字圖書館流量預(yù)測(cè)精度、建模效率均得到了明顯的提升，可以應(yīng)用于實(shí)際數(shù)字圖書館管理系統(tǒng)中。關(guān)鍵詞： 大數(shù)據(jù)分析; 歷史數(shù)據(jù); 數(shù)字圖

指標(biāo)3 a的歷史數(shù)據(jù)，按照卷煙企業(yè)成品片煙含水率評(píng)價(jià)標(biāo)準(zhǔn)篩選過程優(yōu)良操作數(shù)據(jù)，統(tǒng)計(jì)分析參數(shù)指標(biāo)的歷史運(yùn)行區(qū)間范圍，參照相關(guān)標(biāo)準(zhǔn)要求，確定了熱風(fēng)潤葉和葉片復(fù)烤過程參數(shù)指標(biāo)的管控范圍。生產(chǎn)應(yīng)用表明，打葉復(fù)烤過程和成品片煙含水率的穩(wěn)定性得到明顯提高，含水率平均值與標(biāo)準(zhǔn)要求的偏離較小，而且復(fù)烤后含水率的標(biāo)準(zhǔn)偏差均低于0.33%。關(guān)鍵詞：打葉復(fù)烤;歷史數(shù)據(jù);優(yōu)良操作;煙葉含水率;穩(wěn)定性;過程控制中圖分類號(hào)：TS44+3文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1006-060X（20

，周惠玲基于歷史數(shù)據(jù)矩陣的機(jī)場(chǎng)道面維護(hù)決策方法陳東方1，蔡良才1，邵斌1，龍小勇1，周惠玲2(1. 空軍工程大學(xué) 航空工程學(xué)院，陜西 西安 710038；2. 95746部隊(duì)，四川 成都 611531)針對(duì)現(xiàn)有的機(jī)場(chǎng)道面使用性能決策模型中存在主觀信息與客觀數(shù)據(jù)利用程度低、指標(biāo)權(quán)重局限性較大和反饋的決策信息不充分等問題，提出基于歷史數(shù)據(jù)矩陣的多維模糊決策模型。分析影響機(jī)場(chǎng)道面的主要性能指標(biāo)，構(gòu)建歷史數(shù)據(jù)矩陣?；?span id="syggg00" class="hl">歷史數(shù)據(jù)矩陣完成對(duì)中心指標(biāo)矩陣和模糊識(shí)別矩陣的

跌停后，依照歷史數(shù)據(jù)看，大盤的整體走勢(shì)不容樂觀。經(jīng)統(tǒng)計(jì)，2015年以來千股跌停的下一個(gè)交易日，滬指上漲的有10次，占比52.63%，基本上處于五五開的局面。其中漲幅最大的一次出現(xiàn)在2015年6月29日的下一個(gè)交易日，滬指當(dāng)天大幅反彈5.53%，但跌幅最大的一次出現(xiàn)在2015年8月24日的下一個(gè)交易日，滬指當(dāng)天繼續(xù)大跌7.63%。從千股跌停后20個(gè)交易日的市場(chǎng)表現(xiàn)看，滬指上漲6次，占比略超三成。反彈力度最大的一次出現(xiàn)在2015年9月，滬指當(dāng)時(shí)反彈幅度達(dá)到8.

時(shí)數(shù)據(jù)上報(bào)、歷史數(shù)據(jù)上報(bào)、傳感器狀態(tài)上報(bào)、其他流程模塊這4個(gè)模塊組成。實(shí)時(shí)數(shù)據(jù)上報(bào)是在現(xiàn)場(chǎng)PC部署服務(wù)程序，把整個(gè)現(xiàn)場(chǎng)PC作為一個(gè)多通道的傳感器看待，用于實(shí)時(shí)采集各個(gè)傳感器的數(shù)據(jù)并進(jìn)行上報(bào)（圖2）。圖2 實(shí)時(shí)數(shù)據(jù)和歷史數(shù)據(jù)上報(bào)流程數(shù)據(jù)上報(bào)流程包括：1）采集隊(duì)列：在線的傳感器進(jìn)入待采集隊(duì)列，不在線的傳感器移出隊(duì)列。2）采集任務(wù)觸發(fā)器：采集任務(wù)觸發(fā)器會(huì)每隔T時(shí)間觸發(fā)一次采集任務(wù)。3）實(shí)時(shí)數(shù)據(jù)采集：采用“基于多線程的并行任務(wù)”進(jìn)行實(shí)時(shí)采集，把采集隊(duì)列中不同傳感器

電廠監(jiān)控系統(tǒng)歷史數(shù)據(jù)存儲(chǔ)主要由歷史數(shù)據(jù)服務(wù)器、磁盤陣列管理機(jī)、磁盤陣列等設(shè)備組成。歷史數(shù)據(jù)服務(wù)器配置兩臺(tái)，互為冗余，主要負(fù)責(zé)歷史數(shù)據(jù)的存儲(chǔ)、歸檔和檢索，歷史數(shù)據(jù)庫生成及管理，歷史數(shù)據(jù)和運(yùn)行文檔的保存和檢索等；磁盤陣列管理機(jī)主要管理磁盤陣列，監(jiān)視磁盤運(yùn)行狀況；磁盤陣列主要由500GB的移動(dòng)磁盤構(gòu)成，主要用于存儲(chǔ)數(shù)據(jù)。歷史數(shù)據(jù)服務(wù)器將水輪發(fā)電機(jī)組的實(shí)時(shí)運(yùn)行數(shù)據(jù)通過磁盤陣列管理機(jī)存儲(chǔ)到磁盤陣列中。2.現(xiàn)狀監(jiān)控系統(tǒng)的歷史數(shù)據(jù)服務(wù)器由于其重要性，長期處于運(yùn)行中，并且

乏對(duì)遙測(cè)參數(shù)歷史數(shù)據(jù)的挖掘。事實(shí)上，同型號(hào)運(yùn)載火箭在歷次飛行過程中積累了大量的歷史數(shù)據(jù)，而這些歷史數(shù)據(jù)中隱含著遙測(cè)參數(shù)重要的全局性、綜合性信息，充分對(duì)這些歷史遙測(cè)數(shù)據(jù)進(jìn)行分析挖掘，將極大地提高遙測(cè)參數(shù)判讀的準(zhǔn)確率。針對(duì)上述問題，本文對(duì)遙測(cè)參數(shù)中緩變參數(shù)的自動(dòng)判讀方法進(jìn)行了研究，提出了基于歷史數(shù)據(jù)統(tǒng)計(jì)特性的遙測(cè)緩變參數(shù)自動(dòng)判讀方法。首先，對(duì)遙測(cè)緩變參數(shù)的自動(dòng)判讀方法進(jìn)行了總體性論述；其次，針對(duì)參數(shù)的歷史數(shù)據(jù)與目標(biāo)數(shù)據(jù)時(shí)標(biāo)不一致問題，提出了一種以目標(biāo)數(shù)據(jù)時(shí)標(biāo)為

水企業(yè)累積的歷史數(shù)據(jù)為出發(fā)點(diǎn)，借助相關(guān)的必要設(shè)備，與數(shù)據(jù)分析手段相結(jié)合，對(duì)管網(wǎng)漏損問題提出了有益的建議，對(duì)于企業(yè)在解決管網(wǎng)漏損診斷上有一定的實(shí)踐意義。關(guān)鍵詞：智慧水務(wù)；爆管定位；歷史數(shù)據(jù)；數(shù)據(jù)分析中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2018）06-0206-01隨著信息化進(jìn)程的快速推進(jìn)，傳統(tǒng)的供水行業(yè)正在進(jìn)行著深刻的變革，智慧水務(wù)建設(shè)正在各個(gè)水司如火如荼地進(jìn)行。目前，大多數(shù)供水企業(yè)都已經(jīng)安裝了類似SCADA系統(tǒng)的數(shù)據(jù)采集與

文提出了基于歷史數(shù)據(jù)的誤差定位方法，可以有效發(fā)現(xiàn)疑似誤差數(shù)據(jù)。關(guān)鍵詞：校驗(yàn);智能水表;歷史數(shù)據(jù)中圖分類號(hào)：G642? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? 文章編號(hào)：1009-3044（2018）34-0193-031 引言水務(wù)公司為便于分析區(qū)域用水情況和布局合理的管網(wǎng)等需求，對(duì)居民用水?dāng)?shù)據(jù)的實(shí)時(shí)性和準(zhǔn)確性要求越來越高。智能水表技術(shù)有效地解決了獲取用水?dāng)?shù)據(jù)實(shí)時(shí)性的問題，但無論是超聲波智能水表還是基于圖像識(shí)別的智能抄表系統(tǒng)，都存在較大比例的讀數(shù)誤差。誤差

據(jù)，查看水質(zhì)歷史數(shù)據(jù)軌跡，實(shí)現(xiàn)設(shè)備遠(yuǎn)程管理。實(shí)驗(yàn)測(cè)試表明，系統(tǒng)運(yùn)行穩(wěn)定，水質(zhì)監(jiān)控精準(zhǔn)度高，水質(zhì)調(diào)控準(zhǔn)確性和實(shí)時(shí)性好，提高了效率，減少了人力成本。關(guān)鍵詞：窄帶物聯(lián)網(wǎng)；水質(zhì)測(cè)控；濾波算法；歷史數(shù)據(jù)DOIDOI：10.11907/rjdk.181157中圖分類號(hào)：TP319文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-7800（2018）010-0121-04英文摘要Abstract：With Internet all things developing fast，it

向物聯(lián)網(wǎng)系統(tǒng)歷史數(shù)據(jù)服務(wù)的設(shè)計(jì)與實(shí)現(xiàn)張玉杰， 張婷婷(陜西科技大學(xué) 電氣與信息工程學(xué)院， 陜西 西安 710021)物聯(lián)網(wǎng)系統(tǒng)中大量的用戶終端及設(shè)備終端之間的信息交互會(huì)產(chǎn)生海量的異構(gòu)數(shù)據(jù)流，數(shù)據(jù)中心需要及時(shí)分析和處理這些數(shù)據(jù)，選擇對(duì)用戶有用的數(shù)據(jù)進(jìn)行存儲(chǔ)，可以便于對(duì)設(shè)備的當(dāng)前與歷史狀態(tài)進(jìn)行查詢，同時(shí)為設(shè)備的大數(shù)據(jù)服務(wù)提供數(shù)據(jù)基礎(chǔ).針對(duì)此問題，同時(shí)結(jié)合物聯(lián)網(wǎng)系統(tǒng)異構(gòu)型數(shù)據(jù)存儲(chǔ)的特點(diǎn)和通信實(shí)時(shí)性、可靠性需求以及對(duì)不同終端的通用性，提出一種結(jié)合MongoDB數(shù)據(jù)

該文針對(duì)銀行歷史數(shù)據(jù)線上化的必要性，對(duì)Hadoop技術(shù)進(jìn)行了介紹，并研究了其在大數(shù)據(jù)分析系統(tǒng)建設(shè)中的作用，對(duì)當(dāng)前存在的問題提出具體的建議，使其更好促進(jìn)銀行歷史數(shù)據(jù)線上化。關(guān)鍵詞：Hadoop技術(shù)；歷史數(shù)據(jù)；銀行1銀行歷史數(shù)據(jù)線上化的必要性1.1大數(shù)據(jù)特點(diǎn)隨著大數(shù)據(jù)時(shí)代的到來，數(shù)據(jù)對(duì)銀行的發(fā)展起著非常重要的影響作用，隨著銀行業(yè)務(wù)的快速發(fā)展，對(duì)其處理數(shù)據(jù)的能力要求不斷提高。各大銀行的競(jìng)爭(zhēng)焦點(diǎn)都是基于大數(shù)據(jù)下的分析和運(yùn)用創(chuàng)新，從當(dāng)前大數(shù)據(jù)的運(yùn)行上看，主要存在著以

；課堂實(shí)效；歷史數(shù)據(jù)一、運(yùn)用細(xì)節(jié)材料之必要“歷史教學(xué)是師生相互交往、共同發(fā)展的互動(dòng)過程。……歷史文物圖冊(cè)、照片、圖片是重要的課程資源……充分利用（這些資源）有利于培養(yǎng)學(xué)生學(xué)習(xí)歷史的興趣和歷史理解能力?！保ā镀胀ǜ咧袣v史課程標(biāo)準(zhǔn)（實(shí)驗(yàn)）》）。對(duì)細(xì)節(jié)材料的設(shè)置和運(yùn)用，建立起師生之間上課的交流平臺(tái)和交流的興奮點(diǎn)，這是由以下三點(diǎn)決定的：首先是歷史學(xué)科特點(diǎn)決定；其次是新課程改革的要求；再次是符合高中生的思維特點(diǎn)。二、不同細(xì)節(jié)材料之運(yùn)用這里主要論述兩種細(xì)節(jié)材料：利用歷

24）?基于歷史數(shù)據(jù)的HEV工況識(shí)別與預(yù)測(cè)方法麻笑藝，胡曉煒，周雅夫 （大連理工大學(xué) 工業(yè)裝備結(jié)構(gòu)分析國家重點(diǎn)實(shí)驗(yàn)室 運(yùn)載工程與力學(xué)學(xué)部汽車工程學(xué)院，大連116024）摘要：混合動(dòng)力汽車在實(shí)際行駛中需要按照實(shí)際路況調(diào)整合適的能量管理策略，才能充分發(fā)揮其燃油經(jīng)濟(jì)性。利用城市道路的擁堵情況具有一定周期性的特點(diǎn)，本文提出基于歷史數(shù)據(jù)的混合動(dòng)力城市公交車工況識(shí)別與預(yù)測(cè)方法，解決現(xiàn)有工況識(shí)別方法的識(shí)別延遲問題，且具有一定的預(yù)測(cè)性。根據(jù)采集的實(shí)際公交車的行駛數(shù)據(jù)，驗(yàn)證

Modem歷史數(shù)據(jù)挖掘與故障預(yù)警設(shè)計(jì)高峰摘 要：本文針對(duì)CMTS+CM組網(wǎng)特點(diǎn)，充分利用網(wǎng)管數(shù)據(jù)庫，對(duì)現(xiàn)有的“有線通”寬帶網(wǎng)管系統(tǒng)進(jìn)行開發(fā)，通過對(duì)Cable Modme的歷史指標(biāo)進(jìn)行篩選、分類、對(duì)比，從而實(shí)現(xiàn)對(duì)線路故障的提前預(yù)判。關(guān)鍵詞：有線通；網(wǎng)管系統(tǒng)；歷史數(shù)據(jù)中廣有線馬鞍山分公司數(shù)字電視用戶已接近15萬戶，互動(dòng)用戶已超過6萬，寬帶用戶已有3.5萬，雙向業(yè)務(wù)的組網(wǎng)結(jié)構(gòu)是CMTS+CM模式。CMTS和CM的信號(hào)指標(biāo)，主要是通過“有線通”網(wǎng)管系統(tǒng)來進(jìn)行實(shí)時(shí)

析】海洋經(jīng)濟(jì)歷史數(shù)據(jù)推算方法研究李琳琳，宋維玲，鄭莉，林香紅，蔡大浩（國家海洋信息中心，天津300171）海洋經(jīng)濟(jì)日益受到社會(huì)各界的關(guān)注，而海洋統(tǒng)計(jì)數(shù)據(jù)的積累是一個(gè)長期的過程，在海洋經(jīng)濟(jì)分析研究過程中，有必要對(duì)海洋經(jīng)濟(jì)的歷史數(shù)據(jù)進(jìn)行推算，以延長海洋經(jīng)濟(jì)數(shù)據(jù)時(shí)間序列，滿足計(jì)量分析對(duì)數(shù)據(jù)的需要。在研究實(shí)踐中，總結(jié)了比重法、灰色—周期外延組合模型、趨勢(shì)外推法、指數(shù)平滑法等適用于海洋經(jīng)濟(jì)分析的歷史數(shù)據(jù)推算方法，提出了各種方法的適用條件，并進(jìn)行了實(shí)證分析。實(shí)證結(jié)果顯

、一個(gè)強(qiáng)大的歷史數(shù)據(jù)庫服務(wù)、一個(gè)易于使用的信息服務(wù)、以及無與倫比的連通性[2]。但是在實(shí)際使用過程中發(fā)現(xiàn)，當(dāng)歷史數(shù)據(jù)的數(shù)據(jù)量多到一定程度時(shí)，該平臺(tái)自帶的歷史數(shù)據(jù)庫服務(wù)無法滿足同時(shí)存儲(chǔ)這些數(shù)據(jù)的要求，歷史服務(wù)器的日志中會(huì)出現(xiàn)告警和錯(cuò)誤。針對(duì)該問題，本文深入研究了Wonderware平臺(tái)收集歷史數(shù)據(jù)的體系結(jié)構(gòu)，摒棄了平臺(tái)自帶的歷史數(shù)據(jù)庫服務(wù)，并在此基礎(chǔ)上研發(fā)了一種新的歷史數(shù)據(jù)庫，保證了在數(shù)據(jù)量巨大的情況下歷史數(shù)據(jù)仍然能夠正常進(jìn)行存儲(chǔ)。1 歷史數(shù)據(jù)存儲(chǔ)體系結(jié)構(gòu)1

工作方式以及歷史數(shù)據(jù)的完整性給電站故障缺陷和事故分析提供了便利。歷史站的歷史數(shù)據(jù)管理功能提出了一種結(jié)構(gòu)簡單、運(yùn)行穩(wěn)定、易于維護(hù)的歷史數(shù)據(jù)管理方案，也為未來的計(jì)算機(jī)監(jiān)控系統(tǒng)歷史站提供了發(fā)展方向。關(guān)鍵詞 計(jì)算機(jī)監(jiān)控系統(tǒng);歷史數(shù)據(jù)管理中圖分類號(hào)：TV734 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1671-7597（2014）22-0112-01Computer Supervisory and Control System History Data Management of

行國產(chǎn)實(shí)時(shí)/歷史數(shù)據(jù)平臺(tái)的建設(shè)和試點(diǎn)研究，從實(shí)施的效果看，已基本滿足國家電網(wǎng)典型設(shè)計(jì)要求和浙江省電力公司實(shí)際應(yīng)用要求，具備了推廣實(shí)施的條件。因此，在2012年試點(diǎn)驗(yàn)證的基礎(chǔ)上，于2013年在浙江省范圍內(nèi)推廣覆蓋國產(chǎn)實(shí)時(shí)/歷史數(shù)據(jù)平臺(tái)，旨在年底完成各級(jí)SCADA（調(diào)度數(shù)據(jù)采集與監(jiān)控系統(tǒng)）、電能量、在線監(jiān)測(cè)、營銷等系統(tǒng)的數(shù)據(jù)接入，累計(jì)測(cè)點(diǎn)超千萬。如何高效接入、存儲(chǔ)這一龐大的數(shù)據(jù)，成為未來實(shí)時(shí)/歷史數(shù)據(jù)應(yīng)用發(fā)展的關(guān)鍵問題之一。本文結(jié)合多年實(shí)時(shí)/歷史數(shù)據(jù)接入經(jīng)驗(yàn)，

不能滿足清算歷史數(shù)據(jù)在線時(shí)長要求，存儲(chǔ)空間現(xiàn)狀與系統(tǒng)安全生產(chǎn)的矛盾十分突出，按照歷史數(shù)據(jù)分析，客運(yùn)清算系統(tǒng)存儲(chǔ)空間預(yù)計(jì)只能維持至2013年底?？瓦\(yùn)清算系統(tǒng)是典型的數(shù)據(jù)倉庫型應(yīng)用，存儲(chǔ)有海量的歷史數(shù)據(jù)，這些歷史數(shù)據(jù)主要應(yīng)用于各類統(tǒng)計(jì)分析查詢，不能進(jìn)行增刪改操作。為保證客運(yùn)清算系統(tǒng)平穩(wěn)運(yùn)行，必須盡快研究客運(yùn)清算存儲(chǔ)管理新思路，對(duì)數(shù)據(jù)的存儲(chǔ)方式和數(shù)據(jù)結(jié)構(gòu)進(jìn)行升級(jí)完善，實(shí)現(xiàn)存儲(chǔ)空間利用效率最大化，解決系統(tǒng)存儲(chǔ)供應(yīng)緊張的矛盾?？瓦\(yùn)清算存儲(chǔ)管理系統(tǒng)（以下簡稱存儲(chǔ)系統(tǒng)或

對(duì)象最近一組歷史數(shù)據(jù)的平均值作為預(yù)測(cè)值的方法。這種方法不是僅取最近一期的歷史數(shù)據(jù)作為下一期的預(yù)測(cè)值，而是取最近一組歷史數(shù)據(jù)的平均值作為下一期的預(yù)測(cè)值，這一方法使近期歷史數(shù)據(jù)參與預(yù)測(cè)，使歷史數(shù)據(jù)的隨機(jī)成分有可能互相抵消，平均值所含的隨機(jī)成分就會(huì)相應(yīng)減少。移動(dòng)平均法的“平均”是指對(duì)歷史數(shù)據(jù)的“算術(shù)平均”，而“移動(dòng)”是指參與平均的歷史數(shù)據(jù)隨預(yù)測(cè)值的推進(jìn)而不斷更新。當(dāng)一個(gè)新的歷史數(shù)據(jù)進(jìn)入平均值時(shí)，要剔除原先參與預(yù)測(cè)平均的最陳舊的一個(gè)歷史數(shù)據(jù)，并且每一次參與平均的歷

的、全媒體的歷史數(shù)據(jù)平臺(tái)，是擺在歷史數(shù)據(jù)編輯工作者面前的新課題。以下，就此問題，結(jié)合南方報(bào)業(yè)傳媒集團(tuán)的業(yè)務(wù)實(shí)踐，從報(bào)業(yè)集團(tuán)歷史數(shù)據(jù)挖掘、開發(fā)、管理和利用，談?wù)勎覀兛捶?，以期探討出一種歷史數(shù)據(jù)平臺(tái)管理和渠道管理的新模式。圖一 歷史數(shù)據(jù)資源管理發(fā)展的三個(gè)階段圖二 歷史數(shù)據(jù)管理的傳統(tǒng)程序歷史數(shù)據(jù)生產(chǎn)、收集和利用的新路徑及新流程對(duì)歷史數(shù)據(jù)的生產(chǎn)、集納和利用來說，建立一個(gè)科學(xué)的、系統(tǒng)的、快捷的流程十分重要，它關(guān)系到歷史數(shù)據(jù)的生產(chǎn)標(biāo)準(zhǔn)、利用渠道和數(shù)據(jù)安全性等諸方面的實(shí)

江電力實(shí)時(shí)/歷史數(shù)據(jù)庫平臺(tái)自2005年建成以來，陸續(xù)接入了各級(jí)調(diào)度SCADA系統(tǒng)、電能量系統(tǒng)、輸變電設(shè)備在線監(jiān)測(cè)系統(tǒng)等大量實(shí)時(shí)歷史數(shù)據(jù)，共計(jì)150余萬個(gè)測(cè)點(diǎn)。在數(shù)據(jù)接入的基礎(chǔ)上，通過鼓勵(lì)群眾性創(chuàng)新應(yīng)用和開展實(shí)時(shí)歷史數(shù)據(jù)應(yīng)用競(jìng)賽等措施，在全省范圍內(nèi)開發(fā)、實(shí)施和部署了數(shù)百個(gè)實(shí)時(shí)/歷史數(shù)據(jù)業(yè)務(wù)應(yīng)用，范圍幾乎涵蓋了電力生產(chǎn)各個(gè)環(huán)節(jié)。實(shí)時(shí)/歷史數(shù)據(jù)庫平臺(tái)需要為這些業(yè)務(wù)應(yīng)用系統(tǒng)提供基礎(chǔ)數(shù)據(jù)服務(wù)，但是隨著業(yè)務(wù)應(yīng)用領(lǐng)域的擴(kuò)展和大量業(yè)務(wù)應(yīng)用的部署，現(xiàn)有的平臺(tái)訪問方式已不能滿

并沒有考慮到歷史數(shù)據(jù)的新舊程度對(duì)建立模型的影響。即對(duì)于某一社會(huì)經(jīng)濟(jì)問題，由于受到市場(chǎng)環(huán)境、社會(huì)環(huán)境及國家宏觀調(diào)控政策等方面的影響，近期的數(shù)據(jù)對(duì)于最終的預(yù)測(cè)結(jié)果的影響程度肯定要比遠(yuǎn)期的數(shù)據(jù)的影響程度要大，所以在對(duì)后期數(shù)據(jù)的預(yù)測(cè)建模過程中，應(yīng)該對(duì)于所采集的歷史數(shù)據(jù)的不同時(shí)期給與不同的權(quán)重，這樣建立的組合預(yù)測(cè)模型更符合實(shí)際情況，且預(yù)測(cè)模型的實(shí)用性和精度會(huì)進(jìn)一步提高。本文將充分考慮新舊歷史數(shù)據(jù)對(duì)模型精度的影響程度的不同，給出一種加權(quán)殘差平方和最小的最合預(yù)測(cè)模型組合

控系統(tǒng)而言，歷史數(shù)據(jù)的存儲(chǔ)以及方便、快速的檢索具有重要意義。然而，軌道交通的現(xiàn)場(chǎng)設(shè)備多種多樣，每天將產(chǎn)生大量數(shù)據(jù)（如南京地鐵2號(hào)線RT21－ISCS系統(tǒng)每天產(chǎn)生500萬～1 000萬條采樣數(shù)據(jù)），普通的關(guān)系型數(shù)據(jù)庫如ORACLE根本無法滿足存儲(chǔ)和檢索的效率要求。國外一些成熟的實(shí)時(shí)歷史數(shù)據(jù)庫如PI，INSQL價(jià)格昂貴，可以處理的點(diǎn)數(shù)少。而軌道交通綜合監(jiān)控系統(tǒng)具有海量信息，如北京房山線全線預(yù)期約有50萬點(diǎn)，因此，必須針對(duì)軌道交通綜合監(jiān)控的特點(diǎn)，設(shè)計(jì)開發(fā)自己的實(shí)

充分考慮新舊歷史數(shù)據(jù)對(duì)預(yù)測(cè)結(jié)果影響程度不同，探討并給出了確定時(shí)間權(quán)重應(yīng)該滿足的條件，且基于所給時(shí)間權(quán)重建立了基于時(shí)間權(quán)重的回歸預(yù)測(cè)模型，在預(yù)測(cè)值和歷史數(shù)據(jù)相對(duì)誤差平方和最小的前提下推導(dǎo)了確定回歸預(yù)測(cè)模型的參數(shù)確定公式。該模型更符合實(shí)際預(yù)測(cè)的情況，更具有實(shí)用性?；貧w預(yù)測(cè)；模型；時(shí)間權(quán)重；參數(shù)客觀世界中很多事物、現(xiàn)象、因素彼此關(guān)聯(lián)而構(gòu)成關(guān)系、過程、系統(tǒng)。如果這種關(guān)系不便于用解析式表示時(shí)，則可以運(yùn)用統(tǒng)計(jì)學(xué)的方法尋找這些量之間的統(tǒng)計(jì)關(guān)系，若這些統(tǒng)計(jì)關(guān)系符合最小二乘

)服務(wù)器包括歷史數(shù)據(jù)存取和歷史事件存取兩部分，歷史數(shù)據(jù)存取是指將不同應(yīng)用層次的實(shí)時(shí)數(shù)據(jù)用統(tǒng)一的標(biāo)準(zhǔn)集成起來，保存在數(shù)據(jù)存儲(chǔ)器中，然后根據(jù)客戶程序需求訪問指定的歷史數(shù)據(jù)；歷史事件存取是指將警報(bào)和條件規(guī)范中得到的事件保存起來，以供客戶程序訪問。2 OPC UA歷史數(shù)據(jù)存取OPC UA規(guī)范作為新一代的OPC技術(shù)，勢(shì)必將廣泛應(yīng)用在實(shí)際工業(yè)生產(chǎn)流程中。如今的工業(yè)信息量在膨脹式增長，在整個(gè)流程工業(yè)中所集成的數(shù)據(jù)采集點(diǎn)數(shù)通常有幾千到十幾萬,數(shù)據(jù)采集間隔要達(dá)到毫秒級(jí),數(shù)據(jù)

的數(shù)據(jù)采集、歷史數(shù)據(jù)保存、報(bào)警處理等。運(yùn)行在其他工作站上的客戶端應(yīng)用程序，對(duì)這些服務(wù)器的數(shù)據(jù)進(jìn)行統(tǒng)一監(jiān)控、管理。用戶看到的似乎不是一個(gè)分散的數(shù)據(jù)庫，而是一個(gè)數(shù)據(jù)模式為全局?jǐn)?shù)據(jù)模式的集中式數(shù)據(jù)庫。在構(gòu)建分布式數(shù)據(jù)庫時(shí)，支持較多的網(wǎng)絡(luò)通信方式，如TCP/IP網(wǎng)絡(luò)、串行通信（RS232/422/485）等。在B/S應(yīng)用中，可定義客戶數(shù)，能夠方便、快速地增加用戶節(jié)點(diǎn)。只需在WEB服務(wù)器上進(jìn)行發(fā)布，客戶端就可以瀏覽到所需要的畫面和數(shù)據(jù)。即使遠(yuǎn)離工廠現(xiàn)場(chǎng)，仍可實(shí)時(shí)瀏覽