极端天气事件的发生会导致电力负荷产生突增或突降,对电网的稳定性和供电能力带来挑战。然而,现有的超短期负荷预测方法对极端天气下非线性和动态变化的负荷特征预测能力有限。为应对极端天气下负荷突变性强及波动剧烈导致的预测精度降...极端天气事件的发生会导致电力负荷产生突增或突降,对电网的稳定性和供电能力带来挑战。然而,现有的超短期负荷预测方法对极端天气下非线性和动态变化的负荷特征预测能力有限。为应对极端天气下负荷突变性强及波动剧烈导致的预测精度降低的问题,提出了一种考虑极端天气的二次重构分解去噪和双向长短时记忆网络(bidirectional long short-term memory,BiLSTM)的超短期电力负荷预测方法。首先,利用最大信息系数选取出能够最大程度反映对负荷影响的气候特征。然后,通过二次重构分解去噪方法提取到负荷多个频段的特征,降低数据复杂性,为BiLSTM模型提供更干净和信息量更清晰的输入序列,从而改善模型的训练效果和预测能力。最后基于比利时、福建省某区域以及得土安市的历史数据集进行算例分析,不同算例中平均绝对百分比误差分别下降到1.024%、0.875%、1.270%和1.009%,实验结果验证了所提方法在极端天气发生时的电力负荷超短期预测方面具有较好的预测性能和广阔的应用前景。展开更多
文摘极端天气事件的发生会导致电力负荷产生突增或突降,对电网的稳定性和供电能力带来挑战。然而,现有的超短期负荷预测方法对极端天气下非线性和动态变化的负荷特征预测能力有限。为应对极端天气下负荷突变性强及波动剧烈导致的预测精度降低的问题,提出了一种考虑极端天气的二次重构分解去噪和双向长短时记忆网络(bidirectional long short-term memory,BiLSTM)的超短期电力负荷预测方法。首先,利用最大信息系数选取出能够最大程度反映对负荷影响的气候特征。然后,通过二次重构分解去噪方法提取到负荷多个频段的特征,降低数据复杂性,为BiLSTM模型提供更干净和信息量更清晰的输入序列,从而改善模型的训练效果和预测能力。最后基于比利时、福建省某区域以及得土安市的历史数据集进行算例分析,不同算例中平均绝对百分比误差分别下降到1.024%、0.875%、1.270%和1.009%,实验结果验证了所提方法在极端天气发生时的电力负荷超短期预测方面具有较好的预测性能和广阔的应用前景。
文摘目的:非酒精性脂肪性肝病(non-alcoholic fatty liver disease,NAFLD)存在明显的遗传易感性,脂肪细胞因子通过参与胰岛素抵抗和肝脏脂肪变性等过程,在NAFLD的发生和发展中发挥重要作用,但参与脂肪细胞因子通路的基因与NAFLD之间的关联仍不明确。本研究旨在探索脂肪细胞因子通路的基因多态性位点及其交互作用与肥胖儿童NAFLD的关联。方法:采用病例对照研究,将肥胖儿童分为NAFLD组和对照组。采集受试者外周静脉血2 mL,提取DNA后采用多重PCR和高通量测序对脂肪细胞因子通路的14个单核苷酸多态性(single nucleotide polymorphism,SNP)进行分型检测。采用单因素及多因素Logistic回归分析各SNP与肥胖儿童NAFLD的关联。基于显性模型,联合使用交叉分析和Logistic回归分析相加或相乘交互作用。采用广义多因子降维法(generalized multifactor dimensionality reduction,GMDR)检测14个SNP之间基因-基因交互作用与肥胖儿童NAFLD之间的关联。结果:共纳入1 022例儿童,NAFLD组与对照组各511例。在调整年龄、性别、BMI后,多因素Logistic回归结果显示:PPARG rs1801282在3个遗传模型中与肥胖儿童NAFLD存在关联,分别是杂合子模型(CG vs CC,OR=0.58,95%CI 0.36~0.95,P=0.029)、显性模型(CG+GG vs CC,OR=0.62,95%CI 0.38~1.00,P=0.049)、超显性模型(CC+GG vs CG,OR=1.72,95%CI 1.06~2.80,P=0.028);PRKAG2 rs12703159在4个遗传模型中与肥胖儿童NAFLD存在关联,分别是杂合子模型(CT vs CC,OR=1.51,95%CI 1.10~2.07,P=0.011)、显性模型(CT+TT vs CC,OR=1.50,95%CI 1.10~2.03,P=0.010)、超显性模型(CC+TT vs CT,OR=0.67,95%CI 0.49~0.92,P=0.012)、加性模型(CC vs CT vs TT,OR=1.40,95%CI 1.07~1.83,P=0.015)。但PPARG rs1801282与PRKAG2 rs12703159间的相乘及相加交互作用均与肥胖儿童NAFLD不存在关联。经GMDR分析,调整年龄、性别、BMI后,14个SNP之间的交互作用均无统计学意义(均P>0.05)。结论:PPARG rs1801282、PRKAG2 rs12703159突变型与肥胖儿童NAFLD存在关联,但未发现SNP交互作用与肥胖儿童NAFLD之间的关联。
