改进F-score特征选择的MPSO-BP神经网络短期负荷预测

针对海量数据提出一种基于改进Fisher分数(F-score)特征选择的改进粒子群优化的BP(Modified Particle Swarm Optimization and Back Propagation,MPSO-BP)神经网络短期负荷预测方法。首先采用改进F-score特征评价准则计算影响负荷预测精度各个特征的F-score值,再通过F-score Area法设定阈值筛选出最优特征子集,然后将最优特征子集作为MPSO-BP神经网络模型的输入变量完成对预测日一天24点负荷的预测,并与MPSO-BP神经网络短期负荷预测和传统BP神经网络短期负荷预测进行对比。算例表明,文中提出的短期负荷预测方法可以较好地对海量数据进行挖掘,具有较高的预测精度。     

FAP靶向核药物用于肝纤维化诊断的临床前研究

肝纤维化如果不能及时准确的诊断和干预,将不可避免地演变成肝硬化。尽管肝组织活检是目前肝纤维化的金标准,但由于其无法全面检查所有病变,无创检查仍面临挑战。成纤维活化蛋白(FAP)在肝纤维化中起促进作用,并与疾病进展相关。因此,利用无创的FAP靶向诊断核药物有望实现肝纤维化的准确诊断和分期。本研究通过对小鼠腹腔注射四氯化碳,成功建立了不同严重程度的肝纤维化模型。使用⁶⁸Ga标记的FAP探针TEFAPI-12进行PET显像,结果显示,TEFAPI-12在肝纤维化部位表现出特异性摄取,随着纤维化程度的加重而增加。肝脏⁶⁸Ga-TEFAPI-12的摄取与肝纤维化的严重程度相关,提示⁶⁸Ga-FAPI PET在肝纤维化的诊断与分期中具有重要作用。     

切伦科夫光:纳米核药物诊断治疗一体化的新光源

切伦科夫光是放射性核素衰变过程中的发光现象，在生物医学领域受到越来越多的关注。切伦科夫光的可见光波段可以直接被相机捕获实现切伦科夫成像，有望运用于术中导航。同时，切伦科夫光在此过程中作为体内光源的性质也受到关注，将核素作为体内光源结合纳米颗粒进行光动力治疗可以取得较好的肿瘤抑制性。但是由于切伦科夫光的发光效率极低，相关研究仍存在争议，其可能并不是仅有切伦科夫光起作用的结果。虽然切伦科夫光在生物医学领域具有独特运用，但其较低的发光效率是限制其发展的关键因素。基于纳米颗粒-核素相互作用的体系则可解决这一问题，为进一步拓展切伦科夫光在生物医学研究中的应用奠定基础。     

基于改进快速密度峰值算法的电力负荷曲线聚类分析

为解决传统聚类算法对大数据背景下高维海量、类簇形状差异巨大的电力负荷曲线进行聚类分析时存在的聚类结果不稳定、聚类效果较差、聚类速度慢和内存消耗过大等问题,提出一种改进的快速密度峰值聚类算法。首先应用主成分分析法对归一化后的负荷曲线集进行降维处理,以减少样本向量间欧式距离的计算量和加快后续操作。然后利用kd树算法对降维后的数据进行快速K近邻搜索生成KNN矩阵。最后以KNN矩阵代替原算法的距离矩阵作为输入数据。在基于KNN改进的样本局部密度和距离计算准则的基础上,运用快速密度峰值算法对负荷曲线进行聚类分析。通过实验和算例分析验证了所提改进算法的实用性和有效性。     

一种基于双层迭代聚类分析的负荷模式可控精细化识别方法

提出一种基于双层迭代聚类分析的负荷模式可控精细化识别方法。首先以皮尔逊相关系数为相似性度量进行外层形态相似性聚类,然后分别对外层聚类得到的每一类簇以欧式距离为相似性度量进行内层幅度相近聚类。每层都先在给定的阈值约束下迭代聚类,再对迭代收敛得到的聚类簇合并。实际算例分析结果表明:与传统负荷模式识别方法相比,所提方法改善了负荷形态聚类效果,可识别出形态相似但幅度不同的负荷,还能对聚类精细化程度进行控制,提高了聚类准确率。     

基于频率偏差的跨区电网交易偏差电量责任判定及定价方法

跨区电网电力交易中,偏差电量及其合理定价是交易结算中亟需解决的重要问题,直接关系到交易各方的经济利益和公平性。文中提出一种基于频率平均偏差的跨区交流电网偏差电量责任判定模型及定价方法,构建了用于联络线偏差电量责任判定的"米"区图。电网交易中心在各交易日通过电网调度和关口电量表调取相关数据,获取区域间分时间段统计的实际交换电量,并计算该时段中频率偏差平均量和偏差电量,根据该交易日各时段频率平均偏差及电量偏差的运行点在"米"区图中所处的8个不同区位判定该时段偏差电量责任方,并确定相应责任程度等级,然后根据偏差电量责任方和责任程度确定不同的惩罚电价,日清月结,进而实现对跨区电网交易合同电量与偏差电量的差异化定价和分开结算。通过实际算例分析验证了方法的有效性。