Struts＋Hibemate框架模型在媒体资源库中的应用

针对传统的B／S模式媒体资源库系统代码可重用性低、维护困难、可扩展性差等问题,引入MVC设计模式,结合持久化工具Hibernate的功能特点和Struts框架的优势,提出采用Struts＋Hibernate框架的媒体资源库设计思想,以构建一个媒体资源库的音乐子分库为例,验证了基于Struts＋Hibernate模型的媒体资源库系统具有扩展性好、结构灵活、易于维护等特点。     

基于多因素考虑的变压器故障概率模型

变压器在电力系统中意义重大,电力变压器一旦发生故障对电力系统将造成重大损失.在电力行业发展进程中,预防性检修及定期检修已不能满足当前的需要.因此研究基于在线监测的变压器故障诊断技术,获取当前变压器的健康状态,更好地对变压器的运行状况进行维护.综上所述:在线监测的变压器诊断技术对电力系统的安全运行具有非常重要的现实意义.当前的故障概率计算大多是针对可靠性的故障进行计算[1],没有综合考虑运行年限、已发生故障以及维修情况、运行经历等因素.因此得出的故障概率不是很准确,论文将从变压器运行的在线监测数据、运行年限、已发生的故障及维修情况、运行经历综合进行考虑,综合以上因素加权最后得出变压器整体的故障概率.     

Struts+Hibernate框架模型在媒体资源库中的应用

针对传统的B/S模式媒体资源库系统代码可重用性低、维护困难、可扩展性差等问题,引入MVC设计模式,结合持久化工具Hibernate的功能特点和Struts框架的优势,提出采用Struts+Hibernate框架的媒体资源库设计思想,以构建一个媒体资源库的音乐子分库为例,验证了基于Struts+Hibernate模型的媒体资源库系统具有扩展性好、结构灵活、易于维护等特点。     

基于并行共享挖掘算法的电力负荷预测

影响电力负荷的因素有很多,用于电力负荷预测的数据随着电网规模的扩大也越来越多。传统预测方法不能通过挖掘大量数据,有效地建立电力负荷预测模型。论文结合并行共享数据挖掘技术,综合分析了基于HADOOP的并行共享决策树算法(PSDT)以及SLIQ算法,提出了一种新的方法来构建电力负荷预测模型。试验结果表明,使用该方法构建预测模型实用性较强,并且有良好的扩展性。