荔枝科研社
荔枝科研社

【课设/毕业设计】电力系统潮流计算（Matlab代码实现）

 ‍个人主页：研学社的博客 

欢迎来到本博客❤️❤️

博主优势：博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

本文目录如下：

目录

1 概述

2 运行结果

3 参考文献

4 Matlab代码实现

1 概述

潮流计算是电力系统分析中的一种最基本的计算，对给定系统进行潮流计算可以得到各母线上的电压、网络中的功率分布及功率损耗等。本文介绍了潮流计算在电力系统分析中的作用及潮流计算的发展状况。通过对潮流计算所用的数学模型进行分析，建立潮流计算的基本方程。牛顿-拉夫逊法是目前广泛应用的一种潮流计算方法，本文阐述了牛顿-拉夫逊潮流计算的基本原理。详细展示了利用matlab平台编写潮流计算程序的具体过程，通过实例证明基于牛顿-拉夫逊法的潮流计算程序具有收敛速度快、占用内存小的优点。

文章结构：

第一章 潮流计算的基本概念

1.1 潮流计算的概述

1.2 潮流计算的发展状况

第二章 潮流计算的程序实现手段

2.1 复杂电力系统潮流计算的数学模型

2.2 牛顿-拉夫逊法潮流计算

2.3 初始数据的输入

2.4 变压器π型等效

2.5 节点导纳矩阵的形成

2.6 功率不平衡量的计算

2.7 雅可比矩阵的计算

2.8 求解节点电压修正量

2.9 迭代过程

2.10 平衡节点及各支路功率计算

2.11 实例计算

总结

参考文献

2 运行结果

【课设/毕业设计】电力系统潮流计算（Matlab代码实现）_第1张图片

初始条件：
各节点有功：
   -1.2500   -0.9000   -1.0000         0         0         0    1.6300    0.8500         0

各节点无功：
   -0.5000   -0.3000   -0.3500         0         0         0         0         0         0

各节点电压幅值：
    1.0000    1.0000    1.0000    1.0000    1.0000    1.0000    1.0250    1.0250    1.0400

各节点电压相角(度)：
     0     0     0     0     0     0     0     0     0

节点导纳矩阵：
  1 至 6 列

   2.5528 -17.3382i   0.0000 + 0.0000i   0.0000 + 0.0000i  -1.1876 + 5.9751i   0.0000 + 0.0000i  -1.3652 +11.6041i
   0.0000 + 0.0000i   3.2242 -15.8409i   0.0000 + 0.0000i   0.0000 + 0.0000i  -1.2820 + 5.5882i  -1.9422 +10.5107i
   0.0000 + 0.0000i   0.0000 + 0.0000i   2.7722 -23.3032i  -1.6171 +13.6980i  -1.1551 + 9.7843i   0.0000 + 0.0000i
  -1.1876 + 5.9751i   0.0000 + 0.0000i  -1.6171 +13.6980i   2.8047 -35.4456i   0.0000 + 0.0000i   0.0000 + 0.0000i
   0.0000 + 0.0000i  -1.2820 + 5.5882i  -1.1551 + 9.7843i   0.0000 + 0.0000i   2.4371 -32.1539i   0.0000 + 0.0000i
  -1.3652 +11.6041i  -1.9422 +10.5107i   0.0000 + 0.0000i   0.0000 + 0.0000i   0.0000 + 0.0000i   3.3074 -39.3089i
   0.0000 + 0.0000i   0.0000 + 0.0000i   0.0000 + 0.0000i   0.0000 +16.0000i   0.0000 + 0.0000i   0.0000 + 0.0000i
   0.0000 + 0.0000i   0.0000 + 0.0000i   0.0000 + 0.0000i   0.0000 + 0.0000i   0.0000 +17.0648i   0.0000 + 0.0000i
   0.0000 + 0.0000i   0.0000 + 0.0000i   0.0000 + 0.0000i   0.0000 + 0.0000i   0.0000 + 0.0000i   0.0000 +17.3611i

  7 至 9 列

   0.0000 + 0.0000i   0.0000 + 0.0000i   0.0000 + 0.0000i
   0.0000 + 0.0000i   0.0000 + 0.0000i   0.0000 + 0.0000i
   0.0000 + 0.0000i   0.0000 + 0.0000i   0.0000 + 0.0000i
   0.0000 +16.0000i   0.0000 + 0.0000i   0.0000 + 0.0000i
   0.0000 + 0.0000i   0.0000 +17.0648i   0.0000 + 0.0000i
   0.0000 + 0.0000i   0.0000 + 0.0000i   0.0000 +17.3611i
   0.0000 -16.0000i   0.0000 + 0.0000i   0.0000 + 0.0000i
   0.0000 + 0.0000i   0.0000 -17.0648i   0.0000 + 0.0000i
   0.0000 + 0.0000i   0.0000 + 0.0000i   0.0000 -17.3611i

有功不平衡量：
   -1.2500   -0.9000   -1.0000         0         0         0    1.6300    0.8500

无功不平衡量：
   -0.2590   -0.0420   -0.1710    0.6275    0.7101    0.8614

第1次迭代
雅可比矩阵
  1 至 12 列

  -17.5792         0         0    5.9751         0   11.6041         0         0   -2.5528         0         0    1.1876
         0  -16.0989         0         0    5.5882   10.5107         0         0         0   -3.2242         0         0
         0         0  -23.4822   13.6980    9.7843         0         0         0         0         0   -2.7722    1.6171
    5.9751         0   13.6980  -36.0731         0         0   16.4000         0    1.1876         0    1.6171   -2.8047
         0    5.5882    9.7843         0  -32.8640         0         0   17.4915         0    1.2820    1.1551         0
   11.6041   10.5107         0         0         0  -40.1703         0         0    1.3652    1.9422         0         0
         0         0         0   16.4000         0         0  -16.4000         0         0         0         0         0
         0         0         0         0   17.4915         0         0  -17.4915         0         0         0         0
    2.5528         0         0   -1.1876         0   -1.3652         0         0  -17.0972         0         0    5.9751
         0    3.2242         0         0   -1.2820   -1.9422         0         0         0  -15.5829         0         0
         0         0    2.7722   -1.6171   -1.1551         0         0         0         0         0  -23.1242   13.6980
   -1.1876         0   -1.6171    2.8047         0         0         0         0    5.9751         0   13.6980  -34.8181
         0   -1.2820   -1.1551         0    2.4371         0         0         0         0    5.5882    9.7843         0
   -1.3652   -1.9422         0         0         0    3.3074         0         0   11.6041   10.5107         0         0

  13 至 14 列

         0    1.3652
    1.2820    1.9422
    1.1551         0
         0         0
   -2.4371         0
         0   -3.3074
         0         0
         0         0
         0   11.6041
    5.5882   10.5107
    9.7843         0
         0         0
  -31.4437         0
         0  -38.4474

电压、相角修正量：
    0.0084    0.0223    0.0266    0.0372    0.0400    0.0334         0         0         0

   -3.8286   -3.5958    1.0938    4.1964    2.4155   -2.1261    9.8911    5.1998         0

节点电压幅值：
    1.0084    1.0223    1.0266    1.0372    1.0400    1.0334    1.0250    1.0250    1.0400

节点电压相角：
   -3.8286   -3.5958    1.0938    4.1964    2.4155   -2.1261    9.8911    5.1998         0

有功不平衡量：
    0.0379    0.0439    0.0610   -0.0421   -0.0269   -0.0106   -0.0579   -0.0336

无功不平衡量：
   -0.0714   -0.0424   -0.0241   -0.1875   -0.0828   -0.0501

第2次迭代
雅可比矩阵
  1 至 12 列

  -18.0609         0         0    6.0154         0   12.0455         0         0   -1.3082         0         0    2.1026
         0  -16.8144         0         0    5.7661   11.0484         0         0         0   -2.4260         0         0
         0         0  -24.8873   14.4721   10.4152         0         0         0         0         0   -1.8609    2.5090
    6.3622         0   14.6585  -37.9476         0         0   16.9269         0    0.3575         0    0.9300   -3.0596
         0    6.0516   10.4721         0  -34.6928         0         0   18.1691         0    0.7333    0.9920         0
   12.1301   11.1536         0         0         0  -41.9297         0         0    1.0628    1.7665         0         0
         0         0         0   16.9269         0         0  -16.9269         0         0         0         0   -1.6879
         0         0         0         0   18.1691         0         0  -18.1691         0         0         0         0
    3.8840         0         0   -2.1026         0   -1.7814         0         0  -17.2037         0         0    6.0154
         0    4.3139         0         0   -1.9778   -2.3361         0         0         0  -16.2993         0         0
         0         0    3.9829   -2.5090   -1.4739         0         0         0         0         0  -24.2355   14.4721
   -0.3575         0   -0.9300    2.9755         0         0   -1.6879         0    6.3622         0   14.6585  -38.3226
         0   -0.7333   -0.9920         0    2.6089         0         0   -0.8836         0    6.0516   10.4721         0
   -1.0628   -1.7665         0         0         0    3.5215         0         0   12.1301   11.1536         0         0

  13 至 14 列

         0    1.7814
    1.9778    2.3361
    1.4739         0
         0         0
   -2.6627         0
         0   -3.5427
         0         0
   -0.8836         0
         0   12.0455
    5.7661   11.0484
   10.4152         0
         0         0
  -34.8585         0
         0  -42.0299

电压、相角修正量：
   -0.0126   -0.0096   -0.0106   -0.0113   -0.0075   -0.0075         0         0         0

   -0.1571   -0.0894   -0.3592   -0.4676   -0.4406   -0.0893   -0.6012   -0.5264         0

节点电压幅值：
    0.9958    1.0128    1.0160    1.0259    1.0324    1.0259    1.0250    1.0250    1.0400

节点电压相角：
   -3.9857   -3.6853    0.7347    3.7288    1.9750   -2.2154    9.2898    4.6734         0

有功不平衡量：
    0.0005    0.0005    0.0009   -0.0012   -0.0007    0.0001   -0.0004   -0.0002

无功不平衡量：
   -0.0012   -0.0006   -0.0004   -0.0021   -0.0007   -0.0004

第3次迭代
雅可比矩阵
  1 至 12 列

  -17.6918         0         0    5.8861         0   11.8057         0         0   -1.2809         0         0    2.0217
         0  -16.5476         0         0    5.6825   10.8651         0         0         0   -2.4066         0         0
         0         0  -24.4052   14.1704   10.2348         0         0         0         0         0   -1.8608    2.4291
    6.2118         0   14.3465  -37.3041         0         0   16.7457         0    0.3829         0    0.9375   -2.9531
         0    5.9469   10.2872         0  -34.2730         0         0   18.0388         0    0.7577    0.9892         0
   11.8919   10.9686         0         0         0  -41.3695         0         0    1.0278    1.7371         0         0
         0         0         0   16.7457         0         0  -16.7457         0         0         0         0   -1.6304
         0         0         0         0   18.0388         0         0  -18.0388         0         0         0         0
    3.7819         0         0   -2.0217         0   -1.7602         0         0  -16.6941         0         0    5.8861
         0    4.2076         0         0   -1.9103   -2.2974         0         0         0  -15.9488         0         0
         0         0    3.8626   -2.4291   -1.4335         0         0         0         0         0  -23.7059   14.1704
   -0.3829         0   -0.9375    2.9508         0         0   -1.6304         0    6.2118         0   14.3465  -37.3084
         0   -0.7577   -0.9892         0    2.5971         0         0   -0.8502         0    5.9469   10.2872         0
   -1.0278   -1.7371         0         0         0    3.4809         0         0   11.8919   10.9686         0         0

  13 至 14 列

         0    1.7602
    1.9103    2.2974
    1.4335         0
         0         0
   -2.5985         0
         0   -3.4807
         0         0
   -0.8502         0
         0   11.8057
    5.6825   10.8651
   10.2348         0
         0         0
  -34.2743         0
         0  -41.3703

电压、相角修正量：
   1.0e-03 *

   -0.1711   -0.1192   -0.1308   -0.1407   -0.0844   -0.0920         0         0         0

   -0.0031   -0.0021   -0.0071   -0.0091   -0.0082   -0.0014   -0.0098   -0.0087         0

节点电压幅值：
    0.9956    1.0127    1.0159    1.0258    1.0324    1.0258    1.0250    1.0250    1.0400

节点电压相角：
   -3.9888   -3.6874    0.7275    3.7197    1.9667   -2.2168    9.2800    4.6648         0

有功不平衡量：
   1.0e-06 *

    0.0896    0.0778    0.1845   -0.3421   -0.1631    0.0845   -0.0278   -0.0103

无功不平衡量：
   1.0e-06 *

   -0.2774   -0.1236   -0.0805   -0.3279   -0.0799   -0.0561

第4次迭代
雅可比矩阵
  1 至 12 列

  -17.6871         0         0    5.8845         0   11.8026         0         0   -1.2805         0         0    2.0205
         0  -16.5444         0         0    5.6816   10.8628         0         0         0   -2.4063         0         0
         0         0  -24.3994   14.1667   10.2327         0         0         0         0         0   -1.8610    2.4279
    6.2099         0   14.3426  -37.2960         0         0   16.7435         0    0.3834         0    0.9377   -2.9511
         0    5.9457   10.2850         0  -34.2681         0         0   18.0374         0    0.7581    0.9892         0
   11.8888   10.9664         0         0         0  -41.3625         0         0    1.0271    1.7366         0         0
         0         0         0   16.7435         0         0  -16.7435         0         0         0         0   -1.6300
         0         0         0         0   18.0374         0         0  -18.0374         0         0         0         0
    3.7805         0         0   -2.0205         0   -1.7601         0         0  -16.6871         0         0    5.8845
         0    4.2063         0         0   -1.9093   -2.2970         0         0         0  -15.9444         0         0
         0         0    3.8610   -2.4279   -1.4330         0         0         0         0         0  -23.6994   14.1667
   -0.3834         0   -0.9377    2.9511         0         0   -1.6300         0    6.2099         0   14.3426  -37.2960
         0   -0.7581   -0.9892         0    2.5973         0         0   -0.8500         0    5.9457   10.2850         0
   -1.0271   -1.7366         0         0         0    3.4802         0         0   11.8888   10.9664         0         0

  13 至 14 列

         0    1.7601
    1.9093    2.2970
    1.4330         0
         0         0
   -2.5973         0
         0   -3.4802
         0         0
   -0.8500         0
         0   11.8026
    5.6816   10.8628
   10.2327         0
         0         0
  -34.2681         0
         0  -41.3625

电压、相角修正量：
   1.0e-07 *

   -0.3420   -0.2222   -0.2260   -0.2420   -0.1385   -0.1709         0         0         0

   1.0e-05 *

   -0.0831   -0.0681   -0.1897   -0.2399   -0.2037   -0.0324   -0.2363   -0.2033         0

节点电压幅值：
    0.9956    1.0127    1.0159    1.0258    1.0324    1.0258    1.0250    1.0250    1.0400

节点电压相角：
   -3.9888   -3.6874    0.7275    3.7197    1.9667   -2.2168    9.2800    4.6648         0

有功不平衡量：
   1.0e-13 *

    0.0289    0.0144    0.0644   -0.1732   -0.0633    0.0622    0.0022         0

无功不平衡量：
   1.0e-13 *

   -0.1599   -0.0816   -0.0389   -0.1421         0   -0.0711

计算收敛
迭代总次数：4
节点电压幅值：
    0.9956    1.0127    1.0159    1.0258    1.0324    1.0258    1.0250    1.0250    1.0400

节点电压相角：
   -3.9888   -3.6874    0.7275    3.7197    1.9667   -2.2168    9.2800    4.6648         0

有功计算结果：
   -1.2500   -0.9000   -1.0000    0.0000    0.0000   -0.0000    1.6300    0.8500    0.7164

无功计算结果：
   -0.5000   -0.3000   -0.3500    0.0000         0    0.0000    0.0665   -0.1086    0.2705

>> 

【课设/毕业设计】电力系统潮流计算（Matlab代码实现）_第2张图片

【课设/毕业设计】电力系统潮流计算（Matlab代码实现）_第3张图片

3 参考文献

部分理论来源于网络，如有侵权请联系删除。

[1]梁晓伟,朱琳艳,胡吕龙,王凯,丁建顺.电力系统的潮流计算和可视化技术研究[J].粘接,2022,49(11):161-164. 

4 Matlab代码实现

你可能感兴趣的:(#,电气代码精选,#,电力系统Matlab,matlab,开发语言,电力系统,潮流)

  • element实现动态路由+面包屑 软件技术NINI vue案例vue.js前端
    el-breadcrumb是ElementUI组件库中的一个面包屑导航组件，它用于显示当前页面的路径，帮助用户快速理解和导航到应用的各个部分。在Vue.js项目中，如果你已经安装了ElementUI，就可以很方便地使用el-breadcrumb组件。以下是一个基本的使用示例：安装ElementUI（如果你还没有安装的话）:你可以通过npm或yarn来安装ElementUI。bash复制代码npmi
  • C语言如何定义宏函数？ 小九格物 c语言
    在C语言中，宏函数是通过预处理器定义的，它在编译之前替换代码中的宏调用。宏函数可以模拟函数的行为，但它们不是真正的函数，因为它们在编译时不会进行类型检查，也不会分配存储空间。宏函数的定义通常使用#define指令，后面跟着宏的名称和参数列表，以及宏展开后的代码。宏函数的定义方式：1.基本宏函数：这是最简单的宏函数形式，它直接定义一个表达式。#defineSQUARE(x)((x)*(x))2.带参
  • html 中如何使用 uniapp 的部分方法 某公司摸鱼前端 htmluni-app前端
    示例代码：Documentconsole.log(window);效果展示：好了，现在就可以uni.使用相关的方法了
  • 回溯 Leetcode 332 重新安排行程 mmaerd Leetcode刷题学习记录leetcode算法职场和发展
    重新安排行程Leetcode332学习记录自代码随想录给你一份航线列表tickets，其中tickets[i]=[fromi,toi]表示飞机出发和降落的机场地点。请你对该行程进行重新规划排序。所有这些机票都属于一个从JFK（肯尼迪国际机场）出发的先生，所以该行程必须从JFK开始。如果存在多种有效的行程，请你按字典排序返回最小的行程组合。例如，行程[“JFK”,“LGA”]与[“JFK”,“LGB
  • Pyecharts数据可视化大屏：打造沉浸式数据分析体验 我的运维人生 信息可视化数据分析数据挖掘运维开发技术共享
    Pyecharts数据可视化大屏：打造沉浸式数据分析体验在当今这个数据驱动的时代，如何将海量数据以直观、生动的方式展现出来，成为了数据分析师和企业决策者关注的焦点。Pyecharts，作为一款基于Python的开源数据可视化库，凭借其丰富的图表类型、灵活的配置选项以及高度的定制化能力，成为了构建数据可视化大屏的理想选择。本文将深入探讨如何利用Pyecharts打造数据可视化大屏，并通过实际代码案例
  • 将cmd中命令输出保存为txt文本文件 落难Coder Windowscmdwindow
    最近深度学习本地的训练中我们常常要在命令行中运行自己的代码，无可厚非，我们有必要保存我们的炼丹结果，但是复制命令行输出到txt是非常麻烦的，其实Windows下的命令行为我们提供了相应的操作。其基本的调用格式就是：运行指令>输出到的文件名称或者具体保存路径测试下，我打开cmd并且ping一下百度：pingwww.baidu.com>./data.txt看下相同目录下data.txt的输出：如果你再
  • 基于社交网络算法优化的二维最大熵图像分割 智能算法研学社（Jack旭） 智能优化算法应用图像分割算法php开发语言
    智能优化算法应用：基于社交网络优化的二维最大熵图像阈值分割-附代码文章目录智能优化算法应用：基于社交网络优化的二维最大熵图像阈值分割-附代码1.前言2.二维最大熵阈值分割原理3.基于社交网络优化的多阈值分割4.算法结果：5.参考文献：6.Matlab代码摘要：本文介绍基于最大熵的图像分割，并且应用社交网络算法进行阈值寻优。1.前言阅读此文章前，请阅读《图像分割：直方图区域划分及信息统计介绍》htt
  • 关于提高复杂业务逻辑代码可读性的思考 编程经验分享 开发经验java数据库开发语言
    目录前言需求场景常规写法拆分方法领域对象总结前言实际工作中大部分时间都是在写业务逻辑，一般都是三层架构，表示层（Controller）接收客户端请求，并对入参做检验，业务逻辑层（Service）负责处理业务逻辑，一般开发都是在这一层中写具体的业务逻辑。数据访问层（Dao）是直接和数据库交互的，用于查数据给业务逻辑层，或者是将业务逻辑层处理后的数据写入数据库。简单的增删改查接口不用多说，基本上写好一
  • DIV+CSS+JavaScript技术制作网页（旅游主题网页设计与制作）云南大理 STU学生网页设计 网页设计期末网页作业html静态网页html5期末大作业网页设计web大作业
    ️精彩专栏推荐作者主页:【进入主页—获取更多源码】web前端期末大作业：【HTML5网页期末作业(1000套)】程序员有趣的告白方式：【HTML七夕情人节表白网页制作(110套)】文章目录二、网站介绍三、网站效果▶️1.视频演示2.图片演示四、网站代码HTML结构代码CSS样式代码五、更多源码二、网站介绍网站布局方面：计划采用目前主流的、能兼容各大主流浏览器、显示效果稳定的浮动网页布局结构。网站程
  • 使用Faiss进行高效相似度搜索 llzwxh888 faisspython
    在现代AI应用中，快速和高效的相似度搜索是至关重要的。Faiss（FacebookAISimilaritySearch）是一个专门用于快速相似度搜索和聚类的库，特别适用于高维向量。本文将介绍如何使用Faiss来进行相似度搜索，并结合Python代码演示其基本用法。什么是Faiss？Faiss是一个由FacebookAIResearch团队开发的开源库，主要用于高维向量的相似性搜索和聚类。Faiss
  • 数组去重 好奇的猫猫猫
    整理自js中基础数据结构数组去重问题思考？如何去除数组中重复的项例如数组：[1,3,4,3,5]我们在做去重的时候，一开始想到的肯定是，逐个比较，外面一层循环，内层后一个与前一个一比较，如果是久不将当前这一项放进新的数组，挨个比较完之后返回一个新的去过重复的数组不好的实践方式上述方法效率极低，代码量还多，思考？有没有更好的方法这时候不禁一想当然有了！！！hashtable啊，通过对象的hash办法
  • GitHub上克隆项目 bigbig猩猩 github
    从GitHub上克隆项目是一个简单且直接的过程，它允许你将远程仓库中的项目复制到你的本地计算机上，以便进行进一步的开发、测试或学习。以下是一个详细的步骤指南，帮助你从GitHub上克隆项目。一、准备工作1.安装Git在克隆GitHub项目之前，你需要在你的计算机上安装Git工具。Git是一个开源的分布式版本控制系统，用于跟踪和管理代码变更。你可以从Git的官方网站（https://git-scm.
  • Day1笔记-Python简介&标识符和关键字&输入输出 ~在杰难逃~ Pythonpython开发语言大数据数据分析数据挖掘
    大家好，从今天开始呢，杰哥开展一个新的专栏，当然，数据分析部分也会不定时更新的，这个新的专栏主要是讲解一些Python的基础语法和知识，帮助0基础的小伙伴入门和学习Python，感兴趣的小伙伴可以开始认真学习啦！一、Python简介【了解】1.计算机工作原理编程语言就是用来定义计算机程序的形式语言。我们通过编程语言来编写程序代码，再通过语言处理程序执行向计算机发送指令，让计算机完成对应的工作，编程
  • 【JS】执行时长(100分) |思路参考+代码解析（C++） l939035548 JS算法数据结构c++
    题目为了充分发挥GPU算力，需要尽可能多的将任务交给GPU执行，现在有一个任务数组，数组元素表示在这1秒内新增的任务个数且每秒都有新增任务。假设GPU最多一次执行n个任务，一次执行耗时1秒，在保证GPU不空闲情况下，最少需要多长时间执行完成。题目输入第一个参数为GPU一次最多执行的任务个数，取值范围[1,10000]第二个参数为任务数组长度，取值范围[1,10000]第三个参数为任务数组，数字范围
  • ARM中断处理过程 落汤老狗 嵌入式linux
    一、前言本文主要以ARM体系结构下的中断处理为例，讲述整个中断处理过程中的硬件行为和软件动作。具体整个处理过程分成三个步骤来描述：1、第二章描述了中断处理的准备过程2、第三章描述了当发生中的时候，ARM硬件的行为3、第四章描述了ARM的中断进入过程4、第五章描述了ARM的中断退出过程本文涉及的代码来自3.14内核。另外，本文注意描述ARM指令集的内容，有些sourcecode为了简短一些，删除了T
  • Python 实现图片裁剪（附代码） | Python工具 剑客阿良_ALiang
    前言本文提供将图片按照自定义尺寸进行裁剪的工具方法，一如既往的实用主义。环境依赖ffmpeg环境安装，可以参考我的另一篇文章：windowsffmpeg安装部署_阿良的博客-CSDN博客本文主要使用到的不是ffmpeg，而是ffprobe也在上面这篇文章中的zip包中。ffmpy安装：pipinstallffmpy-ihttps://pypi.douban.com/simple代码不废话了，上代码
  • 【华为OD技术面试真题 - 技术面】- python八股文真题题库（4) 算法大师 华为od面试python
    华为OD面试真题精选专栏：华为OD面试真题精选目录:2024华为OD面试手撕代码真题目录以及八股文真题目录文章目录华为OD面试真题精选**1.Python中的`with`**用途和功能自动资源管理示例：文件操作上下文管理协议示例代码工作流程解析优点2.\_\_new\_\_和**\_\_init\_\_**区别__new____init__区别总结3.**切片（Slicing）操作**基本切片语法
  • 【华为OD技术面试真题 - 技术面】-测试八股文真题题库（1） 算法大师 华为od面试python算法前端
    华为OD面试真题精选专栏：华为OD面试真题精选目录:2024华为OD面试手撕代码真题目录以及八股文真题目录文章目录华为OD面试真题精选1.黑盒测试和白盒测试的区别2.假设我们公司现在开发一个类似于微信的软件1.0版本，现在要你测试这个功能：打开聊天窗口，输入文本，限制字数在200字以内。问你怎么提取测试点。功能测试性能测试安全性测试可用性测试跨平台兼容性测试网络环境测试3.接口测试的工具你了解哪些
  • python os 环境变量 CV矿工 python开发语言numpy
    环境变量：环境变量是程序和操作系统之间的通信方式。有些字符不宜明文写进代码里，比如数据库密码，个人账户密码，如果写进自己本机的环境变量里，程序用的时候通过os.environ.get（）取出来就行了。os.environ是一个环境变量的字典。环境变量的相关操作importos"""设置/修改环境变量：os.environ[‘环境变量名称’]=‘环境变量值’#其中key和value均为string类
  • Python爬虫解析工具之xpath使用详解 eqa11 python爬虫开发语言
    文章目录Python爬虫解析工具之xpath使用详解一、引言二、环境准备1、插件安装2、依赖库安装三、xpath语法详解1、路径表达式2、通配符3、谓语4、常用函数四、xpath在Python代码中的使用1、文档树的创建2、使用xpath表达式3、获取元素内容和属性五、总结Python爬虫解析工具之xpath使用详解一、引言在Python爬虫开发中，数据提取是一个至关重要的环节。xpath作为一门
  • 01-Git初识 Meereen Gitgit
    01-Git初识概念：一个免费开源，分布式的代码版本控制系统，帮助开发团队维护代码作用：记录代码内容。切换代码版本，多人开发时高效合并代码内容如何学：个人本机使用：Git基础命令和概念多人共享使用：团队开发同一个项目的代码版本管理Git配置用户信息配置：用户名和邮箱，应用在每次提交代码版本时表明自己的身份命令：查看git版本号git-v配置用户名gitconfig--globaluser.name
  • 【PG】常见数据库、表属性设置 江无羡 数据库
    PG的常见属性配置方法数据库复制、备份相关表的复制标识单表操作批量表操作链接数据库复制、备份相关表的复制标识单表操作通过ALTER语句单独更改一张表的复制标识。ALTERTABLE[tablename]REPLICAIDENTITYFULL;批量表操作通过代码块的方式，对某个schema中的所有表一起更新其复制标识。SELECTtablename,CASErelreplidentWHEN'd'TH
  • 【华为OD技术面试真题精选 - 非技术题】 -HR面，综合面_华为od hr面 一个射手座的程序媛 程序员华为od面试职场和发展
    最后的话最近很多小伙伴找我要Linux学习资料，于是我翻箱倒柜，整理了一些优质资源，涵盖视频、电子书、PPT等共享给大家！资料预览给大家整理的视频资料：给大家整理的电子书资料：如果本文对你有帮助，欢迎点赞、收藏、转发给朋友，让我有持续创作的动力！网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。需要这份系统化的资料的朋友，可以点击这里获
  • 【Git】常见命令(仅笔记) 好想有猫猫 GitLinux学习笔记git笔记elasticsearchlinuxc++
    文章目录创建/初始化本地仓库添加本地仓库配置项提交文件查看仓库状态回退仓库查看日志分支删除文件暂存工作区代码远程仓库使用`.gitigore`文件让git不追踪一些文件标签创建/初始化本地仓库gitinit添加本地仓库配置项gitconfig-l#以列表形式显示配置项gitconfiguser.name"ljh"#配置user.namegitconfiguser.email"[email protected]
  • 【华为OD技术面试真题 - 技术面】- python八股文真题题库（1） 算法大师 华为od面试python
    华为OD面试真题精选专栏：华为OD面试真题精选目录:2024华为OD面试手撕代码真题目录以及八股文真题目录文章目录华为OD面试真题精选1.数据预处理流程数据预处理的主要步骤工具和库2.介绍线性回归、逻辑回归模型线性回归（LinearRegression）模型形式：关键点：逻辑回归（LogisticRegression）模型形式：关键点：参数估计与评估：3.python浅拷贝及深拷贝浅拷贝（Shal
  • 在Ubuntu中编译含有JSON的文件出现报错 芝麻糊76 Linuxkill_buglinuxubuntujson
    在ubuntu中进行JSON相关学习的时候，我发现了一些小问题，决定与大家进行分享，减少踩坑时候出现不必要的时间耗费截取部分含有JSON部分的代码进行展示char*str="{\"title\":\"JSONExample\",\"author\":{\"name\":\"JohnDoe\",\"age\":35,\"isVerified\":true},\"tags\":[\"json\",\"
  • ES聚合分析原理与代码实例讲解 光剑书架上的书 大厂Offer收割机面试题简历程序员读书硅基计算碳基计算认知计算生物计算深度学习神经网络大数据AIGCAGILLMJavaPython架构设计Agent程序员实现财富自由
    ES聚合分析原理与代码实例讲解1.背景介绍1.1问题的由来在大规模数据分析场景中，特别是在使用Elasticsearch（ES）进行数据存储和检索时，聚合分析成为了一个至关重要的功能。聚合分析允许用户对数据集进行细分和分组，以便深入探索数据的结构和模式。这在诸如实时监控、日志分析、业务洞察等领域具有广泛的应用。1.2研究现状目前，ES聚合分析已经成为现代大数据平台的核心组件之一。它支持多种类型的聚
  • ios GCD _Waiting_
    1.GCD任务和队列学习GCD之前，先来了解GCD中两个核心概念：任务和队列。任务：就是执行操作的意思，换句话说就是你在线程中执行的那段代码。在GCD中是放在block中的。执行任务有两种方式：同步执行（sync）和异步执行（async）。两者的主要区别是：是否等待队列的任务执行结束，以及是否具备开启新线程的能力。同步执行（sync）：同步添加任务到指定的队列中，在添加的任务执行结束之前，会一直等
  • 网络编程基础 记得开心一点啊 网络
    目录♫什么是网络编程♫Socket套接字♪什么是Socket套接字♪数据报套接字♪流套接字♫数据报套接字通信模型♪数据报套接字通讯模型♪DatagramSocket♪DatagramPacket♪实现UDP的服务端代码♪实现UDP的客户端代码♫流套接字通信模型♪流套接字通讯模型♪ServerSocket♪Socket♪实现TCP的服务端代码♪实现TCP的客户端代码♫什么是网络编程网络编程，指网络上
  • Python编译器 鹿鹿~ Python编译器Pythonpython开发语言后端
    嘿嘿嘿我又来了啊有些小盆友可能不知道Python其实是有编译器的，也就是PyCharm。你们可能会问到这个是干嘛的又不可以吃也不可以穿好像没有什么用，其实你还说对了这个还真的不可以吃也不可以穿，但是它用来干嘛的呢。用来编译你所打出的代码进行运行（可能这里说的有点不对但是只是个人认为）现在我们来说说PyCharm是用来干嘛的。PyCharm是一种PythonIDE，带有一整套可以帮助用户在使用Pyt
  • Linux的Initrd机制 被触发 linux
    Linux 的 initrd 技术是一个非常普遍使用的机制，linux2.6 内核的 initrd 的文件格式由原来的文件系统镜像文件转变成了 cpio 格式，变化不仅反映在文件格式上， linux 内核对这两种格式的 initrd 的处理有着截然的不同。本文首先介绍了什么是 initrd 技术，然后分别介绍了 Linux2.4 内核和 2.6 内核的 initrd 的处理流程。最后通过对 Lin
  • maven本地仓库路径修改 bitcarter maven
    默认maven本地仓库路径：C:\Users\Administrator\.m2 修改maven本地仓库路径方法：     1.打开E:\maven\apache-maven-2.2.1\conf\settings.xml     2.找到        
  • XSD和XML中的命名空间 darrenzhu xmlxsdschemanamespace命名空间
    http://www.360doc.com/content/12/0418/10/9437165_204585479.shtml http://blog.csdn.net/wanghuan203/article/details/9203621 http://blog.csdn.net/wanghuan203/article/details/9204337 http://www.cn
  • Java 求素数运算 周凡杨 java算法素数
    网络上对求素数之解数不胜数，我在此总结归纳一下，同时对一些编码，加以改进，效率有成倍热提高。 第一种：   原理: 6N(+-)1法         任何一个自然数，总可以表示成为如下的形式之一： 6N，6N+1，6N+2，6N+3，6N+4，6N+5 (N=0，1，2，…)   
  • java 单例模式 g21121 java
    想必单例模式大家都不会陌生，有如下两种方式来实现单例模式：   class Singleton { private static Singleton instance=new Singleton(); private Singleton(){} static Singleton getInstance() { return instance; }
  • Linux下Mysql源码安装 510888780 mysql
    1.假设已经有mysql-5.6.23-linux-glibc2.5-x86_64.tar.gz (1)创建mysql的安装目录及数据库存放目录       解压缩下载的源码包，目录结构，特殊指定的目录除外：           
  • 32位和64位操作系统 墙头上一根草 32位和64位操作系统
    32位和64位操作系统是指：CPU一次处理数据的能力是32位还是64位。现在市场上的CPU一般都是64位的，但是这些CPU并不是真正意义上的64 位CPU，里面依然保留了大部分32位的技术，只是进行了部分64位的改进。32位和64位的区别还涉及了内存的寻址方面，32位系统的最大寻址空间是2 的32次方= 4294967296（bit）= 4（GB）左右，而64位系统的最大寻址空间的寻址空间则达到了
  • 我的spring学习笔记10-轻量级_Spring框架 aijuans Spring 3
    一、问题提问：     → 请简单介绍一下什么是轻量级？     轻量级（Leightweight）是相对于一些重量级的容器来说的，比如Spring的核心是一个轻量级的容器，Spring的核心包在文件容量上只有不到1M大小，使用Spring核心包所需要的资源也是很少的，您甚至可以在小型设备中使用Spring。  
  • mongodb 环境搭建及简单CURD antlove WebInstallcurdNoSQLmongo
    一 搭建mongodb环境 1. 在mongo官网下载mongodb 2. 在本地创建目录 "D:\Program Files\mongodb-win32-i386-2.6.4\data\db" 3. 运行mongodb服务 [mongod.exe --dbpath "D:\Program Files\mongodb-win32-i386-2.6.4\data\
  • 数据字典和动态视图 百合不是茶 oracle数据字典动态视图系统和对象权限
    数据字典（data dictionary）是 Oracle 数据库的一个重要组成部分，这是一组用于记录数据库信息的只读（read-only）表。随着数据库的启动而启动,数据库关闭时数据字典也关闭   数据字典中包含   数据库中所有方案对象（schema object）的定义(包括表，视图，索引，簇，同义词，序列，过程，函数，包，触发器等等) 数据库为一
  • 多线程编程一般规则 bijian1013 javathread多线程java多线程
           如果两个工两个以上的线程都修改一个对象，那么把执行修改的方法定义为被同步的，如果对象更新影响到只读方法，那么只读方法也要定义成同步的。        不要滥用同步。如果在一个对象内的不同的方法访问的不是同一个数据，就不要将方法设置为synchronized的。
  • 将文件或目录拷贝到另一个Linux系统的命令scp bijian1013 linuxunixscp
    一.功能说明        scp就是security copy，用于将文件或者目录从一个Linux系统拷贝到另一个Linux系统下。scp传输数据用的是SSH协议，保证了数据传输的安全，其格式如下：        scp 远程用户名@IP地址：文件的绝对路径
  • 【持久化框架MyBatis3五】MyBatis3一对多关联查询 bit1129 Mybatis3
    以教员和课程为例介绍一对多关联关系，在这里认为一个教员可以叫多门课程，而一门课程只有1个教员教，这种关系在实际中不太常见，通过教员和课程是多对多的关系。   示例数据：   地址表：   CREATE TABLE ADDRESSES ( ADDR_ID INT(11) NOT NULL AUTO_INCREMENT, STREET VAR
  • cookie状态判断引发的查找问题 bitcarter formcgi
    先说一下我们的业务背景： 1.前台将图片和文本通过form表单提交到后台，图片我们都做了base64的编码，并且前台图片进行了压缩 2.form中action是一个cgi服务 3.后台cgi服务同时供PC，H5，APP 4.后台cgi中调用公共的cookie状态判断方法（公共的，大家都用，几年了没有问题） 问题：（折腾两天。。。。） 1.PC端cgi服务正常调用，cookie判断没
  • 通过Nginx,Tomcat访问日志(access log)记录请求耗时 ronin47
    一、Nginx通过$upstream_response_time $request_time统计请求和后台服务响应时间 nginx.conf使用配置方式： log_format main '$remote_addr - $remote_user [$time_local] "$request" ''$status $body_bytes_sent "$http_r
  • java-67- n个骰子的点数。 把n个骰子扔在地上，所有骰子朝上一面的点数之和为S。输入n，打印出S的所有可能的值出现的概率。 bylijinnan java
    public class ProbabilityOfDice { /** * Q67 n个骰子的点数 * 把n个骰子扔在地上，所有骰子朝上一面的点数之和为S。输入n，打印出S的所有可能的值出现的概率。 * 在以下求解过程中，我们把骰子看作是有序的。 * 例如当n=2时，我们认为（1，2）和（2，1）是两种不同的情况 */ private stati
  • 看别人的博客，觉得心情很好 Cb123456 博客心情
       以为写博客，就是总结，就和日记一样吧，同时也在督促自己。今天看了好长时间博客:    职业规划:    http://www.iteye.com/blogs/subjects/zhiyeguihua      android学习:    1.http://byandby.i
  • [JWFD开源工作流]尝试用原生代码引擎实现循环反馈拓扑分析 comsci 工作流
        我们已经不满足于仅仅跳跃一次，通过对引擎的升级，今天我测试了一下循环反馈模式，大概跑了200圈，引擎报一个溢出错误      在一个流程图的结束节点中嵌入一段方程，每次引擎运行到这个节点的时候，通过实时编译器GM模块，计算这个方程，计算结果与预设值进行比较，符合条件则跳跃到开始节点，继续新一轮拓扑分析，直到遇到
  • JS常用的事件及方法 cwqcwqmax9 js
    事件 描述 onactivate 当对象设置为活动元素时触发。 onafterupdate 当成功更新数据源对象中的关联对象后在数据绑定对象上触发。 onbeforeactivate 对象要被设置为当前元素前立即触发。 onbeforecut 当选中区从文档中删除之前在源对象触发。 onbeforedeactivate 在 activeElement 从当前对象变为父文档其它对象之前立即
  • 正则表达式验证日期格式 dashuaifu 正则表达式IT其它java其它
    正则表达式验证日期格式 function isDate(d){ var v = d.match(/^(\d{4})-(\d{1,2})-(\d{1,2})$/i); if(!v) { this.focus(); return false; } } <input value="2000-8-8" onblu
  • Yii CModel.rules() 方法 、validate预定义完整列表、以及说说验证 dcj3sjt126com yii
    public array rules () {return} array 要调用 validate() 时应用的有效性规则。 返回属性的有效性规则。声明验证规则，应重写此方法。 每个规则是数组具有以下结构：array('attribute list', 'validator name', 'on'=>'scenario name', ...validation
  • UITextAttributeTextColor = deprecated in iOS 7.0 dcj3sjt126com ios
    In this lesson we used the key "UITextAttributeTextColor" to change the color of the UINavigationBar appearance to white. This prompts a warning "first deprecated in iOS 7.0." Ins
  • 判断一个数是质数的几种方法 EmmaZhao Mathpython
    质数也叫素数，是只能被1和它本身整除的正整数，最小的质数是2，目前发现的最大的质数是p=2^57885161-1【注1】。 判断一个数是质数的最简单的方法如下： def isPrime1(n): for i in range(2, n): if n % i == 0: return False return True 但是在上面的方法中有一些冗余的计算，所以
  • SpringSecurity工作原理小解读 坏我一锅粥 SpringSecurity
      SecurityContextPersistenceFilter   ConcurrentSessionFilter   WebAsyncManagerIntegrationFilter   HeaderWriterFilter   CsrfFilter   LogoutFilter   Use
  • JS实现自适应宽度的Tag切换 ini JavaScripthtmlWebcsshtml5
    效果体验：http://hovertree.com/texiao/js/3.htm   该效果使用纯JavaScript代码，实现TAB页切换效果，TAB标签根据内容自适应宽度，点击TAB标签切换内容页。 HTML文件代码： <!DOCTYPE html> <html xmlns="http://www.w3.org/1999/xhtml"
  • Hbase Rest API : 数据查询 kane_xie RESThbase
    hbase（hadoop）是用java编写的，有些语言（例如python）能够对它提供良好的支持，但也有很多语言使用起来并不是那么方便，比如c#只能通过thrift访问。Rest就能很好的解决这个问题。Hbase的org.apache.hadoop.hbase.rest包提供了rest接口，它内嵌了jetty作为servlet容器。   启动命令：./bin/hbase rest s
  • JQuery实现鼠标拖动元素移动位置（源码+注释） 明子健 jqueryjs源码拖动鼠标
    欢迎讨论指正！   print.html代码： <!DOCTYPE html> <html> <head> <meta http-equiv=Content-Type content="text/html;charset=utf-8"> <title>发票打印</title> &l
  • Postgresql 连表更新字段语法 update qifeifei PostgreSQL
    下面这段sql本来目的是想更新条件下的数据，可是这段sql却更新了整个表的数据。sql如下： UPDATE tops_visa.visa_order SET op_audit_abort_pass_date = now() FROM tops_visa.visa_order as t1 INNER JOIN tops_visa.visa_visitor as t2 ON t1.
  • 将redis,memcache结合使用的方案? tcrct rediscache
    公司架构上使用了阿里云的服务，由于阿里的kvstore收费相当高，打算自建，自建后就需要自己维护，所以就有了一个想法，针对kvstore(redis)及ocs(memcache)的特点，想自己开发一个cache层，将需要用到list，set，map等redis方法的继续使用redis来完成，将整条记录放在memcache下，即findbyid，save等时就memcache，其它就对应使用redi
  • 开发中遇到的诡异的bug wudixiaotie bug
    今天我们服务器组遇到个问题： 我们的服务是从Kafka里面取出数据，然后把offset存储到ssdb中，每个topic和partition都对应ssdb中不同的key，服务启动之后，每次kafka数据更新我们这边收到消息，然后存储之后就发现ssdb的值偶尔是-2,这就奇怪了，最开始我们是在代码中打印存储的日志，发现没什么问题，后来去查看ssdb的日志，才发现里面每次set的时候都会对同一个key
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他