基于“三焦气化”理论探讨恶性胸腔积液的证治

恶性胸腔积液为肿瘤晚期常见并发症,目前的治疗策略有限且难以根治。中医学将其归属于“悬饮”“支饮”范畴。“三焦气化”理论指机体气血津液在上、中、下三焦输布代谢的气机变化。三焦气化失司是恶性胸腔积液的根本病机,通调三焦、益气温阳贯穿恶性胸腔积液治疗全过程,治疗时应根据病变原因和病变部位之不同,宣肃肺气以理上焦、健运脾气以治中焦、温补肾气以调下焦,以求扼其恶性、截饮之源。附医案一则加以阐明。

光谱特征和纹理特征融合的红茶萎凋含水率检测方法

为实现对红茶萎凋含水率的定量检测,研究提出了一种基于谱图特征融合的红茶萎凋含水率检测方法。通过采集不同萎凋时刻的高光谱图像,利用灰度共生矩阵法提取图像的7个纹理特征并与提取到的光谱特征相融合;通过采用PLSR、RF和GBDTR建立含水率预测模型,分析光谱特征、纹理特征以及“光谱特征+纹理特征”对含水率预测的准确性,实现红茶萎凋含水率快速无损检测。结果表明融合后的特征效果均得到较大提升,相比于其他两种模型,PLSR表现良好,在测试集上特征融合后的决定系数R2达0.7932,相较于光谱特征和纹理特征分别提升0.047和0.039。该研究对红茶加工设备的智能化具有重要意义,同时所提出的基于谱图特征融合的模型为红茶萎凋过程的智能检测提供了新思路。

时空特性下基于图卷积神经网络的风电集群功率短期预测方法

为解决传统风电集群功率预测方法忽略了不同位置点气象关联特性及单场预测无法快速得到风电集群整体功率的问题,并充分考虑到风电集群耦合的复杂时空特性,提出一种融合注意力机制的时空图卷积神经网络的风电集群功率短期预测方法。首先,计算区域内风电场站历史功率之间的互信息,提取特征邻接矩阵,并结合影响集群功率的气象特征变量转化为气象图数据。其次,构建图卷积神经网络(GCN)模型,从非欧式空间提取气象图节点关联特征。并馈入融合注意力机制(AM)的门控循环单元网络(GRU)增强时序特征中关键信息对风电集群功率的贡献程度。最后,基于中国西部某省风电集群的实际运行数据,验证所提方法的先进性和适应性。

渐开线齿面串联弹性器件传动机理研究

串联弹性器件广泛应用于外骨骼机器人驱动关节,有利于重载荷情况下的电机软启动。针对旋转类串联弹性器件转动刚度变化引起的传动力矩波动,弹性传动和刚性传动两种状态转换时的传动冲击等问题,提出了一种渐开线齿面弹性器件,建立了传动力学模型,并对器件的弹性-刚性传动过程进行了动力学分析与仿真,研究轴心装配偏差对渐开线齿面啮合滑动率与接触面接合冲击的影响,通过对弹性器件安装倾角参数优化保证了传动件转动刚度变化率最小,有效控制了弹性传动过程中的转矩波动。最后对器件进行了下肢外骨骼驱动关节工程验证和传动静特性实验,结果表明,轴心装配偏差会导致接触面接合时转矩激增,当偏差在0.05 mm内时(渐开线齿面啮合滑动率最大为0.006 5),与平面矩形弹性器件相比,转矩激增值平均降低43.55%。

光伏发电功率超短期预测方法综述

大规模的光伏并网使电网安全问题日益突出,精准的功率预测能为电网安全稳定运行提供可靠的数据支撑。目前,国内外对光伏发电功率超短期预测开展了大量研究,但在其预测精度上还有待进一步的提升。为此,从影响因素、研究方法、预测难点及未来的发展趋势4方面对光伏发电功率超短期预测方法展开综述。首先对光伏发电的影响因素及预测方法进行归纳总结,然后在深入分析基于历史功率数据的预测法、考虑未来气象因素数据的预测法、基于云观测数据预测法以及多种数据组合的预测法的基础上,梳理出目前光伏功率超短期预测所存在的技术难点,最后结合其发展趋势,展望了未来技术研究的攻关方向。

考虑云层遮挡的光伏发电功率超短期预测技术

云层对光伏电站的遮挡会导致光伏发电功率的随机波动,进而给电网稳定运行带来挑战,特别是在新能源渗透率不断提升的战略背景下,电网安全性和稳定性所面临的挑战更为严峻。为解决云遮挡下光伏功率快速波动预测精度低的难题,基于卫星云图提出一种考虑云遮挡的光伏功率超短期预测法。首先,根据场站位置信息提取目标区域具有潜在影响的云团,并通过云轨迹跟踪算法确定其移动矢量,实现超短期尺度下移动轨迹预测;然后,结合太阳-云-光伏电站的位置关系建立云遮挡评估模型,准确判断目标时刻下不同层高云团对光伏电站的遮挡情况,进而完成量化评估;最后,通过光电转换模型实现光伏发电功率超短期预测。结果显示,所提模型能准确预估未来云移动轨迹及云遮挡下的功率衰减系数,展示出较好的预测性能,具有一定的推广价值。

基于数字孪生及神经网络的电压扰动定位方法

提出一种基于数字孪生及神经网络的电压扰动定位方法。首先根据配电网中大量的监测点信息以及网架结构参数构建配电网数字镜像模型,然后采用人工神经网络对数字镜像模型的历史数据进行学习训练,得到反映节点电压与暂降发生位置之间映射关系的神经网络模型。该模型可以根据暂降后各节点的电压数据得到反映各节点故障特征的信息,进而实现对暂降源的定位。以河南某县30节点的配电网为例,对所提方法的有效性进行验证,结果表明该方法能够实现对电压暂降源的准确定位。

模因论视域下瓯越非遗文化的数字化传承及创新研究

分析模因论视角下瓯越非遗文化的传播过程,探索瓯越非遗文化的数字化传承及创新方式,并以乐清细纹刻纸为例进行创新设计实践探索。

茶叶加工过程远程云监控与溯源研究及系统设计

针对茶叶加工过程远程监控需求及茶叶溯源的加工环节缺失问题,构建了茶叶加工过程中茶叶状态参数及加工设备工艺参数远程物联网监测平台,实现了茶叶加工生产线远程设备运行参数监测监控与茶叶品质溯源。本研究采用B/S框架实现信息实时显示,综合鲜叶采摘信息和生产信息完备溯源过程,运用层次分析法分析生产过程参数对茶叶品质的影响,建立了茶叶加工过程溯源评价模型。在此基础上,构建茶叶生产离线与在线数据库融合质量评价模型,提高了数据存储质量。针对黄山毛峰初制加工生产线进行了远程监控系统开发及溯源信息采集验证试验,结果显示,平台运行稳定,数据显示准确完整,实时性较好。研究结果可为茶叶品质优化及大数据分析提供技术支持。

“讲好中医药科学故事”行动倡议

中医药学历经数千年传承发展,形成了独特的理论体系和健康维护方法,为中华民族的繁衍昌盛作出了重大贡献,对世界文明进步产生了积极影响。在抗击新型冠状病毒肺炎(新冠肺炎)疫情中,中医药发挥了重要作用,成为中国疫情防控的一大特点,也为世界疫情防控贡献了中国方案和中国智慧。

血浆同型半胱氨酸及MTHFR基因多态性与颅内动脉粥样硬化的相关性研究

目的评价血浆半胱氨酸(Hcy)及亚甲基四氢叶酸还原酶(MTHFR)C677T基因多态性与非心源性脑梗死患者颅内动脉粥样硬化性大血管病变(LVD)的关系。方法共纳入非心源性脑梗死患者552例,测定血浆同型半胱氨酸浓度、MTHFR C677T基因型、脑核磁共振及核磁共振脑血管成像造影,以评价颅内动脉狭窄-闭塞程度和数目积分(LVD积分)。结果纳入552例脑梗死患者中,MTHFR C677T基因型中CC基因型148例(26.8%),CT基因型293例(53.1%),TT基因型111例(20.1%),基因型分布符合Hardy-Weinberg遗传平衡(χ2=2.371,P>0.250);合并颅内动脉狭窄342例,无颅内动脉狭窄210例,颅内动脉狭窄组血浆Hcy浓度显著高于无颅内动脉狭窄组(t=10.502,P=0.032),组间MTHFR C677T基因型分布有显著性差异(χ2=7.066,P=0.039),多元回归分析显示,高Hcy血症为急性脑梗死患者存在颅内动脉狭窄的独立危险因素(OR 1.650,95%CI 1.123~3.021,P=0.034),MTHFR C677T的TT基因型并非为颅内动脉狭窄的独立危险因素(OR 1.015,95%CI 1.010~2.532,P=0.079);MTHFR C677T不同基因型组间血浆Hcy浓度有显著性差异(F=7.283,P<0.001),LVD积分无显著性差异(F=2.993,P=0.067),血浆Hcy浓度与颅内血管LVD积分呈正相关关系(r=0.365,P=0.009),高Hcy血症与颅内动脉LVD积分相关(OR 1.531,95%CI 1.172~1.463,P=0.040)。结论高同型半胱氨酸血症与颅内动脉LVD具有相关性,MTHFR C677T基因多态性与高同型半胱氨酸血症有相关性,但与颅内动脉动脉粥样硬化无相关性。

风电中长期电量预测研究现状

在高比例新能源场景下,大规模风电并网给电力系统供电充裕度、供需平衡等产生了更加显著影响,因此风电的电量预测在业内受到了更多的关注。准确的风电中长期电量预测结果可以为风电并网后电网制订电源调配计划、设备检修计划及中长期发电计划等提供重要依据。论文从基本理论、主要方法、难点及趋势等方面对目前的风电中长期电量预测研究现状展开了综述。在明确电量预测基本概念、分类及适用问题的基础上,对中长期电量预测方法进行了分类总结,针对基于历史电量数据的预测方法、基于历史资源再分析数据的预测方法、考虑未来资源预报数据的预测方法以及多种数据的组合预测方法分别进行了分析。最后,梳理了目前中长期电量预测技术发展的主要难题,展望了未来的可能突破方向。

联合收获机CAN总线架构设计与试验

针对国内外农机装备智能化发展及设备物联远程网控需求,基于ISO11783系列标准,提出并设计了联合收获机智能CAN总线方案及其应用系统。根据联合收获机的作业特点和智能控制需求,建立了由动力CAN总线、设备管理CAN总线、专用设备CAN总线1和专用设备CAN总线2组成的模块化、可扩展的智能农机CAN总线网络结构。基于ISO11783CAN总线应用层协议标准,制定了智能化联合收获机远程网控通信协议。最后,进行了联合收获机CAN总线应用系统网络负载和实时性的通信试验及工程应用试验验证。试验结果表明,在500kb/s波特率下,所有总线的负载率均小于30%,数据在3层CAN总线之间传输总延时小于1ms,满足联合收获机智能远程网控CAN总线系统的设计要求。

配电网网格化规划中空间负荷预测方法研究

根据配电网网格化规划的要求,在电网规划供电单元、供电网格、供电区域划分的基础上,自下而上给出了3个层级的空间负荷预测方法。在供电单元层级,针对负荷密度法过程中负荷密度指标的选取,提出用S型曲线模型来确定过渡年负荷密度指标的方法,并给出了供电单元内同时率的计算方法,以此来确定供电单元负荷;对于供电网格层级,考虑供电单元间的同时率,给出了供电网格的负荷预测方法;由于供电网格为面积较大的综合型区域,它们之间的同时率接近于1,因此供电区域负荷为供电网格负荷直接相加。各个层级的负荷预测方法较传统的总量负荷预测更为精细化,为网格化规划中的高中压电网规划奠定了基础。

居民区电动汽车充电负荷建模研究

分析了电动汽车的充电电池结构,给出了单台电动汽车充电功率的计算公式.研究了对电动汽车充电负荷起决定作用的电池剩余荷电量和电动汽车返回时间两个随机因素的分布特性,并用蒙特卡洛法模拟这两个随机因素,提出了居民区电动汽车充电负荷的建模方法.方法能够较好地切合居民区电动汽车充电负荷的实际情况,对制定引导电动汽车用户有序充电的措施和配电网优化运行意义重大.

基于加窗插值FFT和原子分解的间谐波检测算法

间谐波除了具有谐波危害外,还具有其自身特性带来的电压闪变、继电器误动作等多种危害,因此准确检测间谐波对电网安全运行具有重要意义.在分析加窗插值FFT和原子分解算法优缺点的基础上,提出两种算法相结合的间谐波检测算法.算法首先对加Hanning窗信号进行FFT分析,求得峰值谱线及其两侧谱线值.然后根据幅值判断法判断是否存在谱线干涉.若存在谱线干涉,则使用原子分解算法估计信号参数;若不存在谱线干涉,则使用加窗插值FFT算法对信号参数进行检测.仿真结果表明,算法在检测谐波、间谐波时,频率分辨率高于加窗插值FFT算法,计算量小于原子分解算法.

稻谷薄层真空脉动干燥特性及含水率预测模型

为探究稻谷的真空脉动干燥特性,提升干燥品质,本文研究了不同干燥温度、相对真空度和真空保持时间对稻谷干燥时间和速率的影响;同时根据单因素试验结果进行正交试验确定稻谷真空脉动干燥最佳工艺参数;构建基于最小二乘支持向量机(LS-SVM)的稻谷干燥过程含水率预测模型。结果表明:干燥温度和真空度对稻谷干燥时间、爆腰增率均有显著影响,各因素影响顺序为干燥温度>真空度>真空保持时间,此时稻谷的最佳干燥工艺为:干燥温度55℃,真空度80 kPa,真空保持时间3 min,干燥过程中有效水分系数为(1.7371~3.1285)×10^-10 m^2/s,干燥活化能为35.59 kJ/(mol·K)。利用网格搜索和交叉验证的方法进行参数寻优,建立LS-SVM的含水率预测模型精度高,平均预测精度达99.4425%,为稻谷真空脉动干燥应用及含水率在线预测提供理论依据。

Galectin-3与代谢和心血管疾病的关系研究进展

半乳糖凝集素-3(Gal-3)在多种慢性疾病的发生和发展中起重要作用。血液或相关组织中Gal-3蛋白水平的升高在代谢性疾病(肥胖、非酒精性脂肪性肝炎、2型糖尿病等)和心血管疾病(动脉粥样硬化、冠心病、心力衰竭和血管栓塞等)的发生发展中发挥关键作用。Gal-3抑制剂(如柑橘果胶、GR-MB-02以及N-乙酰基-丝氨酸-天冬氨酰-赖氨酰-脯氨酸)能有效改善肥胖、动脉粥样硬化、非酒精性脂肪性肝炎及心力衰竭。未来,深入研究Gal-3的表达调控对于研发具有良好药理活性的防治代谢和心血管疾病的药物具有重要意义。

考虑不同风能特征的风电中长期电量预测方法

中长期电量预测在编制中长期发电计划、提高新能源消纳以及保障电力系统电量平衡等方面发挥着重要作用。未来气候态预报信息有利于提高中长期电量预测精度,但当前中长期电量预测未能有效挖掘和利用未来气候预报信息,为此,提出了一种考虑不同风能特征的风电中长期电量预测方法,同时为提高预测模型的适应性,以风能资源气候态预报结果数据为输入,通过构建风能特征挖掘模型,实现了不同预报误差特性数据集的筛选,进而结合风电场实际发电数据,基于灰狼优化算法(grey wolf optimizer,GWO)与长短时记忆网络(long short term memory,LSTM)构建了适应性预测模型。将所提法与当前预测方法相比,结果显示:所提出的中长期电量预测方法实现了沿海某风电场及区域总电量预测,且预测模型的性能更优。研究结果验证了所提方法的有效性和先进性。

考虑山东近海不同风能天气特征的风电功率区间预测模型

风电功率区间预测是应对大规模风电机组并网运行的有效手段之一。针对山东风电并网运行建立了一种考虑山东半岛不同风能特征的风电功率区间预测模型。对比了不同风能条件下半岛内风电场出力特征和风电功率历史预测误差分布特点,发现风电场出力分布范围随风速增加呈"先增后减"趋势,在出力分布范围较大的风速区间内,预测误差也相对较大。以风速、风向和预测功率为特征变量,在利用层次聚类法对样本数据进行聚类分析基础上,采用非参量核密度估计方法,建立了各类样本在不同风向条件下风速-风电功率预测误差的联合概率密度分布模型。将该模型与NARX(nonlinear auto regressive models with exogenous inputs)网络确定性风电功率预测结果相结合,得到一定置信水平的风电功率区间预测结果,最后通过实际算例验证了模型的有效性。