“十一五”,关键要把科学发展观落到实处——贵州省副省长、省发改委主任孙国强访谈录

今年是"十一五"开局之年."十一五"时期既是我省加快经济发展的重要机遇期,也是迎难而上促发展的重要挑战期.应该从哪些方面来认识、学习和贯彻科学发展观?怎样用科学发展观解读"十一五"规划?为此,本刊记者对副省长、省发改委主任孙国强进行了专访.……

区块链与企业网络国家政策数据的可视化分析

文章采用Python网络爬虫技术在中国政府网采集区块链与企业网络相关数据,使用Jieba库实现分词、去停用词及高频词统计,并绘制高频词条形图,基于Tfidf Vectorizer库获取分词权重,实现可视化。通过文本挖掘方式获取基于区块链与企业网络相关国家政策新闻的关键词,从而整体把握政策核心内容与潜在联系,为相关人员进一步研究奠定基础。

高量测丢包率下基于共享模糊等价关系的配电网状态感知

配电网分布式新能源渗透率的不断增加,对实时监测的要求不断提高,大量量测数据在集中传输过程中常常出现延迟、丢包等现象导致配电网状态感知精度降低甚至不可观测。针对上述问题,提出基于共享模糊等价关系的状态感知方法。首先,将采集得到的多时间断面历史量测数据集作为源数据集,实时采集得到的高量测丢包率下的数据作为目标数据集。利用三角形隶属度函数分别将两组数据集写成模糊集的形式。然后采用一种向量间距离度量方法,分别计算得到两组模糊集的模糊等价关系矩阵。在此基础上,采用共享模糊等价关系的聚类方法,将知识从源数据集转移到目标数据集,减小两组数据集特征分布之间的差异。最后,利用深度神经网络对知识迁移后低维特征空间中高量测丢包率对应的数据进行标记,得到配电网实时状态。通过对IEEE标准算例和某实际地市公司配电网算例进行仿真测试,结果表明所提出的基于共享模糊等价关系的配电网状态估计方法能在高量测丢包率下获得准确的配电网实时运行状态,实现不同量测数据缺失程度下的配电网实时监测。

事件触发机制下配电网三相动态状态估计

随着高级量测体系的发展和智能电表的广泛应用,为配电网三相状态估计提供了丰富的终端量测信息。与此同时,大量的智能电表数据给配电网通信系统提出了更高的通信带宽和实时存储要求。为了缓解量测拥堵和时延现象,文中引入事件触发机制代替传统量测数据的周期性采样,在保证有效量测信息及时上传的同时减少通信成本和投资。在此基础上,针对配电网实时状态感知问题,提出了基于鲁棒集合卡尔曼滤波的配电网三相动态状态估计方法,在正常运行场景下,能够保持与无偏估计加权最小二乘法相近的估计精度;当含有坏数据时,该方法也拥有较强的鲁棒性。

基于多尺度分量特征学习的用户级超短期负荷预测

针对用户级负荷波动性强,一步分解后数据维度增加导致运行效率降低以及精度提升有限等问题,该文提出一种新的多尺度分量特征学习框架,用于用户级超短期负荷预测。构建基于自适应噪声的完整经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)、排列熵(permutation entropy,PE)以及变分模态分解(variational mode decomposition,VMD)的自适应二次模态分解框架,捕捉周期性等时序特征,并降低其非平稳特性;采用多维特征融合的方式挖掘各本征模态函数之间的耦合关系,丰富特征信息;利用改进的多尺度空间注意力(multiscale spatial attention,MSA)模块沿时间、空间以及通道等多尺度提取时空特征及多分量间耦合关系,进而便于卷积神经网络(convolutional neural network,CNN)学习多分量特征。基于江苏省南京市房地产业、教育业以及商务服务业共12位用户的实际负荷数据进行算例分析,各行业平均绝对百分误差分别为5.82%、4.54%以及8.78%,与效果最好的对照模型相比,分别降低了10.46%、6%以及7.48%,验证了该文模型具有较高的预测精度和良好的泛化性能。

面向灵活性挖掘的电-氢混联综合能源系统机组组合研究

随着电制氢技术的逐步成熟,利用新能源制氢与管道输氢有望为能源系统的深度脱碳提供重要支撑。该文提出了电-氢耦合综合能源系统机组组合模型,考虑了发电机组与电解制氢系统协同提供灵活运行备用。首先通过高斯混合模型得到新能源预测误差分布,获取其95%置信区间,确定新能源电力系统灵活备用需求;其次提出了考虑灵活备用的电-氢混联综合能源系统机组组合模型,计及了电解制氢系统三状态(开机、关机、热备用)灵活运行模型;算例分析验证了所提电制氢三状态机组组合模型的有效性,分析了新能源渗透率对制氢量与节点电价的影响。

医院近源网络攻击风险分析及对策建议

目的/意义分析医院面临的近源网络攻击风险,提出对策建议。方法/过程结合实际工作经验,先以近源网络攻击者视角对医院网络架构、现场物理环境、人员行为等方面进行风险分析,再以防守者视角,结合合规要求和技术实践做法,提出对策建议。结果/结论识别出无线局域网破解、有线网络插口暴露、自助机配置不当、投毒与钓鱼、敏感信息泄漏5类主要风险,提出加强Wi-Fi管理、联网终端准入全覆盖、多部门协作管理自助机设备、内网终端禁用移动存储介质、网络安全教育应与时俱进5条防范建议。

健康中国视域下传统功法处方库的设计与构建

文章运用文献资料法,对传统功法处方库进行设计与构建。处方库的功能模块设计既包括体检记录、健康规划及任务提醒等辅助功能,也包括传统功法云定制、处方库导航、饮食运动精准私人定制三项处方内容。处方库的构建列出了“针对经常跌倒或行动受限个体的神经肌肉(平衡)练习”处方推荐和“基于ACSM健康成年人传统功法抗阻训练”推荐两项内容,打造具体可行的实施程序,为社会公众的全面健康提供传统功法锻炼的科学依据与指导,助力全民健身。

基于自适应时序表征和多级注意力的超短期风电功率预测

针对风电功率数据包含的多尺度时间信息难以描述、现有方法未充分考虑气象因素对于风电功率动态耦合的影响而导致的预测性能下降等问题,提出了一种基于自适应时序表征和多级注意力的超短期风电功率预测方法。采用时序嵌入层对风电功率序列进行表征以获取其周期、非周期模式,并引入自注意力捕捉高维风电功率序列的自相关性;利用交叉注意力重构风电功率与气象因素,形成包含两者耦合关系的多维特征序列;利用一维卷积神经网络沿时间、特征方向分别挖掘多维特征序列的时间相关性和空间相关性,进而利用长短期记忆网络提取相应的时序特征,并将所得时序特征经全局注意力去噪和门控机制融合后输入全连接层,分别进行点预测和区间预测。实验结果表明,所提方法能够获得准确的点预测值和可靠的预测区间。

基于智能电表数据的低压配电网拓扑与线路参数联合辨识

在低压配电网中,用户频繁地扩建和改接导致台账存在信息更新滞后、数据缺失等问题,难以获取当前运行状态下的拓扑及线路参数。针对无相角量测信息且含未知数量零注入功率“隐节点”的低压配电网,提出一种基于智能电表数据的低压配电网拓扑与线路参数联合辨识方法。基于低压配电网的电气特性以及辐射状网络的结构特点,推导出一种功率-电压比形式的线性逆潮流模型。通过线性回归求解得到阻抗距离矩阵,再利用无判定阈值形式的改进分组递归算法实现拓扑与线路参数的联合辨识。最后,在IEEE欧洲低压测试馈线和中国南京市某地区的实际低压配电网中对所提算法进行数值仿真,验证了所提算法的有效性。

高等医学院校民族传统体育养生学课程思政育人内涵与路径研究

文章运用文献资料法、实地考察法等研究方法,解析民族传统体育养生课程融入高等医学院校课程思政育人内涵,通过问卷调查、案例分析等方式探究民族传统体育养生课程思政在医学专业学生中的育人价值和课程思政育人路径。研究发现,民族传统体育养生融入课程思政主要在提高身体素质、培养愚公精神、激发竞赛意识、汲取中华优秀传统文化、保持心理健康等五个方面对医学生产生相应的育人作用,课程思政育人路径注重课上与课下、线上与线下的实效性。

基于物联网的智慧护理系统的设计与实践

基于物联网技术的护理智能化要求,设计并搭建实现智慧护理系统,包括输液监测系统和生命体征采集系统两部分。在流程再造基础上,输液监测系统在输液流速异常状态监测、剩余液体量测量、输液完成时间记录管理环节优化提升,生命体征采集系统减少使用测量设备种类、结果输入HIS系统时间缩短60%,为提高患者安全、降低护士工作强度提供支撑。通过物联网技术的应用,可以实时监测和管理护理过程中的关键环节,以提高工作效率。

基于安全强化学习的主动配电网有功-无功协调优化调度

提出一种基于离线策略的安全强化学习方法,通过离线训练大量配电网历史运行数据,摆脱了传统优化方法对完备且准确模型的依赖。首先,结合配电网络参数信息,建立了基于约束马尔可夫决策过程的有功无功优化模型;其次,基于原始对偶优化法设计了新型安全强化学习方法,该方法在最大化未来折扣奖励的同时最小化成本函数;最后,在配电系统上进行仿真。仿真结果表明:所提方法能够根据配电网实时观测信息,在线生成满足复杂约束条件且具有经济效益的调度策略。

基于多视角特征提取与多任务学习的光伏功率多步预测

准确的光伏功率多步预测结果对于电网的调度优化具有重要指导意义,针对现有光伏功率多步预测方法对历史数据特征提取不充分、忽略多步预测值之间的关联性而导致的预测精度不足等问题,提出了一种基于多视角特征提取与多任务学习的光伏功率多步预测方法。首先,为获得丰富且全面的特征信息,从时序、局部、全局3个不同的视角对输入数据进行特征提取;其次,将多步光伏功率预测任务转化为多个单步光伏功率预测子任务,使用基于注意力机制与专家网络的多任务学习模型进行多步预测,实现对多步预测值关联性的充分利用;最后,提出了一种改进的动态权重平均法对损失权重进行自适应优化调整,进一步提升模型性能。算例测试结果表明,该方法能够有效提高光伏功率多步预测的准确性。

基于FSN-MCCN-SA-BiLSTM的短期风速预测

为了提升短期风速预测的准确性,提出一种新型的短期风速预测方法。该方法以历史风速和气象数据作为输入,首先利用特征选择网络量化输入序列中每个时间步不同特征的重要程度,其次采用多尺度因果卷积网络捕捉其局部时序特征,然后引入自注意力融合不同卷积层的特征,得到能反映风速多尺度变化特性的高维特征序列,最后利用双向长短期记忆网络提取高维特征序列的长期时序特征并得到风速预测结果。实验结果表明,该方法能考虑不同输入特征对于风速的动态影响,同时充分提取风速序列的局部与长期时序特征,其进行提前1 h的风速预测时,所得归一化均方根误差与平均绝对误差分别为11.92%和8.11%,相关系数和决定系数分别为0.9735和0.9477,可有效提高短期风速预测的准确性。

面向多级电-碳耦合市场的虚拟电厂两阶段鲁棒交易策略

随着中国电力市场和碳市场的不断发展,虚拟电厂(VPP)已成为重要的市场参与主体。文中提出多级电-碳耦合市场下VPP两阶段鲁棒交易策略。首先,分析中国电力市场与碳市场的耦合特性,提出含电力中长期市场、一级碳市场、电力现货市场和二级碳市场的多级电-碳市场交易流程。然后,建立VPP参与多级电-碳耦合市场的两阶段交易模型。其中,第1阶段优化了VPP在电力中长期市场与一级碳市场的交易策略,第2阶段优化了VPP在日前电力现货市场和二级碳市场的交易策略。最后,为平抑VPP内可再生能源出力不确定性对交易结果的影响,建立VPP两阶段自适应鲁棒优化模型,并采用列与约束生成算法实现模型求解。仿真算例结果验证了所提模型和方法的可行性和有效性。

基于多层次云图特征与宽度学习的超短期光伏功率预测

针对现有研究云图信息利用不充分、爬坡功率预测误差较大而导致超短期光伏功率预测性能提升受限的问题,提出一种基于多层次云图特征与宽度学习的超短期光伏功率预测方法。首先,提取地基云图的多层次特征作为功率预测模型的图像特征量;同时,引入云层覆盖率与云层变化率作为爬坡识别模型的图像特征量。其次,结合历史功率数据,构建基于宽度学习的光伏功率预测模型与爬坡识别模型。最后,若爬坡识别结果为非爬坡事件,则直接应用功率预测模型得到预测结果;反之,则使用与爬坡事件相关的历史数据对功率预测模型进行增量更新,并基于更新后的功率预测模型得到预测结果。实验结果表明,所提出的方法能够有效提高超短期光伏功率的预测精度。

前置胎盘合并胎盘植入性疾病发生早产的影响因素分析

目的回顾性分析前置胎盘合并胎盘植入性疾病(placenta accreta spectrum,PAS)产妇早期早产(early preterm birth,EPB)和晚期早产(late preterm birth,LPB)的影响因素及母婴预后。方法纳入590例在2018年1月至2021年6月期间于武汉市及咸宁市共五家医院行剖宫产分娩的前置胎盘合并PAS产妇。根据分娩孕周将产妇分为EPB组、LPB组和足月分娩(term birth,TB)组。采用多项logistic回归模型分析发生EPB和LPB的危险因素,并分析早期母婴预后在组间的差异。结果590例前置胎盘合并PAS产妇EPB和LPB的比例为9.7%和54.4%。剖宫产术前使用宫缩抑制剂、术前阴道出血以及既往剖宫产次是EPB和LPB的危险因素。EPB组与LPB组产妇发生严重产后出血的比例相近,而EPB组的新生儿窒息、低出生体重儿及剖宫产术后24 h内转入NICU的比例均显著高于LPB组(P<0.001)。结论前置胎盘合并PAS主要发生LPB。既往剖宫产次、剖宫产术前子宫收缩与阴道出血与EPB和LPB显著相关。应在围产期严密监测下尽量延长产妇分娩孕周,减少早产的发生,改善母婴早期预后。

基于q-阶正交模糊数和云模型的配电自动化系统运行状态评估

配电自动化系统运行状态影响到电网的安全稳定运行。为实现对配电自动化系统的精细运维,建立基于q-阶正交模糊数和云模型的配电自动化系统运行状态评估模型。首先,根据配电自动化系统特征,构建层次化评估指标体系。其次,提出基于改进q-阶正交模糊Einstein有序加权平均算子的层次分析法计算指标主观权重,使用熵权法计算指标客观权重,结合变权理论求取指标变权综合权重。然后,考虑评估指标运行状态的渐变性,建立评估指标四等级云模型获取指标隶属度,使用模糊算子综合指标变权综合权重和指标隶属度,依据模糊综合评价原则确定配电自动化系统运行状态。最后,用某市电网实际运行数据验证所提方法,结合指标隶属度和系统运行状态评估结果分析系统运行中可能存在的问题,提出相应的解决措施。

区块链+企业网络:交互融合前因探源——基于扎根理论和FCM方法

区块链技术的应用可增强企业间信任,优化网络生态环境,但目前区块链与企业网络融合效果差强人意,尚未达到链网良性互构的效果。基于案例资料,通过扎根理论提炼出技术、环境、网络3个层面共17个影响因素,弥补了既有研究的不足;运用非线性Hebbian学习算法得到因素间的关系矩阵,揭示了各因素的重要性及关联机理。结果表明:彼此融合不仅受技术和环境层面的影响,还与网络中的节点及联结层面有关;彼此融合是技术创新能力和技术应用水平相互作用的结果;影响融合的关键因素包括技术易用性、技术标准、高层管理者支持、政府支持、共享思维、数字化基础、关系资本。交互融合前因要素的提取为融合效果研究奠定了基础。