用SP做DW的数据源：data-convertion resulted in overflow。。。估计是什么原因？

fallstone 2002-07-02 02:39:52

我在MSSQL里执行此SP，得到2250条数据左右。（随条件变化而变化）
在PB65里建DW时可以选择列，可以保存。但PREVIEW时出现标题的提示。

在PB70里做的时候，根本建不了DW。提示如下：CANNOT CREATE DATAWINDOW，然后是标题的提示，然后是提示在执行哪个SP。

就这样，请高手提示一下可能是哪里出错。

...全文

110 4 打赏收藏转发到动态举报

写回复

用AI写文章

4 条回复

切换为时间正序

请发表友善的回复…

发表回复

fallstone 2002-09-03

打赏
举报

呵呵，这问题是SP的。
重新改好了，再建DW就OK。还有没人来拿分？

fallstone 2002-07-05

打赏
举报

看来我的数据类型还没完全搞对，我对过了，自己感觉没错，呵呵，下次再检查一遍。

Methodor 2002-07-04

打赏
举报

数据类型的原因~
和驱动\dw都有关系~

tjm1 2002-07-04

打赏
举报

如果你选中了数据源是sp, 并且没有选中manual result set，就会出现
你说的此类问题, 解决的办法是关闭pb, 然后重新打开.
如果以存储过程做数据源, 最好选中manual result set，然后自定义，
根据SP的返回值的类型创建.
比如你在存储过程里有select aa from table
如果这个'aa'的数据类型是int, 那数据窗口自定义列的类型也得是'number',
就和自定义外部数据源数据窗口一样.

原神启动器Plus是一款基于.NET 6.0开发的开源桌面工具，专为《原神》双服玩家设计，支持国服与国际服客户端一键转换、多账号存档管理、自定义分辨率启动、帧率上限解锁及多语言界面。其核心功能通过自动备份/替换关键文件、读写注册表SDK键值实现，无需重复下载客户端或手动修改配置，显著提升切换效率与使用安全性。

内容概要：本文提出一种名为“心率优化算法”的新型优化算法，并基于Matlab实现其代码，应用于高渗透率电动汽车接入的配电网承载能力评估问题。研究构建了包含电动汽车、分布式光伏、静止无功补偿器（SVC）等多资源协同的配电网基础模型，并建立了涵盖设备安全、负荷平稳性、电能质量和系统效率的多维评价指标体系。为科学评估承载能力，采用熵权法计算各指标的客观权重，并结合模糊综合评价法构建双层评分模型。通过算例仿真分析不同电动汽车渗透率下各项指标的变化规律，并进行灵敏度分析，验证了所提模型的有效性与合理性。; 适合人群：具备电力系统、优化算法或Matlab编程基础的研究生、科研人员及电力行业相关工程师。; 使用场景及目标：①学习和应用新型优化算法解决电力系统规划问题；②研究高比例新能源和电动汽车接入对配电网的影响；③掌握熵权法与模糊综合评价法在多指标决策中的应用。; 阅读建议：此资源不仅提供了完整的算法实现代码，还包含了详细的理论模型构建和算例分析过程，建议读者在学习时结合Matlab代码进行仿真复现，深入理解模型构建思路与算法实现细节。

原创 JavaScript 工程审计与规划工具源码，包含完整可运行项目、结构化示例数据、3项自动化测试、离线 HTML/JSON/SVG 报告、1080×720 真实运行效果图、README、运行说明、功能清单、MIT License 及原创与授权声明。Node.js 18+ 可直接运行，零第三方运行依赖，不联网、不需要账号或密钥，适合开发者学习、工程预检、课程实践和二次开发。

内容概要：本文系统研究了基于电流和功率两种模型预测控制（MPC）方法对三相并网逆变器进行闭环仿真控制的策略，旨在提升逆变器在复杂电网环境下的动态响应性能与系统稳定性。通过在Simulink中构建电流预测与功率预测双模式MPC控制模型，实现了对并网电流、有功及无功功率的高精度跟踪与调节。研究涵盖了系统建模、预测控制器设计、代价函数构建、约束条件处理以及多工况仿真验证，重点对比分析了两种MPC策略在稳态运行、电网扰动及动态切换等场景下的控制性能差异。结果表明，所提出的双模式MPC方法能有效抑制电流畸变、提升功率调节精度，并显著增强系统的鲁棒性与电能质量。; 适合人群：具备电力电子、自动控制理论基础，熟练掌握MATLAB/Simulink仿真工具，从事新能源发电、并网逆变器控制、微电网系统等方向的研究生、科研人员及工程技术人员。; 使用场景及目标：① 深入理解模型预测控制在三相并网逆变器中的具体应用原理与实现流程；② 对比分析电流型MPC与功率型MPC在控制精度、动态响应和抗扰能力方面的性能差异；③ 为高性能并网逆变器控制器的设计、优化与工程化实现提供理论依据和仿真技术支持。; 阅读建议：建议结合提供的Simulink仿真模型与Matlab代码进行动手复现，重点关注预测模型的建立过程、代价函数的设计逻辑以及系统约束的处理方法，并通过设置不同电网工况进行测试，深入掌握MPC控制的实时优化机制与动态调节特性。

内容概要：本文档以《2026年6月算法——扎哈克优化算法（Matlab代码实现）》为核心，系统介绍了一种新提出的智能优化算法——扎哈克优化算法，并结合MATLAB/Simulink仿真技术，全面整合了智能优化算法、机器学习、深度学习、路径规划、电力系统、信号处理、雷达通信、车间调度等多个科研领域的技术资源与解决方案。文档不仅展示了该算法在调度、选址、路径规划等复杂问题中的应用潜力，还提供了大量Matlab代码与Simulink仿真案例，涵盖新能源并网、电动汽车调度、微电网优化、无人机路径规划等前沿方向。同时，资源包广泛覆盖生产调度、电力系统优化、通信技术、图像处理、元胞自动机模拟等多学科交叉领域，强调“借力”与“创新”并重的科研理念，旨在为研究者提供从理论建模到仿真复现的一站式技术支持。; 适合人群：具备一定MATLAB编程基础，从事电气工程、自动化、人工智能、运筹优化、信号处理、通信工程、控制科学等相关领域研究的科研人员、研究生及工程技术人员。; 使用场景及目标：① 学习并复现扎哈克优化算法等新型智能优化算法，应用于生产调度、路径规划、电力系统优化等复杂工程问题；② 获取丰富的Matlab/Simulink仿真资源，用于科研项目开发、学位论文复现或课程设计；③ 探索机器学习、深度学习、强化学习在能源、交通、通信等领域的交叉融合与实际应用；④ 借助多领域技术资源包提升科研效率，实现从算法设计到系统仿真的全流程验证。; 阅读建议：建议读者通过提供的网盘链接下载完整资源包，结合公众号“荔枝科研社”获取更新支持；学习过程中应按照目录结构循序渐进，重点关注算法原理、代码实现与仿真模型之间的对应关系，优先选择与自身研究方向匹配的模块进行实践，动手调试代码以深化理解，并充分利用其中的论文复现案例提升科研创新能力。