电力现货市场优化出清模型的难点是考虑安全约束的机组组合(security constrained unit commitment,SCUC)模型。构建一个好的SCUC模型以提升求解速度是长期以来的研究热点。随着省电力系统规模的不断发展,以及国内省间电力现货市场的运...电力现货市场优化出清模型的难点是考虑安全约束的机组组合(security constrained unit commitment,SCUC)模型。构建一个好的SCUC模型以提升求解速度是长期以来的研究热点。随着省电力系统规模的不断发展,以及国内省间电力现货市场的运行,现货市场对于出清模型的求解效率需求更为突出。该文对机组组合模型的研究历程进行详细综述,总结提出机组运行出力约束、出力上限约束、爬坡约束强化建模的机组运行模型;基于图论在线性最优潮流计算中的应用,构建输电网的环流潮流计算模型并引入SCUC模型,最终构建了一套可进一步提升求解效率的电力现货市场出清模型。最后通过多个大规模算例的计算分析表明,所提模型在保证不损失求解精度的同时,可有效提升求解效率,且对于阻塞频发的电力系统,优越性更为明显。展开更多
目的:运用静息态功能磁共振探讨精神分裂症患者的脑网络及其拓扑属性。方法:收集the Center of Biomedical Research Excellence提供的35名精神分裂症患者资料作为患者组以及35名健康被试者资料作为对照组,计算两组的局部一致性,并进行...目的:运用静息态功能磁共振探讨精神分裂症患者的脑网络及其拓扑属性。方法:收集the Center of Biomedical Research Excellence提供的35名精神分裂症患者资料作为患者组以及35名健康被试者资料作为对照组,计算两组的局部一致性,并进行统计学分析。然后使用Dosenbach's 160 atlas检查全脑功能网络,提取全脑网络的两个子网络:默认模式网络和躯体运动网络,构成一个新网络,计算全脑网络及新网络的拓扑属性。结果:精神分裂症患者大脑的默认模式网络与躯体运动网络之间及默认模式网络内部的功能连接存在显著减弱(P<0.05,FDR校正),全脑网络聚集系数有所下降,默认模式网络与躯体运动网络构成的网络的全局和局部效率降低(P<0.05)。结论:精神分裂症患者默认模式网络与躯体运动网络之间及默认模式网络内部功能连接存在显著异常,默认模式网络与躯体运动网络之间拓扑属性的显著改变可能成为关键因素。此外,该结论可运用于默认模式网络与躯体运动网络对应的脑神经元随机微分方程组的定性分析,从而对精神分裂症的物理治疗有所帮助。展开更多
文摘电力现货市场优化出清模型的难点是考虑安全约束的机组组合(security constrained unit commitment,SCUC)模型。构建一个好的SCUC模型以提升求解速度是长期以来的研究热点。随着省电力系统规模的不断发展,以及国内省间电力现货市场的运行,现货市场对于出清模型的求解效率需求更为突出。该文对机组组合模型的研究历程进行详细综述,总结提出机组运行出力约束、出力上限约束、爬坡约束强化建模的机组运行模型;基于图论在线性最优潮流计算中的应用,构建输电网的环流潮流计算模型并引入SCUC模型,最终构建了一套可进一步提升求解效率的电力现货市场出清模型。最后通过多个大规模算例的计算分析表明,所提模型在保证不损失求解精度的同时,可有效提升求解效率,且对于阻塞频发的电力系统,优越性更为明显。
文摘目的关于阿斯伯格综合征(Asperger's syndrome,AS)和高功能孤独症(high functioning autism,HFA)之间的差异的争论已经持续了数十年,本研究拟采用静息态功能磁共振成像图论的方法来探索这两种疾病在脑功能上的差异。材料与方法使用美国孤独症脑成像交换数据库Ⅰ(Autism Brain Imaging Data Exchange,ABIDEI)的影像数据,其中包括AS患者(n=55)和HFA患者(n=53)的静息态功能磁共振成像数据。对两组影像数据进行处理,并计算出两组的脑网络图论参数。使用两样本t检验比较两组间的脑网络图论参数,并进行事后检验(Bonferroni校正)。使用偏相关分析分别探索两组中有显著差异的图论指标与临床数据的相关性。结果AS组和HFA组在右颞上回的节点效率(P=0.016)、右额中回的节点聚类系数(P=0.044)等多个脑区的多个图论指标分别存在显著差异。这些脑区涉及社会、共情、语言和认知功能。此外,AS组患者在双侧脑岛的节点局部效率(nodal local efficiency,NLE)与孤独症诊断观察量表评分呈负相关(左脑岛:r=-0.366,P=0.033;右脑岛:r=-0.412,P=0.016)。结论本研究结果可能为不同类型孤独症谱系障碍的脑功能机制提供新的思路和见解,从而有助于揭示孤独症不同亚型诊断和治疗的特异性。
文摘目的:运用静息态功能磁共振探讨精神分裂症患者的脑网络及其拓扑属性。方法:收集the Center of Biomedical Research Excellence提供的35名精神分裂症患者资料作为患者组以及35名健康被试者资料作为对照组,计算两组的局部一致性,并进行统计学分析。然后使用Dosenbach's 160 atlas检查全脑功能网络,提取全脑网络的两个子网络:默认模式网络和躯体运动网络,构成一个新网络,计算全脑网络及新网络的拓扑属性。结果:精神分裂症患者大脑的默认模式网络与躯体运动网络之间及默认模式网络内部的功能连接存在显著减弱(P<0.05,FDR校正),全脑网络聚集系数有所下降,默认模式网络与躯体运动网络构成的网络的全局和局部效率降低(P<0.05)。结论:精神分裂症患者默认模式网络与躯体运动网络之间及默认模式网络内部功能连接存在显著异常,默认模式网络与躯体运动网络之间拓扑属性的显著改变可能成为关键因素。此外,该结论可运用于默认模式网络与躯体运动网络对应的脑神经元随机微分方程组的定性分析,从而对精神分裂症的物理治疗有所帮助。
