肾病血液透析合并肺部感染的影响因素分析及病原菌特点

目的:探讨肾病血液透析合并肺部感染的影响因素,并分析病原菌分布特点。方法:选取2022年1月—2023年9月宜春市人民医院收治的128例肾病血液透析患者作为研究对象,根据是否发生肺部感染将患者分为阳性组(肺部感染)和阴性组(无肺部感染),所有患者均行血液透析治疗,统计患者肺部感染率,分析病原菌分布特点,收集患者的一般临床资料进行单因素分析,并进一步分析肺部感染的影响因素。结果:128例患者中,30例患者发生肺部感染,发生率为23.44%。共分离出46株病原菌,革兰阴性菌30株(65.22%),其中肺炎克雷伯菌占比最高(45.65%);革兰阳性菌16株(34.78%),其中金黄色葡萄球菌占比最高(21.74%)。阳性组年龄大于阴性组,透析时间、住院时间均长于阴性组,血红蛋白、血清白蛋白水平均低于阴性组,空腹血糖、营养不良占比、肾功能(失代偿期)占比均高于阴性组(P<0.05);多因素logistic回归分析显示,年龄、透析时间、住院时间、血红蛋白、血清白蛋白、空腹血糖、营养不良、肾功能均为肾病血液透析合并肺部感染的影响因素(P<0.05)。结论:年龄、透析时间、住院时长、血红蛋白、血清白蛋白、空腹血糖、营养状况、肾功能是肾病血液透析患者并发肺部感染的影响因素,其感染的病原菌主要为肺炎克雷伯菌与金黄色葡萄球菌。

2019—2021年宜春地区患者结核分枝杆菌利福平耐药株基因型分析研究

目的:探究2019—2021年宜春地区结核分枝杆菌利福平耐药株基因型。方法:选择2019年1月—2021年12月于宜春市人民医院接受治疗的肺结核患者100例,采集所有患者痰液样本进行检测。分析结核分枝杆菌分离情况及耐药性,另分析利福平耐药株基因型。结果:100例患者中共分离出结核分枝杆菌47株,分离率为47.00%,2019、2020、2021年结核分枝杆菌分离率分别为33.33%、45.95%、54.76%。2019年分离出结核分枝杆菌7株,利福平、异烟肼、链霉素耐药发生率分别为42.86%、28.57%、28.57%;2020年分离出结核分枝杆菌17株,利福平、异烟肼、链霉素耐药发生率分别为58.82%、29.41%、11.76%;2021年分离出结核分枝杆菌23株,利福平、异烟肼、链霉素耐药发生率分别为60.87%、21.74%、17.39%。结核分枝杆菌对利福平耐药率最高。经rpoB基因测序可见27株利福平耐药株均发生rpoB基因变异,基因突变率为100%(27/27),突变基因位点主要位于509~533位。结论:2019—2021年宜春地区结核分枝杆菌感染率呈逐年上升趋势,结核分枝杆菌感染患者对利福平存在较高的耐药性,且rpoB基因位点突变的发生与利福平耐药间存在密切联系。

基于一致性算法的多微电网点对点分布式能量交易策略

多微电网共同参与电力市场交易有助于提高新能源消纳能力。为提高微电网参与电力市场的积极性,提出了基于多微电网的点对点能量交易机制。首先,基于Stackelberg博弈理论,建立了多领导者多跟随者Stackelberg博弈模型,将点对点能量交易问题转化为Stackelberg博弈问题,以Stackelberg均衡解作为最优交易策略,实现多微电网最优运行。其次,提出了基于一致性算法的Stackelberg均衡(Stackelberg equilibrium based on consensus algorithm,SECA)求解方法,微电网仅需与相邻微电网交换部分信息即可获得Stackelberg模型的均衡解,SECA算法有效保障了各微电网内部隐私。最后,通过4微电网算例验证了Stackelberg价格博弈模型的有效性和SECA的优越性。

基于主动迁移学习的电力系统暂态稳定自适应评估

基于深度学习的暂态稳定评估模型通常需要大量的有标注样本用于离线训练。一旦电网的运行方式和拓扑结构发生较大变化,预训练模型的性能将劣化甚至失效,使得在线评估时存在一定的空窗期。为了解决这一问题,以深度置信网络(DBN)为研究载体,将深度学习、迁移学习和主动学习相结合,提出一种基于DBN模型的主动迁移学习方法。首先,训练DBN来挖掘输入特征和暂态稳定评估结果间的映射关系,得到更好的暂态稳定评估效果。其次,当拓扑结构和运行方式发生较大变化时,通过短期仿真生成大量的无标注样本,利用主动学习来筛选少量最富有信息的样本,并通过长期仿真对这部分样本进行标注,显著减少了样本的生成时间。最后,计算源域和目标域数据分布的最大均值差异,选择不同的迁移路径,在确保迁移效果的前提下进一步缩短了迁移时间。采用新英格兰10机39节点系统、NPCC 48机140节点系统和中国华中电网进行了仿真,结果验证了所提方法具有高精度、快速性和鲁棒性,有效缩短了深度学习模型在线应用时的空窗期。

基于深度学习的电力系统暂态功角与暂态电压稳定裕度一体化评估

随着面向高比例可再生能源新型电力系统的转型,系统运行特性日趋复杂。暂态功角稳定(transientangle stability,TAS)与暂态电压稳定(transient voltage stability,TVS)问题相互耦合且频发,为系统安全稳定评估带来严峻挑战。研究首先采用变步长二分法通过调用PSASP从时间维度上构建了暂态电压与暂态功角的稳定边界。研究了不同故障位置、感应电动机占比、负荷率对稳定边界的影响并依托边界确定主导失稳模式。其次提出一种基于注意力机制与一维卷积神经网络融合的电力系统功角稳定及电压稳定裕度评估的新方法。该方法直接面向测量数据,将节点稳态与暂态运行的电压幅值、有功功率、无功功率数据作为输入特征,节省了数据处理时间。通过一维卷积神经网络构建输入特征与极限切除时间的映射,利用注意力机制进一步提高了模型预测效果。通过新英格兰IEEE39节点系统进行分析验证,结果表明该方法可以实现暂态安全裕度的快速评估且具有较高的预测精度。

融合多类型深度迁移学习的电力系统暂态稳定自适应评估

针对不同类型人工智能网络应用于电力系统暂态稳定评估时精度和泛化能力不稳定、运行方式或拓扑结构发生较大变化时评估精度下降、重新训练新模型费时费力等问题,提出一种融合多类型深度迁移学习模型(tmDLM)的自适应评估方法,该方法融合了深度置信网络、卷积神经网络以及长短期记忆网络3种不同的深度学习模型。将训练好的各类深度学习模型作为源域模型,当运行方式或拓扑结构发生较大变化时,采用少量目标域样本集微调预训练模型,使其快速跟踪系统当前的运行状态,并得到tmDLM。新英格兰10机39节点系统和华中电网的仿真结果表明:所提方法可以充分发挥各类深度学习方法的优势,具有良好的泛化能力;六分类模型能够在判稳的同时进行稳定裕度/失稳程度等级的评估;经过迁移后的深度学习模型具有良好的评估精度和时效性,大幅缩短了模型更新时间,实现了电力系统暂态稳定的自适应评估。

基于深度残差收缩网络的电力系统暂态频率安全集成评估

在我国能源结构加速转型、力争实现“双碳”目标的背景下,传统电力系统也将迎来结构性的转变。其中由于可再生能源的随机性、不确定性和低惯量等特性,大规模新能源并网带来的一系列影响使得电力系统的频率安全问题日益突出。而传统的时域仿真方法在进行评估时有运算量大、计算时间长等缺点,故难以实现实际电力系统灵活多变的运行方式和大量量测数据下的快速评估。为实现对系统频率安全的快速评估,提出一种基于深度残差收缩网络(deep residual shrinkage network,DRSN)的电力系统暂态频率安全集成评估方法。深度残差收缩网络在深度残差网络的基础上引入注意力机制,能够增强有用信息并抑制冗余信息。在此基础上,将样本按最大频率变化率进行划分,并分别采用DRSN网络进行训练构建集成模型。通过引入风电的新英格兰39节点和118节点系统上的仿真结果,表明所用方法与传统深度学习方法相比精度更高,并有着优异的泛化性、鲁棒性和适用性。

基于光伏重心理论的配电网分布式光伏最大准入容量计算

随着高比例分布式光伏的接入,配电网分布式光伏最大准入容量(hosting capacity,HC)的确定成为了业界关注的焦点。提出了矩和重心的概念,并通过理论分析得到光伏重心必须超前于负荷重心的全局度量指标(globalmetric,GM)。继而推导了满足节点电压越上限约束和线路载流量约束的非迭代的HC的解析表达式,分别得到了节点电压和载流量度量指标LM1、LM2,它们与GM一起构成了完整的光伏重心理论。在此基础上,提出了配电网分布式光伏最大准入容量的新算法和修正算法,修正算法能考虑已有光伏接入和可开发光伏容量等现场约束。IEEE 33算例表明,与考虑无功分布和线损的经典蒙特卡洛算法相比,所提方法在准确性较好的同时,计算效率极高、且能兼顾已有光伏接入和可开发光伏容量等实际限制,工程实用性强。

基于深度学习的电力系统暂态电压与暂态功角稳定一体化超前评估

暂态电压稳定(transient voltage stability,TVS)与暂态功角稳定(transient angle stability,TAS)是电力系统安全运行的重要基础。随着新型电力系统的建设,电压与功角问题紧密耦合且频发,亟需高精度的一体化超前评估为紧急控制夯实基础。首先根据调研整合了表征功角稳定与电压稳定的综合特征,并根据极限梯度提升(extreme gradient boosting,XGBoost)衡量特征贡献度,根据贡献度生成含差分特征的特征集作为评估模型的输入。其次,提出了融合挤压激励模块的多尺度卷积门控循环单元模型(a multi-scale convolution gated recurrent unit integrated with squeeze excitation,SE-CGRU)。该模型通过挤压激励(squeeze&excitation,SE)模块实现特征通道权重的自适应调整,并利用多尺度卷积融合细节特征与宏观特征,实现了暂态功角与暂态电压的高精度一体化评估。在线评估时无需已知故障切除时间即可给出预测结果并输出系统当前状态下的安全裕度。通过引入带时间约束的损失函数与动态权重训练的方式,在保持现有精度的基础上大大缩减了响应时间,实现超前评估。采用多判据融合策略进一步减少了漏判与误判,提高了模型评估的可靠性。以新英格兰10机39节点系统和国内某区域省级互联系统为例验证分析,结果表明所提方法可实现高精度的功角和电压稳定一体化超前评估。

基于改进残差网络的两阶段电力系统频率安全多级预警

随着“双碳”目标的提出,可再生能源集群大规模并网,导致电力系统频率安全问题再次凸显。因此,借鉴深度学习方法,提出一种基于改进残差网络的两阶段电力系统频率安全多级预警模型。首先,对电力系统的频率安全进行多级精细划分,提出并构建频率安全多级预警模型。该模型在第1阶段利用基于改进残差网络的分类评估器对受扰后的频率是否会超出安全预警值进行评估,并给出预警等级;在第2阶段利用回归预测器进一步给出预警样本的危险程度。最后,以改进IEEE 10机39节点系统和美国伊利诺伊州200节点系统为算例对该模型进行测试,结果表明该模型具有较高的安全预警准确率,不但优于其他浅层学习方法和深度学习模型,而且可以精确地预测频率危险程度,并具有良好的鲁棒性和抗噪能力。

宜春市人民医院近三年肺炎克雷伯菌临床分布及耐药变化趋势分析

目的:探究并分析宜春市人民医院近三年肺炎克雷伯菌(Kpn)的临床分布及耐药变化趋势。方法:回顾性分析2020年1月—2022年12月宜春市人民医院住院患者各类临床标本分离出的Kpn菌株,共计387株,对菌株分布科室、标本类型及耐药情况进行研究分析。结果:近三年本院分离出的Kpn菌株在临床13个科室均有分布,其中占比居前三的是儿科、重症医学科、神经外科。儿科三年内检出Kpn的占比分别为19.66%、16.45%、16.10%;重症医学科三年内检出Kpn的占比分别为11.11%、14.47%、16.95%;神经外科三年内检出Kpn的占比分别为13.68%、13.16%、11.02%。近三年本院微生物室在10种类型标本中均分离出了Kpn菌株,其中占比较高的是痰液和血液;痰液三年内检出Kpn的占比分别为55.56%、58.55%、60.17%;血液(需氧瓶/厌氧瓶)三年内检出Kpn的占比分别为15.38%、17.11%、17.80%。另外,在脓液及尿液中检出Kpn的占比也较高。本院微生物室分离出的Kpn菌株对多种类型的抗生素存在不同程度的耐药,其中耐药情况最为严重的是头孢唑啉,2020—2022年的耐药率分别为41.03%、41.45%、44.07%;另外,氨苄西林/舒巴坦、氨曲南、呋喃妥因、复方磺胺甲噁唑、环丙沙星及头孢曲松也存在较为显著的耐药情况,耐药率普遍达到了30%以上;耐药率较低的抗生素包括厄他培南、美罗培南及莫西沙星。三年期间,Kpn耐药变化情况总体趋势较为平稳,未出现明显的耐药激增现象。结论:近三年,本院分离的Kpn菌株主要分布于儿科、重症医学科及神经外科,检出标本类型以痰液、血液标本居多。Kpn耐药变化趋势平稳,然而仍需要加强临床抗生素管理及使用规范,尽最大可能避免耐药情况加剧。

痰液标本结核分枝杆菌与支气管肺泡灌洗液标本结核分枝杆菌培养结果比较

目的分析痰液标本结核分枝杆菌、支气管肺泡灌洗液标本结核分枝杆菌培养结果。方法选取2020年1月至2021年6月宜春市人民医院收治的100例疑似肺结核患者作为研究对象,均接受痰液培养、支气管肺泡灌洗液培养,以临床综合诊断为金标准,比较两种结核分枝杆菌培养方法培养结果及诊断效能。结果支气管肺泡灌洗液培养结核分枝杆菌所需时间为(8.93±0.35)d,短于痰液培养的(23.98±2.44)d,差异有统计学意义(P<0.05)。100例疑似肺结核患者经临床综合诊断阳性91例,支气管肺泡灌洗液培养检出真阳性89例,痰液培养检出真阳性68例。支气管肺泡灌洗液培养结果对肺结核诊断的灵敏度、符合率均高于痰液培养,差异有统计学意义(P<0.05);两种检测方法特异度比较差异无统计学意义。结论支气管肺泡灌洗液培养诊断肺结核的灵敏度较高,有利于提高疑似肺结核患者疾病检出率,且该方法获得培养结果所需时间较短,值得临床推广应用。

隔离型双半桥DC-DC变换器的软开关特性

分析了隔离型双半桥(DHB)DC-DC变换器的软开关特性。首先介绍DHB变换器的工作原理,详细分析DHB变换器的软开关过程。通过理论建模和定量分析,给出各开关管实现零电压开通的充要条件。总结谐振电流、变换器输出功率和死区时间与实现零电压开通的三条规律,推导出各开关管软开关实现所允许的变换器最小输出功率的解析表达式。然后,提出一种改进的占空比控制策略,有效地扩宽了变换器的软开关运行范围,有助于变换器实现稳定的软开关运行。最后,通过样机实验验证了所提的理论分析以及改进控制方法的正确性和有效性。

一种适用于级联H桥储能变换器的相内功率分配控制策略

基于级联H桥变换器的电池储能系统,需要对电池单元的SOC状态进行均衡控制。其本质是对级联H桥相内各级输出功率的不均衡分配控制。然而,基于载波移相调制(carrierphase-shifts PWM,CPS-SPWM)技术的相内功率不均衡分配控制会导致输出电压的谐波畸变,而且它对不均衡功率分配的控制能力较低。为了解决这些问题,提出一种新型灵活的相内功率分配控制策略(flexiblepower distributioncontrol,FPDC)。FPDC策略能够完全弥补CPS技术的缺点。它实时计算各个单元的平均传输功率,并根据实际功率与参考功率的误差来决定各单元的开关动作行为。然后,理论研究了FPDC策略在功率不均衡分配极限情况下各级输出电压的分布规律,并据此推导了功率极限值的解析计算方法。通过对各级功率参考的实时限制来确保变换器的稳定运行。最后,通过仿真和实验验证了FPDC策略对相内各级功率分配的优秀控制能力和控制效果。

计及漏判/误判代价的两阶段电力系统暂态稳定预测方法

基于人工智能的电力系统暂态稳定预测方法会出现漏判(将失稳样本错误分类成稳定样本)和误判(将稳定样本错误分类成失稳样本)的现象,使得该方法不易在工程实践中应用。为此,文中基于集成卷积神经网络(CNN)提出了一种计及漏判/误判代价的两阶段电力系统暂态稳定预测方法。在第1阶段,利用滑动时间窗输入特征训练得到不同响应时间层次的集成CNN模型,建立各层输出结果的可信度指标,将可信度阈值优化选择问题转化成多目标优化问题,最大限度地减少甚至消除漏判,并尽可能早地输出可信度高的样本;在第2阶段,对分层预测阶段预测的失稳样本采用多判据融合的紧急控制启动策略,尽可能减少误判所带来的实际损失。仿真算例分析表明,文中所提方法可以以最小代价最大限度地减少甚至消除漏判,以提高人工智能暂态稳定预测结果在工程上应用的可能性。

小麦清理设备技术现状及发展方向

清理是制粉的前提和基础,对面粉的质量有重要影响,改革开放以来,通过引进与消化吸收,清理设备的技术水平得到了快速提高,展望未来,面对面粉生产无菌化的要求,加强小麦表皮清理的设备技术将得到进一步发展。简要介绍小麦清理设备概况,重点提出小麦清理设备的发展方向。

基于Solidworks Motion的高方平筛仿真分析

以FSFG6高方平筛为分析对象,应用Solidworks建立其实体模型,并基于FEA数值分析方法,借助软件Solidworks Motion对其正常工作时的运动状态做机构的运动和动力学分析,得到其主要承力部件传动箱框架结构和筛箱框架部分的受力状态及运动轨迹、速度和加速度的运动状态,对深入了解其性能及结构优化提供一定的参考。

基于集成深度置信网络的精细化电力系统暂态稳定评估

为了进一步提高电力系统暂态稳定的预测精度及给出更精细化的评估结果,将深度学习与电力系统暂态稳定相结合,根据故障切除后发电机功角"轨迹簇"特征,提出一种基于集成不同结构的深度置信网络(DBN)的精细化电力系统暂态稳定评估模型。该模型的基分类器DBN能够有效地利用深层架构所具有的特征提取能力,充分挖掘出输入特征与暂态稳定评估结果之间的非线性映射关系。在新英格兰10机39节点系统上的实验结果表明,该方法不仅优于浅层学习框架,也比部分深度学习模型的性能更加优越。除此之外,该集成DBN算法不仅有较高的预测精度,而且可以有效地评估系统的稳定裕度和不稳定程度等级;在部分同步相量测量装置信息缺失以及含有噪声时,表现出较强的鲁棒性。

基于改进DCGAN的电力系统暂态稳定增强型自适应评估

海量的量测数据为基于数据驱动的暂态稳定预测方法提供了基础,然而故障态样本固有的不平衡性质影响了该类方法的性能。针对暂态稳定预测的样本不平衡问题,提出了一种基于改进深度卷积生成对抗网络(DCGAN)的样本增强方法,通过生成器和判别器交替对抗训练生成全新有效的失稳样本作为原始训练集的补充。离线训练时,采用深度置信网络作为分类器,采用扩充后的样本集对其进行训练,有效提高了模型对失稳样本的识别率;在线应用时,当系统发生预料之外的变化,采用样本迁移和模型微调技术更新离线模型,进一步对迁移之后的失稳样本进行增强,显著提高了暂态稳定自适应评估的迁移速度和在新场景下失稳样本的识别率,使得评估结果更加可靠。在IEEE 39节点系统和IEEE 140节点系统上的实验结果验证了所提方法的有效性。

金沙河300t/d玉米制品生产线工程概述

金沙河300 t/d玉米制品生产线是由河北苹乐面粉机械集团有公司承建的交钥匙工程,主要进行玉米精加工,成品为玉米糁、玉米面和玉米粉。该项目是苹乐集团与金沙河面业有限公司精诚合作的一个标志性工程。