正弦实时数据库(SinRTDB)的使用(7)-历史统计查询

最新推荐文章于 2024-03-31 11:34:59 发布
最新推荐文章于 2024-03-31 11:34:59 发布
阅读量491 收藏 5
点赞数 15
分类专栏： 正弦实时数据库 文章标签： 实时数据库 实时历史数据库 数据统计查询
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zhangqhn/article/details/137132328
版权

前文已经将正弦实时数据库的使用进行了介绍，需要了解的可以先看下面的博客：

正弦实时数据库(SinRTDB)的安装

正弦实时数据库(SinRTDB)的使用(1)-使用数据发生器写入数据

正弦实时数据库(SinRTDB)的使用(2)-接入OPC DA的数据

正弦实时数据库(SinRTDB)的使用(3)-用户管理

正弦实时数据库(SinRTDB)的试用(4)-快照查询

正弦实时数据库(SinRTDB)的使用(5)-历史数据查询

正弦实时数据库(SinRTDB)的使用(6)-历史插值查询

若需要试用正弦实时数据库产品的小伙伴欢迎私聊...

还是以正弦实时数据库(SinRTDB)的使用(2)-接入OPC DA的数据 来说，我们查询标签点opcda.ramp2 在时间区间 2024-03-28 18:00:00 到2024-03-28 18:10:00数据为例进行历史统计查询。

原始数据如下：

打开SQL查询窗口，输入查询SQL并执行结果如下：

在上图中，我们查询了测点opcda.ramp2（由.tadid指定）从 '2024-03-28 18:0:0' 到 '2024-03-28 18:10:0' 时间段内（由 start 和 end指定，实际执行时包含开始时间，不包含截止时间) 按一分钟分组（tsrange指定分组时间 m表示单位为分钟）进行统计查询每个区间的数据条数、最大值及最小值。

上面仅仅是一个简单的示例，更多数据筛选、聚合函数的用法请联系我们...

python生成正弦函数并保存为csv文件
喂他柠檬茶的博客
12-15 1460
import numpy as np import matplotlib.pyplot as plt import pandas as pd x=np.linspace(0,8*np.pi,8*16) #8/2=4 4个完整的正弦波波形 8*16代表一共生成的点数量 y=43+43*np.sin(x) #调整43这个值可以调整波峰值 y1=y.astype(int) #把y值转换成整数 plt.plot(x,y1,'bp--') #绘制成图表 plt.show() #显式图像 y = pd.Dat
正弦实时数据库(SinRTDB)的使用(10)-数据文件的无损压缩
zhangqhn的博客
03-31 564
正弦实时数据库的数据文件无损压缩。
正弦实时数据库(SinRTDB)简单使用(1) 使用数据发生器写入数据
zhangqhn的博客
03-26 410
本文简单讲解了正弦(SinRTDB)实时数据库的标签点创建、模拟数据写入，快照查询、历史数据查询及趋势查看等功能
正弦实时数据库(SinRTDB)的使用(8)-过滤查询
zhangqhn的博客
03-30 334
正弦实时数据库使用条件查询过滤结果集
正弦实时数据库(SinRTDB)的使用(9)-有损压缩
zhangqhn的博客
03-30 913
正弦实时数据库的有损压缩。
正弦实时数据库(SinRTDB)的使用(11)-限制磁盘空间
zhangqhn的博客
03-31 376
介绍了正弦实时数据库占用磁盘大小的限制，以达到长时间无人运维的稳定运行。
正弦实时数据库（SinRTDB)简介
zhangqhn的博客
03-24 421
正弦实时数据库是长沙巨松软件科技有限公司为了解决工业传感器产生的海量数值型数据的存储、计算等需求而研发的产品。广泛应用于电力、冶金、石油、化工、燃气等多个领域。
基于Rtd 2796方案的4K显示器方案：支持多种接口，适用于民用及专业应用领域，原理图与源代码共享
05-05
内容概要：本文详细介绍了Rtd 2796这款高性能4K显示器控制器的技术特点和应用场景。Rtd 2796支持多种显示接口，包括LVDS、VBO和eDP，适用于民用、工业、矿山和医疗等多个领域。文中通过具体的代码示例和技术细节，解释了如何配置这些接口以及它们的应用优势。此外，文章还探讨了硬件设计的关键点，如电源时序控制、信号完整性处理和硬件级画面拼接等功能。针对不同应用场景的需求，Rtd 2796提供了稳定的显示解决方案，并附带了详细的原理图和源代码，帮助开发者加快开发进度。 适合人群：电子工程师、硬件设计师、嵌入式开发人员、显示技术爱好者。 使用场景及目标：①民用领域：4K显示器、智能电视和平板电脑；②工业领域：工业自动化设备和控制面板；③矿山领域：矿山监控系统和设备显示屏；④医疗领域：医疗设备显示屏和手术室监控系统。目标是为用户提供稳定、高性能的4K显示解决方案。 其他说明：文章提供了丰富的技术细节和代码示例，有助于深入理解和实际应用。对于希望深入了解4K显示器技术和Rtd 2796控制器的读者来说，是一份极具价值的参考资料。
Rust音频处理实战：CPAL库实现实时音频流处理.pdf
05-05
文档支持目录章节跳转同时还支持阅读器左侧大纲显示和章节快速定位，文档内容完整、条理清晰。文档内所有文字、图表、函数、目录等元素均显示正常，无任何异常情况，敬请您放心查阅与使用。文档仅供学习参考，请勿用作商业用途。 Rust 以内存安全、零成本抽象和并发高效的特性，重塑编程体验。无需垃圾回收，却能通过所有权与借用检查机制杜绝空指针、数据竞争等隐患。从底层系统开发到 Web 服务构建，从物联网设备到高性能区块链，它凭借出色的性能和可靠性，成为开发者的全能利器。拥抱 Rust，解锁高效、安全编程新境界！
航天电磁阀单元化制造工艺与质量管控.pdf
最新发布
05-05
航天电磁阀单元化制造工艺与质量管控.pdf
Go语言编译器优化：-gcflags参数深度解析手册.pdf
05-05
文档支持目录章节跳转同时还支持阅读器左侧大纲显示和章节快速定位，文档内容完整、条理清晰。文档内所有文字、图表、函数、目录等元素均显示正常，无任何异常情况，敬请您放心查阅与使用。文档仅供学习参考，请勿用作商业用途。 编译闪电般迅速，并发性能卓越，部署轻松简单！Go 语言以极简设计理念和出色工程性能，成为云原生时代的首选编程语言。从 Docker 到 Kubernetes，全球顶尖科技企业都在采用 Go。点击了解 Go 语言的核心优势、实战窍门和未来走向，开启高效编程的全新体验！
基于python实现进行股票分析和选股+源码+项目文档+使用说明（毕业设计&课程设计&项目开发）
05-05
基于python实现进行股票分析和选股+源码+项目文档+使用说明，适合毕业设计、课程设计、项目开发。项目源码已经过严格测试，可以放心参考并在此基础上延申使用，详情见md文档 使用python进行股票历史数据下载和分析选股。除了选股策略以外，其他都可公开。 git网站上有很多优秀开源量化平台项目。本项目与其他项目的区别是，本项目侧重于选股、回测所需数据的导入工作。有了历史数据和选股策略，选择哪个量化平台做回测都是很轻松的事情了。 业余编程水平，需求导向。才疏学浅，刚学python几个月时间。git主要作为云端git库使用。无任何解答服务。 力求选择最稳定可靠的数据获取方式。虽然网上有很多数据源平台，但都受制于“积分”、带宽、平台是否更新等，完全是把程序主动权交到了对方手里。因此本项目所有数据依靠本地通达信软件导出提供
Rust异步定时任务：TokioCron调度器.pdf
05-05
文档支持目录章节跳转同时还支持阅读器左侧大纲显示和章节快速定位，文档内容完整、条理清晰。文档内所有文字、图表、函数、目录等元素均显示正常，无任何异常情况，敬请您放心查阅与使用。文档仅供学习参考，请勿用作商业用途。 Rust 以内存安全、零成本抽象和并发高效的特性，重塑编程体验。无需垃圾回收，却能通过所有权与借用检查机制杜绝空指针、数据竞争等隐患。从底层系统开发到 Web 服务构建，从物联网设备到高性能区块链，它凭借出色的性能和可靠性，成为开发者的全能利器。拥抱 Rust，解锁高效、安全编程新境界！
《基于多策略融合的改进麻雀搜索算法（SCSSA）复现研究》
05-05
内容概要：本文详细介绍了融合正余弦和柯西变异的改进麻雀搜索算法（SCSSA）的复现过程。主要内容包括五个方面的改进策略：折射反向学习策略初始化、正余弦算法改进发现者策略、自适应调整系数、改进搜索因子以及柯西变异改进加入者策略。文中提供了具体的Python代码示例，展示了如何实现这些改进策略，并通过23个基准测试函数验证了SCSSA相比传统SSA的优越性能。此外，还通过图表分析了改进策略因子和搜索步长因子的变化，进一步证明了SCSSA的有效性。 适合人群：对优化算法感兴趣的科研人员、算法开发者以及相关领域的学生。 使用场景及目标：适用于需要解决复杂优化问题的研究和应用场合，旨在提高算法的全局搜索能力和跳出局部最优的能力，从而更快更精确地找到最优解。 其他说明：文章不仅提供了详细的理论解释和技术实现，还包括了丰富的实验数据和图表分析，帮助读者更好地理解和掌握SCSSA的工作原理和优势。
verilog I2c设计代码
05-05
rtl/axis_fifo.v rtl/i2c_init.v rtl/i2c_master_axil.v rtl/i2c_master_wbs_8.v rtl/i2c_master_wbs_16.v rtl/i2c_master.v rtl/i2c_single_reg.v rtl/i2c_slave_axil_master.v rtl/i2c_slave_wbm.v rtl/i2c_slave.v tb/test_i2c_init.v tb/test_i2c_master_axil.vtb/test_i2c_master_wbs_8.v tb/test_i2c_master_wbs_16.v tb/test_i2c_master.v tb/test_i2c_slave_axil_master.v tb/test_i2c_slave_wbm.v tb/test_i2c_slave.v
适用于所有人的生成式AI-吴恩达
05-05
适用于所有人的生成式AI-吴恩达：对于英文不佳的同学可看中文版课件
binzi56_algorithm-pattern-c_30952_1746371906469.zip
05-05
binzi56_algorithm-pattern-c_30952_1746371906469
基于Stackelberg博弈的光伏用户群定价模型：优化电量共享，提升运营商与用户共赢策略
05-05
内容概要：本文探讨了如何通过Stackelberg博弈模型解决光伏用户群之间的电量共享问题。当前分布式光伏上网政策限制了用户间的电量共享，导致资源利用效率低下。文中提出了一个多买方-多卖方的格局，运营商作为主导者制定内部电价，用户作为跟随者根据电价调整用电需求和光伏电量供应。通过MATLAB实现了模型的关键部分，包括参数定义、定价策略、用户需求响应以及寻找博弈均衡点。实验结果显示，该模型不仅提高了运营商的收益，还显著提升了用户的用电效益和光伏电量共享水平。 适合人群：对分布式能源系统、智能电网、博弈论及其应用感兴趣的科研人员和技术开发者。 使用场景及目标：适用于研究和开发分布式能源系统的优化调度方法，旨在提高光伏用户群的电量共享效率，促进能源的有效利用。 其他说明：文中详细介绍了模型的具体实现步骤和关键代码片段，提供了丰富的实验数据支持结论。此外，还讨论了实际应用中可能出现的问题及解决方案。
​​基于Swin Transformer与ASPP模块的图像分类系统设计与实现​
05-05
基于Swin Transformer与ASPP模块的图像分类系统设计与实现 本文介绍了一种结合Swin Transformer与空洞空间金字塔池化（ASPP）模块的高效图像分类系统。该系统通过融合Transformer的全局建模能力和ASPP的多尺度特征提取优势，显著提升了模型在复杂场景下的分类性能。 模型架构创新 系统核心采用Swin Transformer作为骨干网络，其层次化窗口注意力机制能高效捕获长距离依赖关系。在特征提取阶段，创新性地引入ASPP模块，通过并行空洞卷积（膨胀率6/12/18）和全局平均池化分支，实现多尺度上下文信息融合。ASPP输出经1x1卷积降维后与原始特征拼接，有效增强了模型对物体尺寸变化的鲁棒性。 训练优化策略 训练流程采用Adam优化器（学习率0.0001）和交叉熵损失函数，支持多GPU并行训练。系统实现了完整的评估指标体系，包括准确率、精确率、召回率、特异度和F1分数等6项指标，并通过动态曲线可视化模块实时监控训练过程。采用早停机制保存最佳模型，验证集准确率提升可达3.2%。 工程实现亮点 1. 模块化设计：分离数据加载、模型构建和训练流程，支持快速迭代 2. 自动化评估：每轮训练自动生成指标报告和可视化曲线 3. 设备自适应：智能检测CUDA可用性，无缝切换训练设备 4. 中文支持：优化可视化界面的中文显示与负号渲染 实验表明，该系统在224×224分辨率图像分类任务中，仅需2个epoch即可达到92%以上的验证准确率。ASPP模块的引入使小目标识别准确率提升15%，特别适用于医疗影像等需要细粒度分类的场景。未来可通过轻量化改造进一步优化推理速度。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值