基于二次分解双向门控单元新型电力系统超短期负荷预测

在新型电力系统中,电力负荷随机性和波动性较强,现有预测方法难以对其实现高精度预测。为此,提出一种基于二次分解和双向门控循环单元的超短期负荷预测模型。首先,针对电力负荷的强随机性和强波动性,利用自适应噪声完备经验模态分解对电力负荷历史序列进行初步分解,使负荷序列更加平稳。随后,对初步分解得到的强非平稳分量运用连续变分模态分解进行二次分解,降低其预测难度。最后,为充分学习电力负荷的时序特征,在预测过程构建基于双向门控循环单元的超短期电力负荷预测模型。实验结果表明,该模型相较于现有优秀预测模型有更高的预测精度。

阿帕替尼联合mFOLFOX6化疗对ⅢB期、Ⅳ期胃癌患者疗效及血清肿瘤标志物水平的影响

目的:探讨阿帕替尼联合mFOLFOX6化疗(亚叶酸钙、氟尿嘧啶联合奥沙利铂)对ⅢB期、Ⅳ期胃癌患者疗效及血清肿瘤标志物水平的影响。方法:选取2017年12月—2019年10月靖江市人民医院收治的102例ⅢB期、Ⅳ期胃癌患者作为研究对象,采用随机数表法将患者分为联合组(阿帕替尼联合mFOLFOX6化疗)与参照组(mFOLFOX6化疗治疗),各51例。比较两组治疗效果、血管内皮生长因子(VEGF)、胰岛样素生长因子1(IGF-1)、生存时间、不良反应。结果:联合组总有效率高于参照组,差异有统计学意义(P<0.05);治疗后,两组血清IGF-1、VEGF水平较治疗前降低,且联合组低于参照组,差异有统计学意义(P<0.05);联合组总平均生存时间长于参照组,差异有统计学意义(P<0.05);两组不良反应发生率比较,差异无统计学意义(P>0.05)。结论:阿帕替尼联合mFOLFOX6化疗对ⅢB期、Ⅳ期胃癌患者疗效显著,可明显降低血清IGF-1、VEGF水平,延长总平均生存时间,且安全可靠。

替罗非班联合大黄䗪虫丸对老年急性缺血性脑卒中患者血清PARK7及Sestrin2水平的影响

目的 探讨替罗非班联合大黄䗪虫丸治疗老年急性缺血性脑卒中(AIS)患者的疗效及对血清人帕金森蛋白(PARK7)、Sestrin2水平的影响。方法 选取2020-08—2022-03山东省文登整骨医院收治的老年AIS患者116例,随机分为观察组(n=58)和对照组(n=58),对照组采用替罗非班治疗,观察组在对照组的基础上联合大黄䗪虫丸治疗,从入院当日开始,干预为期4周。比较2组患者入院当日及治疗4周后治疗有效率、血流平均流速(TMV)、收缩期峰值流速(PSV)、阻力指数(RI),血清同型半胱氨酸酶(Hcy)、PARK7、2Sestrin水平,以及不良反应发生率。结果 治疗4周后观察组血清PARK7、Sestrin2、Hcy水平、RI[分别为(14.47±2.74)μg/L、(11.01±1.64)μg/L、(11.08±1.69)μmol/L、0.62±0.18]均低于对照组[分别为(19.15±2.68)μg/L、(14.37±1.67)μg/L、(16.60±2.73)μmol/L、0.75±0.15](P<0.05),观察组血流TMV[(46.37±6.17)cm/s]、PSV[(77.16±8.41)cm/s]水平均高于对照组[分别为(37.72±5.16)cm/s、(63.72±7.21)cm/s](P<0.05)。2组有效率分别为91.38%、74.14%,观察组治疗有效率高于对照组(P<0.05)。2组不良反应发生率分别为24.14%、8.62%,观察组不良反应发生率低于对照组(P<0.05)。结论 替罗非班联合大黄䗪虫丸能够有效改善AIS患者神经功能及脑部血流灌注情况,降低血清PARK7、Sestrin2水平,提升有效率,减少并发症,加快康复进程。

海峡两岸融合发展的会展活动驱动机理与路径研究

两岸融合作为多主体协同的实践活动,会展活动成为其重要动力之一。会展活动通过构建广泛平台和制定诱导机制,促进两岸会展共同体的建立,有利于突破融合障碍,实现民心融合。两岸关系与会展资源的有限性开放相互契合,共同驱动两岸命运共同体与会展活动共同体的和合发展。会展组织与自组织功能的融合,为两岸合作提供深层次动因。因此,通过多维度策建会展平台,设立不同议题的会展活动,匹配相应台湾地区民众群体,推动两岸交流与合作,进而促进两岸融合发展;构建全通道两岸交流动力机制,消除沟通壁垒,发挥会展活动在两岸融合中的重要作用,对推动两岸关系发展具有重要意义。

基于ROS的巡逻机器人系统设计

针对厂房、银行和大型超市等需要人工巡逻的场所,文章设计了一款基于ROS的巡逻机器人自主导航系统。文章将ROS系统部署到基于树莓派硬件开发的巡逻机器人上,对巡逻机器人的环境感知模块、导航模块和监控模块等进行研究设计。该系统使用同步定位与建图(Simultaneous Localization and Mapping,SLAM)技术,通过激光雷达和里程计实现定位、建图与导航功能。实验结果表明,该系统定位收敛速度快,构建地图精度高,路径规划稳定性好,能替代人类巡逻。

全混合日粮与传统方式饲喂肉牛增重效果的对比

为挖掘酒泉市肉牛产业发展潜力,筛选可提高饲草料利用率的科学饲喂方式,通过在养殖规模、软硬件设施和饲养管理水平各不相同的3个肉牛养殖场,分别采用机械加工全混合日粮、人工混合日粮和传统饲喂三种方式,连续饲喂肉牛200 d,分析对比各种饲喂方式增重效果。结果显示,饲喂机械加工全混合日粮较人工混合饲料和传统方式肉牛日增重分别提高9%和18%以上;差异均显著(P<0.05)和极显著(P<0.01)。试验表明,全混合日粮饲喂技术可显著提高肉牛日增重量,是一项可提高饲草料利用率,降低养殖成本,促进肉牛产业高质量发展的先进技术。

退而不休对我国老年人睡眠质量的影响研究

背景 我国将从轻度老龄化进入中度老龄化社会阶段,在国家积极老龄化战略与健康老龄化战略背景下,老年人的睡眠健康问题不容忽视。目的 探讨退而不休对我国老年人睡眠质量的影响,为改善老年人睡眠质量提供相关参考。方法 于2021年8月申请获取北京大学发布的中国家庭追踪调查(CFPS)2018年中≥60岁受试者(n=7 862)的退而不休与睡眠健康数据。按照退休后是否继续工作分为两组;按照国际睡眠医学有关中老年人睡眠健康的研究,将睡眠时长≤4 h与≥10 h定义为异常睡眠时长,将睡眠时长>4~<10 h定义为正常睡眠时长,将晚于23:00入睡定义为晚睡;按照个体对自身睡眠效率与效果的主观评价,将睡眠质量感知分为乐观感知与悲观感知。采用二分类Logistic回归模型探讨退而不休对睡眠时长、睡眠质量感知、入睡时点的影响。结果 7 862例研究对象中,5 705例(72.56%)睡眠质量感知乐观,6 508例(82.78%)睡眠时长正常,7 464例(94.94%)入睡时间早于23:00(包含23:00),4 005例(50.94%)退而不休。二分类Logistic回归模型结果显示,控制年龄、性别、婚姻、学历、人格特征等因素后,退而不休使老年人睡眠质量感知更加积极〔OR(95%CI)=1.205(1.069,1.358)〕、睡眠时长相对更加健康〔OR(95%CI)=1.306(1.137,1.499)〕、入睡时点相对更早〔OR(95%CI)=1.596(1.253,2.033)〕,退而不休是老年人睡眠质量的保护性因素(P<0.05)。结论 退而不休能够对老年人的睡眠质量产生保护作用。因此,应从政策层面支持并保障老年人退而不休的选择。

基于时域卷积网络和自注意力的非侵入式负荷监测方法

针对用电设备的运行状态多样、持续时间长等特性导致的现有负荷监测模型计算复杂度高、难以捕获设备长时间运行模式的问题,提出一种基于时域卷积网络(Temporal convolutional network,TCN)与自注意力模型的非侵入式负荷监测方法。采用序列到点学习方式,将总电能消耗输入到TCN中以提取丰富特征;同时,通过残差连接,学习用电设备不同层次的能耗模式。利用自注意力模型,计算总信号每个位置的重要性,捕捉模式间的内部相关性。利用REDD数据集开展对比实验。实验结果表明,与采用循环神经网络、去噪自编码器、卷积神经网络、生成对抗网络和TCN的负荷监测方法相比,该模型的平均绝对误差降低了约38%,F1分数提高了约17%。最后,利用UK-DALE数据集验证了该模型的泛化能力。

真空反应烧结制备米级尺寸钇铝石榴石(YAG)透明陶瓷

透明陶瓷兼具高强度、高硬度和优异的光学性能,在轻量化透明装甲领域具有重要的应用前景。制备大尺寸和高光学质量透明陶瓷部件是实现其应用的主要挑战。本工作采用国产商业Al_(2)O_(3)和Y_(2)O_(3)为起始原料,通过真空反应烧结工艺制备钇铝石榴石(Y_(3)Al_(5)O_(12),简称YAG)透明陶瓷,突破了大尺寸素坯干压成型与脱黏、真空烧结及光学性能提升等关键技术,成功研制了低变形量、高光学质量的YAG透明陶瓷,并通过成型和烧结设备的升级改造,YAG透明陶瓷的最大可制备尺寸达到1040 mm×810 mm×15 mm,为后期应用奠定了坚实基础。

碳/碳-碳化硅复合材料在高超音速射流中性能研究

为了增强高超音速飞行器的热防护性能,采用轴棒法编制、化学气相渗透工艺制备碳/碳-碳化硅(C/C-SiC)复合材料试件,将试件置于高超音速射流进行烧蚀实验,测试试件的烧蚀率和力学性能;采用X射线衍射仪分析复合材料的相组成,采用扫描电镜观察试件的微观结构并分析烧蚀机理。结果表明:试件烧蚀前后的弯曲强度分别为92 MPa和84 MPa;层间剪切强度分别为10.6 MPa和9.1 MPa;线烧蚀率为0.0474 mm/s,质量烧蚀率为0.0383 g/s;复合材料中的碳纤维以热化学烧蚀为主,基体材料受热化学和机械剥蚀双重作用。复合材料中的SiC颗粒在高温下液化、沉积,提高了试件的烧蚀性能,复合材料总体表现出较好的力学性能和耐烧蚀性能。

基于生成式对抗网络的窃电检测数据生成方法

日益增长的用户侧用电数据为基于数据驱动的窃电检测方法奠定了基础,然而窃电检测数据固有的不平衡性质会影响该类方法的性能。针对窃电检测的数据不平衡问题,提出一种基于Wasserstein生成对抗网络(wasserstein generative adversarialnetwork,WGAN)的窃电样本过采样方法,通过WGAN生成器与判别器的对抗训练,神经网络能够学习到窃电负荷序列难以显式建模的时间相关性,生成与真实窃电样本具有相近分布的合成样本。采用WGAN训练期间生成的多组窃电样本对原始窃电样本进行增强,使用卷积神经网络在多组增强训练集上进行训练,选择在验证集上取得最高AUC值的增强训练集,最后在其上训练分类器实现窃电检测。所提方法在某电力公司提供的真实数据上进行了实验测试,结果表明相比于随机过采样、SMOTE和ADASYN等方法在检出率、误检率、F1测度以及AUC评价指标上有明显提升。

普朗铜矿井下冰碛补给型泥石流启动机理试验研究

强降雨是诱发普朗铜矿井下冰碛补给型泥石流灾害的重要因素,以现场调查和室内模拟试验为研究手段,对普朗铜矿不同降雨强度条件下的井下冰碛补给型泥石流的启动机理进行研究。研究结果表明:1)强降雨为井下冰碛补给型泥石流形成提供水动力条件;2)纯矿石放矿过程中,地表冰碛物不会在矿石层中形成通道,在不同降雨强度下不会有井下泥石流的形成;3)地表冰碛物在矿石层中形成通道是井下泥石流形成的前提,有地表冰碛物放出时,室内降雨强度0.563 mL/min时会形成具有较大能量的泥石流,0.293 mL/min时会有泥石流发生的潜能,0.186 mL/min时不会形成井下泥石流。研究对井下泥石流启动机理探究具有一定借鉴作用,同时对矿山泥石流灾害的预防、治理和管理措施具有指导意义。

基于贝叶斯正则化深度信念网络的电力变压器故障诊断方法

传统的深度信念网络规模大、难度大、训练时间长,导致其故障诊断的时间较长。针对该问题,提出了一种基于贝叶斯正则化深度信念网络的电力变压器故障诊断方法。采用贝叶斯正则化算法改进传统深度信念网络的训练性能函数,在保证网络精度的同时快速提高计算速度,从而提高网络的收敛速度。实验结果表明,经过贝叶斯正则化改进后,深度信念网络训练的泛化能力得到了提高,同时故障诊断的准确率也得到了保证。

基于智能合约的区域能源交易模型与实验测试

区域能源交易主要通过集中式的交易服务平台提供买卖交易合同,配合电网进行电力供应与输送,存在服务成本高、交易效率低、用户隐私缺乏安全保障等问题。通过分析区域能源交易的特点,以区块链的智能合约、分布式记账、点对点交易等技术为基础,构建了基于区块链的区域能源交易基础应用结构。给出基于智能合约的区域能源交易模型,区域内部的产消者可以通过区块链网络发送交易请求,通过双向拍卖定价机制得出清算价格,回应交易请求,触发状态机执行合约,完成交易。给出了基于智能合约的区域能源交易流程,使用以太坊和超级账本等区块链网络搭建实验环境,模拟多个电能产消者参与的区域能源交易,验证上述方法的可行性。

基于实用拜占庭容错算法的多能源交互主体共识机制

为充分利用可再生能源,实现局部消纳,多能源系统需要紧密融合与协同运行,形成有机整体。分析了能源供应侧、传输侧及需求侧三个层面多能源系统优化目标,指出了多能源系统协同优化中存在难以鉴别多元数据真伪及多能源主体信誉等问题。提出了一种基于实用拜占庭容错(PBFT)算法的多能源交互主体共识方法,分别针对能源监管主体下和能源对等主体下的能源区块链网络,使多能源主体在不诚实和互不信任的情况下,均可达成有效共识。设计模拟了一个由多能源主体构成的区块链网络,实验测试结果表明,上述方法可保证多能源主体间的有效共识,多能源主体处理单请求的平均共识时间随着主体数量的增多而增加。另外,对共识吞吐量的测试结果表明,能源对等主体下的共识吞吐量大于能源监管主体下的共识吞吐量。

电力全业务统一数据中心突发性数据处理任务调度方法

国家电网有限公司正在开展电力全业务统一数据中心的建设,以实现全业务范围、全数据类型、全时间维度数据的统一存储、管理分析。在全业务范围数据全量推送过程中,尤其在突发性海量数据涌入时,全业务统一数据中心的处理能力面临着巨大挑战,数据处理任务调度方法是提高其数据处理能力的关键。通过对电力全业务统一数据中心设计方案和架构的分析,给出一种数据处理任务控制调度模型,从任务的时间和有效价值两方面综合分析任务的优先级。提出了基于多级队列的动态实时优先级调度(DRPS)算法,并分析了不同类型处理任务的优先级动态变化趋势。采用CloudSim平台模拟全业务统一数据中心的数据抽取—转换—加载(ETL)任务,并进行仿真测试。结果表明DRPS算法相比于动态价值密度(DVD)算法及最早截止优先(EDF)算法,在截止期错失率方面有明显下降,任务完成率也有明显提高。

基于无监督极限学习机的用电负荷模式提取

能源互联网的建设及发展使得用能端数据不断积累,充分利用用电信息,挖掘典型的用电负荷模式,是协调规划能源互联网并为其用户提供个性化服务的基础。用电负荷模式的提取通常以对负荷曲线进行聚类分析为基础,作为聚类算法输入的负荷曲线特征对聚类效果影响较大,高维输入容易使传统聚类算法表现不佳,对负荷曲线特征进行优化选取成为了一个重要问题。提出一种基于降维的负荷曲线聚类方法,首先用无监督极限学习机对原始负荷序列数据集进行低维嵌入,然后采用k-means算法对提取的低维特征进行聚类。给出了采用无监督极限学习机结合k-means方法进行负荷模式提取的具体流程。通过算例对比了传统k-means、其它降维算法加k-means与所提方法,实验结果证明所提方法聚类效果更好且效率较高,区分出的负荷曲线类别更能反映实际规律,得到的不同典型负荷曲线之间差异性更大。基于无监督极限学习机的聚类方法因其有效性可应用到用电负荷模式提取过程中。

基于WGAN图片去模糊的绝缘子目标检测

针对不可抗力因素造成无人机航拍绝缘子图片模糊、绝缘子目标检测率较低的问题,提出了一种基于Wasserstein距离优化的生成式对抗网络(WGAN)图片去模糊的绝缘子目标检测方法。首先在WGAN训练过程中引入残差网络,使得生成的绝缘子图片更加清晰;其次在损失函数中引入Wasserstein距离以保证训练过程的稳定性;最后通过优化模型的训练过程,使得生成的绝缘子图片细节还原度更高。绝缘子图片去模糊化实验结果表明,所提方法在结构相似性与峰值信噪比等评价指标上均高于基于卷积神经网络与深度多尺度卷积神经网络等图像去模糊算法。另外,将利用所提方法生成的绝缘子图片与模糊绝缘子图片划分为3组,采用改进的基于区域建议的卷积神经网络目标检测算法分别进行目标检测实验,精确度均值分别提高了5.77%、6.73%与5.98%,有效提高了绝缘子的目标检测率。

基于孪生变分自编码器的小样本图像分类方法

当前深度学习大都基于大量数据通过构建深层次的网络实现自动识别,但在很多场景中难以获得大量的样本数据。针对这一问题,提出一种基于孪生变分自编码器(siamese variational auto-encoder,S-VAE)的小样本图像分类方法。通过变分自编码器提取原始训练数据的高层语义特征,然后由两个训练好的变分自编码器的编码器部分组建孪生网络的输入结构,最后通过分类器对样本进行识别。变分自编码器可以解决样本数据量少带来的过拟合问题,孪生网络的结构增加了样本数量较少的情况下的训练次数。在Omniglot数据集上进行的实验结果表明:本方法与原始孪生神经网络相比正确率平均提高了3.1%,模型收敛速度更快,证明了孪生变分自编码器能够较好地完成小样本数据分类任务。

基于局部加权周期趋势分解算法和注意力机制的变压器顶层油温多步预测

首先,应用局部加权周期趋势分解算法(seasonal and trend decomposition procedure based on loess,STL),将变压器顶层油温分解成趋势、周期和残差分量;然后,使用一维卷积网络和编码器–解码器提取特征,生成特征矩阵;最后,引入注意力机制挖掘特征矩阵中对当前预测结果产生显著影响的信息,并随预测时间更新,最终得到多步预测结果。算例分析表明,与传统预测方法相比,该方法能够有效提取顶层油温数据特征并缓解预测时间增长带来的预测误差累积,具有更高的多步预测精度。