生化标志物在肿瘤早期筛查中的应用

本研究旨在探究生化标志物在肿瘤早期筛查中的应用,以期为临床诊断提供借鉴。方法 在2021年7月至2024年2月期间内,选择在长沙市第一医院接受诊治的早期结肠癌患者58例纳入实验组(这58例患者均经病理学检查得到确诊),并选取同时期的健康体检者共计58例纳入对照组进行回顾性分析。全部的58例早期结肠癌患者以及58例健康体检者均接受生化标志物检查,并根据检查结果,以下两方面的指标进行分析:(1)总胆固醇的水平(TC)、高密度脂蛋白的水平(HDL-C)、低密度脂蛋白的水平(LDL-C);(2)癌胚抗原的水平(CEA)以及糖类抗原 19-9 的水平(CA19-9)。结果 无论是总胆固醇的水平(TC),抑或是高密度脂蛋白的水平(HDL-C)或者低密度脂蛋白的水平(LDL-C),实验组均更低(P<0.05)。无论是癌胚抗原的水平(CEA),还是糖类抗原 19-9 的水平(CA19-9),实验组均更高(P<0.05)。结论 生化标志物在结肠癌的早期诊断、疗效评估和预后判断等方面具有重要应用价值,总胆固醇、高密度脂蛋白和低密度脂蛋白水平在结肠癌患者中较低,而癌胚抗原和糖类抗原19-9水平则较高。

一种基于专家知识的电力系统电压/无功分级分布式优化控制分区方法

本文对电力系统电压分级分布式优化控制模式下的电力系统分区方法进行了研究，提出了一种基于专家知识的向上分红归类的分区算法，并通过对子区域无功电源储备指标的动态校核，进一步保证了系统分区结果的合理性和子区域电压／无功的可控性。

分布式能量管理系统（DEMS）状态估计分布式异步迭代算法

考虑ＤＥＭＳ数据信息通信延迟的不可预测性，在导出ＤＥＭＳ分布式状态估计可观测条件的基础上，构造了ＤＥＭＳ状态估计分布式异步迭代算法，得出了状态估计分布式异步迭代算法的收敛性定理，设计并实现了分布式异步迭代算法在局域网上的模拟计算，最后以ＩＥＥＥ－３０节点系统为例对所构算法的有效性进行了验证。

一种优越的电力系统状态估计方法——Hachtel方法及其实现

首先对状态估计已有的一些基本方法在数值稳定性、计算效率和实现复杂性等方面进行了理论分析和比较,然后开发了Hachtel方法、法方程法和带约束的法方程法状态估计计算程序,对它们进行了实验比较。同时还首次使用Hachtel方法进行了线路参数估计,并获得了满意的估计结果。给出了Hachtel方法状态估计实践中得出的若干有用的结论。

分布式能量管理系统（DEMS）潮流方程异步迭代算法

本文针对分布式能量管理系统（ＤＥＭＳ）数据信，包通信延迟的不可预测性，给出了ＤＥＭＳ潮流方程求解的分布式异步迭代算法的一般性构造及其在牛顿法松驰迭代格式下的具体描述，ＩＥＥＥ标准实验系统在Ｎｏｖｅｌｌ局域网上的模拟计算结果验证了所构算法的有效性。

天津地区电力系统的静态状态估计软件及其应用

本文着重介绍天津地区电网静态状态估计软件的主要功能及组成部分,阐述该软件的工作原理及其特点,最后分析了该软件在天津地区电力系统的实际应用情况和效果。

分布式配电管理系统（DDMS）潮流分布式异步迭代算法

针对配电系统网络结构及运行方式的特点，在给出分布式配电管理系统（ＤＤＭＳ）计算机体系结构模型基础上，考虑ＤＤＭＳ数据信息通信延迟的不可预测性，提出并构造了ＤＤＭＳ潮流分布式异步迭代算法。

分布式配电管理系统（DDMS）潮流分布式异步迭代算法的模拟实现

对文献［１］中提出的分布或配电管理系统（ＤＤＭＳ）潮流分布或异步迭代算法在局域网上的模拟实现进行了探讨，并以实际算例对所提潮流算法进行了验证。