简介：摘要： 现如今，人们的生活质量在不断提高，对于电力的需求在不断加大， 针对电力大数据流的异常检测问题，该文将流数据聚类算法与电力大数据相结合，针对现有流数据聚类算法不易存储全部数据、断电数据易丢失等问题，以及流数据聚类算法对于离线阶段聚类算法实时应答的要求，从数据的完整性、安全性以及流数据聚类算法的低时间复杂度的角度出发，对 CluStream 流数据聚类算法进行改进，提出流式 K-means 聚类算法。对在线阶段，使用 Redis 集群进行流数据的缓冲，并设计节点时间衰减策略，增大心跳消息中有效消息所占比例；对离线阶段聚类算法进行优化，使用最佳距离法确定初始聚类中心，减少迭代次数；最后，使用所提出的流式 K-means 聚类算法进行用户用电异常行为检测，实验结果表明，该算法能够很好的发现用户用电异常行为。

简介：摘要目的在急性脑出血患者中观察血浆D-二聚体的变化并分析血浆D-二聚体的临床应用价值。方法选择急性脑出血患者，患者例数30例（研究组），选择时间2013年7月~2017年7月，同期选择脑出血量在20ml之下的30例作为对照组；所有研究人员均测定血浆D-二聚体。经SPSS21.0系统分析组间的血浆D-二聚体水平。结果研究组的血浆D-二聚体水平（4h1.56±0.71mg/L、6h1.97±1.23mg/L）经SPSS21.0系统分析发现数据明显高于对照组，P＜0.05，差异显著；脑出血量在30ml之上（包括30ml）患者的血浆D-二聚体水平（4h1.71±0.73mg/L、6h2.31±1.24）明显高于存在脑出血量20~30ml之间的患者，P＜0.05，差异显著。结论血浆D-二聚体有利于监测急性脑出血患者的病情变化，会随着患者的病情加重而出现升高迹象。

简介：摘要：电力系统是由数量众多电力设备组成的复杂系统，存在故障诊断流程复杂、检修困难的问题，因此研究如何快速、准确地诊断变电设备故障类型并采取相应的有效措施进行处理具有重要的现实意义和经济价值。智能变电设备和数据采集与监控系统的广泛应用，极大提高了变电设备运行状态相关数据的采集和存储能力，基于大数据的变电设备故障诊断方法应运而生。

简介：摘要：为了确保数据中心运行稳定，必须做好监控作业。下面，以数据中心监控系统设计原则作为切入点，阐述了数据中心监控系统现状，最终对数据中心监控系统优化分析内容进行了总结，希望文中内容对相关工作人员能够有所帮助。