火电机组一次调频性能实时监测系统

为了实时监测和评价火电机组一次调频性能，开发了火电机组一次调频性能实测监测系统。该系统具有一次调频参数异动感知、一次调频性能量化预测及自适应校正等关键功能。某机组的实际应用表明，该系统能够实现火电机组一次调频关键参数的实时监测和调频性能的准确预测。     

关于COVID-19、膜脂质与公众健康（网络首发、推荐阅读）

冠状病毒具有一层脂质膜。虽然复制需要劫持宿主的RNA工具来合成病毒体蛋白，但必须将其包裹在脂质膜中，促其萌生以扩展感染。最近研究表明，某些必需脂肪酸可以抑制其复制活性。脂质膜通常被认为是水溶物的脂肪屏障，但它对细胞和亚细胞的功能是高度有序和组分特异性的，其对病毒外壳可能也有最佳的特异性。虽然复制中DNA、RNA和蛋白质组成不受饮食影响，但脂质膜受其影响。此外，自1960年代以来，人们就知道男性对这些必需脂肪酸和膜完整性不足的敏感性高于女性。有证据表明，花生四烯酸和二十二碳六烯酸具有抗病毒、免疫、抗炎、控制血压和消退素活性，因此，迫切需要考察它们在Covid-19预防和治疗中的地位，也需重新评估现行的膳食指导。当前，有关脑、神经、血管和免疫系统等富含膜系统对脂质需求还尚未被详细认识。毫无疑问，这些脂质在几百万年来塑造人类基因组方面具有重要意义，因此，如果这些膜脂质失衡将会使人类面临机体紊乱和感染风险，且男性比女性风险更大。     

基于近红外光谱的橙汁中酸土脂环酸芽孢杆菌的生长预测

酸土脂环酸芽孢杆菌（Alicyclobacillus acidoterrestris）是引起橙汁劣变的主要微生物，为研究酸土脂环酸芽孢杆菌在橙汁中的生长规律，利用近红外光谱获取橙汁中酸土脂环酸芽孢杆菌含量的信息，采用标准化（autoscale）、多元散射校正（multiplicative scatter correction,MSC）、标准正态变换（standard normal variate,SNV）、去趋势化（detrend）对光谱进行预处理，结合化学计量学，构建近红外光谱与酸土脂环酸芽孢杆菌含量预测模型。在此基础上，将近红外光谱转换为酸土脂环酸芽孢杆菌预测菌落数据，并采用“一步法”直接基于预测菌落数构建橙汁中酸土脂环酸芽孢杆菌的生长模型。结果表明，利用标准化进行光谱预处理建立的偏最小二乘（partial least squares,PLS）模型对橙汁中酸土脂环酸芽孢杆菌含量的预测效果相对较好，其预测决定系数（prediction determination coefficient,Rp2）与预测均方根误差（root mean square error of prediction...     

基于VMD和改进TCN的短期光伏发电功率预测

光伏发电功率存在波动性,且光伏出力易受各种气象特征影响,传统TCN网络容易过度强化空间特性而弱化个体特性。针对上述问题,文中提出一种基于VMD和改进TCN的短期光伏发电功率预测模型。通过VMD将原始光伏发电功率时间序列分解为若干不同频率的模态分量,将各个模态分量以及相对应的气象数据输入至改进TCN网络进行建模学习。利用中心频率法确定VMD的最优分解模态分解个数。在传统TCN预测模型的基础上,使用DropBlock正则化取代Dropout正则化以达到抑制卷积层中信息协同的效果,并引入注意力机制自主挖掘并突出关键气象输入特征的影响,量化各气象因素对光伏发电的影响,从而提高预测精度。以江苏省某光伏电站真实数据为例进行仿真实验,结果表明所提预测方法的RMSE为0.62 MW,MAPE为2.03%。     

乌兰矿采矿现状及技术应对方案

本文分析了乌兰矿投产前期采矿现状及存在的主要问题,针对该矿所处蒙古国经济落后、投资风险大的现实状况,为避免生产中断、规避投资风险,早日回收前期投资考虑,采取了双斜坡道开拓、全尾胶结充填、高端壁空场嗣后充填采矿、多中段组合式连续开采等系列技术应对方案。大大降低了一次性投资规模及投资风险,前期投资得以快速回笼的同时,矿山产能也充分释放,确保了矿山的持续稳定,取得了较好的经济和社会效益。为海外地下近地表矿体开采矿山规避投资风险提供了很好的技术方案借鉴。     

记住四个字 健康吃晚餐

越来越多的研究显示,晚餐吃不对不但影响睡眠,还会增加肥胖、糖尿病、心脏病等多种疾病风险。关于如何健康吃晚餐,我总结了一个四字口诀,大家可以参考。早:最好能在晚上7点之前吃完,最晚别超过8点。日本一项研究显示,与9点晚餐组参试者相比,6点晚餐组参试者次日24小时血糖水平明显改善。结合现代人的作息习惯,晚上5-7点是晚餐的最佳进食时段,吃过饱、吃太晚都不利于消化吸收。     

双足机器人五质心模型的预测控制实现方法

为提高双足机器人的步行性能，提出了基于五质心模型的预测控制实现方法。该方法按照机器人的结构，将机器人质量分配在躯干、双臂、双腿中的五个质心，并推导出基于机器人腰部的零力矩点变换公式。应用模型预测控制方法，控制机器人在线跟踪优化的行走轨迹。为验证算法正确性，进行了3D动态仿真实验和现实环境中步行实验。实验结果与基于单质心模型和三质心模型的模型预测控制算法对比，证明这里算法具有更高的步行轨迹跟踪精度。     

基于多通道的ICU脑血管疾病死亡风险预测模型

死亡风险预测指根据病人临床体征监测数据来预测未来一段时间的死亡风险。对于ICU病患，通过死亡风险预测可以有针对性地对病人做出临床诊断，以及合理安排有限的医疗资源。基于临床使用的MEWS和Glasgow昏迷评分量表，针对ICU病人临床监测的17项生理参数，提出一种基于多通道的ICU脑血管疾病死亡风险预测模型。引入多通道概念应用于BiLSTM模型，用于突出每个生理参数对死亡风险预测的作用。采用Attention机制用于提高模型预测精度。实验数据来自MIMIC [Ⅲ]数据库，从中提取3?080位脑血管疾病患者的16?260条记录用于此次研究，除了六组超参数实验之外，将所提模型与LSTM、Multichannel-BiLSTM、逻辑回归（logistic regression）和支持向量机（support vector machine, SVM）四种模型进行了对比分析，准确率Accuracy、灵敏度Sensitive、特异性Specificity、AUC-ROC和AUC-PRC作为评价指标，实验结果表明，所提模型性能优于其他模型，AUC值达到94.3%。     

基于模型预测控制算法的智能密度控制系统在选煤厂的应用

为解决三河口选煤厂重介质旋流器分选过程中PID控制对合格介质密度控制调节能力有限等问题，采用系统辨识构建合格介质密度与精煤灰分数学模型，建立了基于模型预测控制(MPC)算法的智能密度控制系统，提高了合格介质密度控制精度，改善了重介质旋流器分选效果。现场应用表明：该系统在合格介质密度控制中应用效果良好，有效抑制了重介质选煤环节随机性干扰，实现了合格介质密度的稳定、动态调节，使精煤质量得到了显著提高，大大降低了精煤灰分波动幅度，稳定了产品质量，提高了经济效益。