基于Selenium框架的电力系统数据爬取应用研究

为了从大量数据中快速,高效地提取出有用的数据以方便数据分析。利用Python语言中的Selenium库是目前广泛应用于爬虫设计的一种方法,以其代码精简,拾取方便且效率较高等特点,应用于绝大部分企业的数据挖掘平台中。通过应用Python和Selenium的方法实现了数据的提取,并通过使用异常捕抓、函数封装,统一调用实现了数据的导出和上传的自动化,结果表明使用Selenium爬虫会优于网页爬虫。

DES和LFSR混合加密的研究与FPGA实现

随着网络信息交流量日益增长,信息安全问题成了网络资源应用的发展瓶颈。本文针对计算机与网络上文件的安全性问题,对DES算法以及LFSR密码生成算法进行研究,设计了基于DES和线性反馈移位寄存器(LFSR)的混合加密算法并通过FPGA实现,FPGA根据用户输入的密码组合,通过线性反馈移位寄存器产生一串密钥,然后通过USB将这串密钥发送至计算机中。上位机软件实现与下位机的USB通讯、用DES算法对任意文件进行加密和解密的功能。结果表明,该方案对任意文件加密效果好、速度较快,对于网络空间文件保护有较好的效果。

一种用于电能质量压缩感知中的新型稀疏矩阵

根据奈奎斯特采样定理,对电网使用传统的时域采样方法进行采样将会产生海量数据,这些数据要经过前端压缩处理才能够传输会后台。而近年来新提出的压缩感知理论指出,对于满足一定稀疏性条件的信号,后台可以通过少量的数据就可以恢复原信号,当稀疏性越好,信号恢复效果越好。文章针对电网电压的特点,将离散傅立叶变换和多尺度小波变换结合起来,构造出一种新型的稀疏矩阵,以提高电网受扰动时采样信号的稀疏性。Matlab仿真结果显示,新构造的稀疏矩阵,在面对短时高频的电能质量信号干扰时,比常规使用的离散傅立叶变换矩阵有更好的恢复效果。