简介:摘要 目的: 探究短期正念训练在晚期肺癌患者护理中的应用价值和作用。 方法: 于 2017 年 4 月 --2018 年 4 月选取在我院就诊的 80 例晚期肺癌患者作为研究对象参与临床研究,根据数字随机法将患者均分为两组,实验组与对照组,各 40 例,两组患者均接受常规护理干预,实验组患者在此基础上加用短期正念训练,分析比对两组患者的护理效果。 结果: 经护理干预后,实验组患者的功能状态评分和 SAS 评分改善情况明显优于对照组,组间差异具有统计学意义( P < 0.05 );实验组患者的满意度明显高于对照组,差异具有统计学意义( P < 0.05 )。 结论: 在晚期肺癌患者的护理过程中应用短期正念训练可有效改善患者功能状态评分和 SAS 评分,临床应用价值高。
简介:摘要:在事件不断变化的过程中电力负荷也会产生一定程度的变化,我们将这种情况下的某一个周期内的电网或者区域出现的一些最小或者最大负荷值称为这一统计期的最小负荷或者最大负荷。根据统计周期的不同可以将最大负荷分为年周期、月周期、日周期的最大负荷,而最小负荷也是分为面周期、月周期、日周期的最小负荷。而在电力负荷中平均负荷的概念指的就是某个周期之内负荷的平均值。在正常情况下我们对时间不断变化过程中电力负荷的波动规律用负荷曲线来进行表示,负荷曲线的主要功能是描某一个时间段内负荷在时间变化过程中的波动,曲线之中的横轴一般用来表示时间,而纵轴方向表示的一般为负荷的绝对值。在对负荷进行预测的过程中的准确性常常会受到很多因素的影响,而对这些影响因素进行有效的分析是保证电力负荷预测准确性的关键。
简介:摘要电力市场秉承着公平竞争,互惠互利的运作原则,通过利用各种技术、经济、法律等等其他各种各方面的途径,对电力系统中发、输、变、配、售电等各环节中的不同参与者进行管理、组织、规划与协调运行的一个体系,既是供电用电售电、电力系统稳定运行、负荷管理、通信和计算机系统的整体,也监管引导着电力工业的经济发展与技术创新。
简介:摘要更加准确的电力负荷预测可以为电网的安全稳定运行、实时进行电网负荷的调度提供了重要依据。特别是在经济方面,精确的电力负荷预测可以优化发、用电电网调度计划,合理调度和分配资源,从而起到使社会效益、经济效益最大化的作用。然而随着中国经济的飞速发展,对电力的需求不断增长,电力负荷本身受诸多因素以及政策影响比如日期、天气、气候、市场等其他因素,这些因素更大大加大了准确进行电力负荷预测的困难性。一直以来,人们一直都致力于提高电力负荷预测的准确性,人工神经网络算法具有泛化、学习能力强等优点,现在该算法已在电力负荷预测领域中得到了广泛应用,并且取得了良好的效果。近年来,人工神经网络领域取得重大突破,涌现出一个新的深度学习研究领域。
简介:摘要风电场的发电效果受风能的影响作用巨大,随着并网风电场装机容量不断增加,风力发电对电网调峰能力的不良作用日益突出。风电场的超短期风功率预测研究是解决风电场发电稳定性的关键技术之一,以河北省某风电场为例,采用人工神经网络计算模型对超短期风功率进行预测,通过调整输入层数据对预测方法及预测的结果进行分析,结果表明,随着时间的增长,风电机组运行数据对超短期功率预测准确率影响降低,长时间的风电场超短期风预测功率准确率主要依赖数值天气预报准确率。通过对风电场运行数据与超短期功率预测准确率的相关性分析,对提高风电场的运行效率,提高发电的效率有良好的应用意义,保证风电场运行的经济性。
简介:摘要短期电力负荷预测对于电力网络安全,平稳运行发挥着至关重要的作用。电力负荷在采集过程中容易受到噪声干扰,若对其直接进行预测,将会产生很大的误差。所以,在负荷预测之前,本文提出小波自适应算法对其降噪处理。为了避免LMS算法采取梯度下降思想陷入局部最小的特点,本文同样利用改进的人工蜂群算法对其优化。实验仿真证明,优化后的滤波器具有更好的收敛性和滤波效果。GABC优化后的小波自适应算法滤波效果更好,收敛速度更快,为后续预测算法分析提供了良好的数据来源。