基于告警时序的输电设备故障定位方法的研究

电网故障设备定位如果只依靠静态告警信息,不能计入告警后续信息,则会导致电网故障设备定位精度低和出现多解的问题,因此考虑了告警的动态时序性。基于告警时序信息,定义了故障设备状态时序矩阵、告警时序矩阵、断路器时序矩阵、主保护时序矩阵、近后备保护时序矩阵和远后备保护时序矩阵以及矩阵中元素的建立方法。同时为了求解期望值,定义了断路器期望时序矩阵、主保护期望时序矩阵、近后备保护期望时序矩阵和远后备保护期望时序矩阵。为了形成期望值矩阵,又定义了设备-主保护关联矩阵、设备-近后备保护关联矩阵和设备-远后备保护关联矩阵。基于SCADA和WAMS的开关和保护信息,构建了故障设备定位的时序目标函数。以设备状态的时序矩阵元素为待求解的状态量,利用改进的免疫遗传算法作为求解时序目标函数的方法。这样求解的设备状态不仅包含设备故障与否的状态,还包括设备故障时间。特别是对于电网中有多个设备不同时间动作的情况,可以清晰识别。同时对免疫遗传算法进行改进,形成了基于记忆的免疫遗传算法,解决了动态告警信息被忽略的问题,提高了故障设备定位的速度和精度。

基于蜂群算法的配电网负荷分配优化方法

利用数学建模的思想建立一种面向最大供电能力的负荷分配优化模型,考虑了配电网的安全性、可靠性和经济性。并利用蜂群算法有效实现最大程度优化,从编码、约束处理、更新策略及算法实现步骤等方面设计了优化算法,提高了计算精度。最后通过实际算例验证了优化方法和模型的有效性、实用性。

加强环境护理对新生儿重症监护室早产儿的影响分析

对重症监护室早产儿低体重儿采用环境护理干预,观察该种方式对其体重增长的作用。方法 2021年5月--2022年4月为本次研究的观察时间,采用数字表法的方式,将40例早产儿低体重儿分为对照组和观察组,对照组采用临床常规护理,观察组采用环境护理,观察两组体重增长情况。结果 对照组和观察组体重增长情况对照中,对照组平均日体重增长为7.67±2.04(克)、观察组为21.05±2.66(克),对照组10个月后体重为8.06±0.04(千克)、观察组为9.61±0.12(千克),(t=16.699,p=0.006),两组结果有差异。结论 对早产儿低体重儿采用环境护理干预效果优越,值得推荐。

在新生儿监护室中精细化护理的应用效果分析

观察新生儿监护室中精细化护理的应用效果。方法 选择2021.06——2022.06新生儿监护室患儿作为研究对象,经筛选共计100名,以“入院编号”分组法平均分出两组,每组50名。即入院前50名新生儿设为常规组、入院后50名新生儿设为实验组。予以常规组对象常规护理干预,予以实验组对象常规护理+精细化护理干预。对比两组治疗时间、家属不良情绪评分、生命体征、患儿院内感染发生率、家属护理满意度。结果 相较常规组,实验组治疗时间、家属不良情绪评分更低,P<0.05。相较常规组,实验组生命体征更优、患儿院内感染发生率更低,P<0.05。相较常规组,实验组家属护理满意度更高,P<0.05。结论 在新生儿监护室中应用精细化护理干预,有利于稳定新生儿体征、提高护理质量,可普及应用。