基于自适应不完全S变换与LOO-KELM算法的复合电能质量扰动识别

针对电能质量复合扰动识别中特征提取效率低、分类器识别能力与学习速度无法同步提高的问题,提出一种基于自适应窗不完全S变换与留一交叉验证优化的核极限学习机(LOO-KELM)算法的复合电能质量扰动识别方法。首先根据选定的主频率点自适应调节S变换窗宽系数,提取具有高时频分辨率的59种电能质量(PQ)特征,再通过留一交叉验证寻找最小预测残差平方和,实现核极限学习机的输出权重优化,最后根据提取PQ特征集与优化后的核极限学习机实现复合扰动的识别与分类。仿真和实测结果表明,所提方法对不同噪声下的16类混合电能质量扰动均具有较高的分类精度,相较于现有复合电能质量识别方法,分类精度更高且训练时间更短。

基于Thompson tau-四分位和多点插值的风电功率异常数据处理

针对传统风电机组风速-功率异常运行数据处理清洗时间长、模型复杂的问题,提出一种基于Thompson tau-四分位法和多点插值的异常数据处理算法。首先,对切入风速与切出风速间等于或小于零的异常功率数据点予以剔除,通过划分风速区间,采用Thompson tau-四分位法对异常运行数据进行分段精细化清洗,降低异常点辨识的模型复杂度;然后,通过四点插值细分算法对清洗后的异常数据进行重构,获得完整的风速-功率有效数据;最后,以风电机组实际风速-功率数据为算例进行对比分析。结果表明所述方法实现简单、效率更高,尤其在临近风电场数据缺失、异常、不可用情况下,所提出的重构方法能有效提高重构数据质量,且重构效果更优。

16周有氧运动对社区高血压患者焦虑水平以及相关激素的影响

目的:探讨中等强度有氧运动对原发性高血压患者血压、焦虑状况的影响及相关机制。方法:筛选社区高血压病患者20人(男3名、女17名),平均年龄为62.50±2.82岁;施以1 h/d、6 d/周中等强度运动;在运动16周前中后分别填写心理焦虑量表,检测身高、体重、腰围、血压、体脂百分比以及血管紧张素Ⅱ、肾上腺素、皮质醇。结果:1)与运动前相比,16周运动后维持抗压药正常量的人数从90%下降至45%,35%受试者服药量减半,不服药的人数增长了10%;2)运动16周末受试者SBP、DBP均出现非常显著性降低(P<0.01),且脉压差也有显著性的降低(P<0.05);3)运动16周后焦虑水平有显著性下降(P<0.01),且近69%高血压患者的焦虑状况得到明显改善;4)运动16周后血清AngⅡ、E以及COR的含量均有非常显著性降低(P<0.01)。结论:1)中等强度运动能有效降低高血压患者的血压;2)中等强度运动能明显改善高血压患者的焦虑水平,且情绪向良性发展;3)中等强度运动能够显著降低高血压患者血清AngⅡ、E以及COR的含量,这可能是中等强度运动有效改善高血压患者焦虑状况及降低血压的生理生化基础。