课程文献中心 更多>>

关键词： 急性脑梗死   急诊护理路径   抢救成功率   血流动力学  

摘要： 分析急性脑梗死(AVCD)实施急诊护理路径干预的临床影响。方法 纳入样本(数量):AVCD病例(82例);来源:本院;采样时间区间(起-止):2023.3(起)-2024.3(止)。82例患者,按随机数字表进行组别划分:A组(组内样本量:41例)、B组(组内样本量:41例),分别常规、急诊护理路径干预。观察指标:(1)急救用时;(2)抢救成功率;(3)血流动力学;(4)神经功能、认知功能、运动功能;(5)临床认可度。结果 接诊、分诊、抢救准备、抢救用时统计:A组vs B组,后者更短(P<0.05)。抢救成功率:A组82.93%(34/41)、B组97.56%(40/41),后者更高(P<0.05)。血流动力学(血流平均流速、血流峰速度):A组vs B组,后者更高(P<0.05)。神经功能、认知功能、运动功能(即NIHSS、MoCA、FMA)评分:A组vs B组,后者NIHSS更低(P<0.05),MoCA、FMA更高(P<0.05)。临床认可度:A组80.49%(33/41)、B组97.56%(33/41),后者更高(P<0.05)。结论 AVCD急救中行急诊护理路径可提高抢救效率及抢救成功率,改善患者血流动力学,促进疾病预后,获得患者认可,可推广。

关键词： 深度学习   神经网络   模型压缩   余弦距离   滤波器剪枝  

摘要： 目的 深度神经网络在图形图像、计算机视觉等众多应用领域取得了令人瞩目的效果,但是一直以来深度学习网络模型由于其庞大的计算量以及存储资源而无法部署在资源受限的嵌入式设备端。为了解决模型所需的计算资源和嵌入式设备资源受限之间的矛盾,提出了一种引入余弦空间相关的两阶段滤波器剪枝方法,旨在利用滤波器间的空间相关性实现更优的剪枝方式。方法 在预剪枝阶段引入L范数记录下范数值最高的滤波器,本文称为关键滤波器;在剪枝阶段引入余弦距离保留和关键滤波器空间相关性高的滤波器。结果 本文提出的剪枝方法在CIFAR(Canadian Institute for Advanced Research)数据集上取得了优于其他对比方法的效果,在CIFAR10数据集上将VGG(Visual Geometry Group)16的参数量和浮点运算量分别压缩了72.9%和73.5%,同时模型精度提升了0.1%。对于高效的残差网络ResNet(residual neural network)56和深度可分离网络MobileNet V1也可以有效地压缩,该方法在CIFAR100数据集上对ResNet56网络在更高的压缩率下实现了更小的精度损失(精度提升0.48%)。对于MobileNet V1网络,压缩了46.89%的参数量和46.23%的浮点运算量,而模型精度提升了0.11%。结论 引入余弦空间相关性的两阶段滤波器剪枝策略避免了网络剪枝中“衡量指标小,则衡量对象不重要”和“相似即冗余”两种假设不成立而导致模型陷入次优结果,从滤波器空间的角度挖掘相关性,在保证模型准确率的前提下能够压缩更多的参数量和浮点运算量。

关键词： 山地风场   风力发电机   功率预测   功率曲线   桨角  

摘要： 使用测风设备采集到的风速风向数据,通过滑动平均的方法,避免复杂多变的风况带来预测功率的剧烈波动;对风速-功率点进行修正拟合,并收集风机真实出力的点位对功率曲线进行迭代修正;以风力发电机相关桨角参数作为分类条件,提出了一种功率预测方法,实现在山地风场复杂多变风况下的精准风功率预测。通过仿真,验证了该预测方法的有效性,可供实际工程参考应用。

关键词： 变压器异常   继电保护   状态监测  

摘要： 随着使用时间的增长,变压器面临着各种潜在的故障风险,为尽可能降低故障发生概率,对变压器进行异常检测和继电保护就尤为重要,本文提出的利用传感器实时监测采集电力系统的电气量(如电流、电压、频率等),并将其转换为数字信号进行处理,实现对电力系统故障的快速、准确判断。同时再通过设定阈值和逻辑算法来进一步优化智能继电保护动作,以提高变压器的继电保护效果。

关键词： 支路电流法   单相智能电能表   计量失准  

摘要： 文章以两只单相智能电能表表后相线错接为例,通过采集系统电流等电参量曲线数据,采用支路电流法详细分析了电参量间的关系、潮流反向产生原因、计量误差来源、电量结算正确方法,从管理上、技术上提出了具体的防范措施,对电能计量装置实行全过程的评价与管理,以有效防范各种风险。

关键词： 变压器   故障诊断   混合特征选择   光学显微镜优化算法   卷积神经网络  

摘要： 为解决变压器油中溶解气体故障特征种类不足和诊断模型准确率较低的问题,提出一种混合特征选择方法。并利用改进光学显微镜优化算法(improvedopticalmicroscopealgorithm, IOMA)优化卷积神经网络(convolutional neuralnetworks, CNN),实现变压器故障诊断。首先,基于相关比值法构建30维变压器故障候选特征集,采用混合特征选择方法,通过两次特征选择确定输入集的特征维数。其次,引入Tent混沌映射、自适应t分布变异与动态选择策略改进光学显微镜优化算法(optical microscope algorithm, OMA),提升其寻优性能。然后,利用IOMA算法对CNN模型的学习率、卷积核大小和数量等超参数进行优化。最后,构建IOMA-CNN变压器故障诊断模型并通过算例分析对其性能进行评估。实验表明,所提方法故障诊断准确率达到98.5%。与常规特征选择方法相比,利用混合特征选择方法所选择的输入特征进行故障诊断能够有效提升诊断准确率。相较于其他优化诊断模型,IOMA-CNN具有更高的准确率和更好的稳定性。

关键词： 硅铝吸附剂   模拟变压器油   环戊烷羧酸   脱酸   吸附  

摘要： 为了去除劣化变压器油中的酸性物质,以偏铝酸钠为铝源、碱性硅溶胶为硅源,采用水热法合成硅铝吸附剂(SA),对模拟变压器油中环戊烷羧酸(CPCA)进行吸附研究,实现变压器油的可再生利用。通过正交试验确定最优工艺参数,结果表明,所制备的SA具有介孔孔道结构与优异的亲水性,在反应时间为24 h、反应温度为70℃、硅铝摩尔比值为1.6条件下制备的SA吸附性能最佳,CPCA的吸附量为88.22 mg/g。为进一步提升硅铝吸附剂的脱酸性能,以3氨丙基三乙氧基硅烷(APTES)为胺改性剂,制备了胺改性硅铝吸附剂,其对CPCA的最佳吸附量为119.44 mg/g,与改性前相比,最佳吸附量提升了35.38%。因此,该吸附剂为变压器油中的CPCA吸附提供了有前景的解决方案。

关键词： 压电陶瓷作动器   非线性迟滞   高斯过程回归   滤波器   内模控制  

摘要： 压电陶瓷作动器的非线性迟滞特性严重影响其输入、输出结果。提出了基于高斯过程回归的内模控制方法。首先使用高斯过程回归方法建立压电陶瓷作动器的迟滞模型,然后推导出高斯过程回归的系统逆模型,引入滤波器参数,设计了一种内模控制器对压电陶瓷作动器进行实时有效的跟踪。最后,搭建了压电陶瓷作动器的实验平台,验证了高斯过程回归模型和内模控制方法的可行性。跟踪控制实验结果表明,对于10、60、80 Hz单一频率信号的跟踪相对误差均在10%以下,证明了内模控制方法的有效性。

关键词： 有限元法   电压互感器   优化设计   取向硅钢  

摘要： 针对变电所用电压互感器损耗较大和温升较高以及极限输出容量小的问题进行研究,分析问题的主要原因。为降低损耗、增加极限容量,采用磁畴细化型取向硅钢材料作为电压互感器的铁心,以增大高压侧绕组导线线径为方法进行优化设计。建立电压互感器三维有限元模型进行仿真验证,结果表明:进行电压互感器铁心材料优化后,铁心损耗下降77%,绕组损耗下降5%,铁心热点温度下降28%,绕组热点温度下降9%,减少了能源损耗;极限容量由600 V·A提升至1 000 V·A,电流密度下降20%。证明了优化设计的合理性,为后续工程应用提供参考。

关键词： 太赫兹(THz)   折叠波导行波管   3 dB定向耦合器   功率合成   注-波互作用  

摘要： 针对太赫兹频段行波管输出功率较小的瓶颈以及对紧凑型设计的明确需求,提出一种管内功率合成的0.34 THz折叠波导行波管结构。首先,对太赫兹折叠波导慢波结构的高频特性进行了研究,通过仿真计算得到了其色散特性和耦合阻抗,0.34 THz处归一化相速度为0.248,耦合阻抗为0.46Ω;其次,提出了用于管内功率合成的3 dB定向耦合器结构设计,分析表明,其在0.31~0.368 THz范围内,幅度平衡度在±0.19 dB以内,隔离度优于24 dB;最后,完成了基于3 dB定向耦合器管内功率合成的折叠波导行波管基本结构设计并构建了仿真模型,仿真结果表明,最大输出功率为9.16 W,增益为26.6 dB,3 dB带宽达到21 GHz。作为对比,单个折叠波导行波管输出功率为6.18 W,故管内合成的折叠波导行波管的输出功率是单个行波管输出功率的1.48倍;此外,与采用常规外置功率合成结构的双行波管组件设计相比,管内功率合成折叠波导行波管的横向尺寸至少缩减了56.5%。