短期

摘要： 煤炭股是今年以来涨幅第一的板块,而且涨幅遥遥领先于其他行业,最近在跟朋友交流的时候,有的认为这一波煤炭行情到顶了,笔者对此有自己的看法。诚然,短期煤炭股大幅上涨,从技术指标上看有短期超买的迹象,如果煤炭股短期出现一定的调整是很自然的技术修正,但从全年来看,煤炭股行情可能并没有走完。

摘要： 目的评价内侧开放楔形胫骨高位截骨术(OWHTO)治疗膝关节内侧间室骨关节炎伴内翻畸形的短期疗效。方法回顾性分析阜阳市人民医院骨科2017年10月至2019年7月收治的32例经OWHTO治疗的膝关节内侧间室骨关节炎伴内翻畸形患者临床资料,其中男7例,女25例。采用国际膝关节文献委员会膝关节评估表(IKDC评分)及美国特种外科医院膝关节评分(HSS评分)评估患者术后患肢功能结果及恢复情况。结果手术时间为85~180 min,平均(137.66±27.53)min,术中出血量为10~200 mL,平均(68.91±50.51)mL。所有患者均顺利完成手术,术中无神经、血管损伤等严重并发症。术后患者全部获得随访,随访时间为16~37个月,平均(23.22±6.33)个月。术前、术后6个月、术后12个月及末次随访时患者HSS、IKDC评分差异均有统计学意义(P<0.05)。结论在一定的适应证范围内,OWHTO治疗膝关节内侧间室骨关节炎伴内翻畸形在短期内可取得满意疗效。

摘要： 肺部感染是各种疾病导致长期卧床患者常见的、严重的并发症,长期反复使用抗生素治疗,不仅耗费财力,且易导致耐药菌产生,对于长期卧床患者若病情稳定应尽早采取有效措施降低肺部感染发生率。笔者收治1例长期卧床合并肺部感染病例,经电动站立床训练1周后两肺炎症改善明显,本文总结治疗过程并分享经验。

摘要： 目的:对比对接受药物洗脱支架(DES)植入术的冠心病患者术后进行短期双联抗血小板治疗(DAPT)与长期DAPT的临床效果。方法:选取2017年1月至2019年12月在辽宁电力中心医院接受DES植入术的100例冠心病患者,根据术后进行DAPT的方式将100例患者均分为短期组和长期组。术后,对短期组患者进行短期DAPT,对长期组患者进行长期DAPT。治疗12个月后,对比两组患者血液学相关的指标,比较治疗期间其主要心血管事件及出血事件的发生情况。结果:治疗前,两组患者血小板的聚集率、血小板计数及红细胞计数相比,P>0.05。治疗12个月后,两组患者血小板的聚集率及血小板计数均低于治疗前,但两组患者上述的指标及红细胞计数相比,P>0.05。治疗期间,两组患者主要心血管事件的总发生率相比,P>0.05。与长期组患者相比,短期组患者出血事件的发生率较低,P<0.05。结论:对接受DES植入术的冠心病患者进行术后短期与长期DAPT均可改善其血液学相关的指标,降低其主要心血管事件的发生率,但接受短期DAPT的冠心病患者出血事件的发生率更低。

摘要： 以黄水河流域中上游的王屋水库为例,在分析流域降雨预报精度的基础上,结合水库汛限水位控制新理念,进行了借助流域短期降雨预报进行王屋水库汛期限制水位动态控制问题的分析探讨,并进行了存在流域降雨预报误差的情况下水库所能抵御洪水标准变化情况的分析,结果表明,在不增大王屋水库及流域运行风险的情况下,利用短期降雨预报进行水库汛限水位动态控制并提升汛期限制水位能为王屋水库带来较大的经济和社会效益。

摘要： 以电力行业为中心的能源电力产业链已逐步形成,但存在协调链长、信息融合度差、监测预警手段缺失等问题。为此,提出一种能源电力产业链短期预警方法。首先,确立能源电力产业链短期预警的目标、基本方法和原则;然后,建立包含一次能源供应、电力系统供需平衡和电力市场风险3个主要环节的预警体系,该体系包括8个预警对象共24个预警指标,能够实现自下而上的层层预警以及自上而下的警源排查;最后,对能源电力产业链风险防控措施进行探讨并提出建议。

摘要： 目的 探讨利拉鲁肽联合短期胰岛素强化治疗初诊肥胖2型糖尿病的临床疗效及对患者炎症因子的影响。方法 选取2018年6月至2020年6月本院收治的92例初诊肥胖2型糖尿病患者作为研究对象,采用随机数字表法分为观察组与对照组,每组46例。对照组采用短期胰岛素强化治疗,观察组在对照组基础上联合利拉鲁肽治疗。比较两组治疗前、治疗1个月后血糖水平[空腹血糖(FBG)、餐后2 h血糖(2 h PBG)]、炎症因子[肿瘤坏死因子(TNF-α)、白细胞介素-6(IL-6)]水平及不良反应发生情况。结果 观察组FBG(5.96±0.93)mmol/L、2 h PBG(7.28±1.25)mmol/L、TNF-α(56.16±8.07)ng/L、IL-6(311.87±28.51)ng/L,均低于对照组的(7.38±1.25)mmol/L、(9.31±1.46)mmol/L、(68.24±10.74)ng/L、(602.14±41.48)ng/L,差异有统计学意义(P<0.05)。两组治疗期间均未出现严重不良反应。结论 采用利拉鲁肽联合短期胰岛素强化治疗初诊肥胖2型糖尿病患者效果显著,利于控制患者血糖水平,降低炎症因子,临床应用安全性较高。

摘要： 目的:通过回顾分析老年多发伤患者的临床资料,探讨影响老年多发伤患者院内短期死亡的危险因素。方法:回顾性分析2010年1月至2020年12月江苏大学附属医院收治的126例老年多发伤患者的临床资料,通过单因素分析和多因素logistic回归分析探讨影响老年多发伤患者短期(4周内)死亡的危险因素。结果:根据患者是否在入院4周内死亡将126例老年多发伤患者分为存活组(n=102)与死亡组(n=24)。单因素分析显示主要损伤部位、损伤严重度评分(Injury Severity Score,ISS)、急性生理与慢性健康状况(Acute Physiology and Chronic Health EvaluationⅢ,APACHEⅢ)评分、动脉血乳酸水平、是否急诊手术及合并脓毒症在两组间比较,差异有统计学意义(P0.05)。多因素logistic回归分析提示ISS评分、主要损伤部位、动脉血乳酸水平和APACHEⅢ评分是影响老年多发伤患者短期(4周内)死亡的独立危险因素(P<0.05)。结论:影响老年多发伤患者短期(4周内)死亡的独立危险因素为ISS评分、主要损伤部位、动脉血乳酸水平和APACHEⅢ评分。在老年多发伤患者的救治过程中,需高度重视整体损伤严重程度的评估和主要损伤部位的规范治疗,同时积极有效地进行液体复苏,改善微循环和维持内环境稳定,可能会更好地改善老年多发伤患者的预后。

摘要： 目的探讨动静脉内瘘术后短期服用氯吡格雷预防内瘘狭窄的应用效果。方法选取2017年1月至2020年5月我院收治的45例慢性肾脏病患者作为研究对象,按照随机数字表法将其分为氯吡格雷组(15例)、阿司匹林组(15例)与对照组(15例)。分别于入院时、术后用药1月、术后用药3月完善化验与彩超检查,并对相关数据与内瘘狭窄率进行统计与分析。结果术后用药1月后,三组间患者内瘘狭窄率比较,差异无统计学意义(P>0.05),而氯吡格雷组患者的吻合口内径、内瘘血流量均高于对照组,差异具有统计学意义(P0.05)。结论动静脉内瘘术后早期服用氯吡格雷或阿司匹林,对预防内瘘狭窄具有一定的疗效,且氯吡格雷疗效略优于阿司匹林。

摘要： 为了有效指导政府企业投资、电力分配调度和电力系统网络布局,提出一种基于长短期记忆网络与基于梯度提升决策树的机器学习方法组合模型的短期负荷预测。首先,对某商业园区电力数据预处理;然后,将数据输入到两模型中进行训练,使两模型达到精确预测的效果,选取均方误差倒数方法确定组合模型的权重值,得到基于组合模型的负荷预测器。最后将负荷预测器用于负荷预测,并与其他模型比较。结果表明,所提方法的预测精度高于其他模型,且鲁棒性好,为电力规划调度提供了重要的理论依据。

摘要： 本发明公开了一种改进双向长短期记忆网络的风电功率超短期预测方法，包括如下步骤：对训练样本进行数据预处理；采集风电场的历史风功率数据向量，选取数值天气预报中与风电功率数据相关性最大的数据，并进行归一化处理；在双向长短期记忆网络和全连接层之间融入注意力机制模型，利用训练集对改进双向长短期记忆网络算法模型进行训练和参数优化；将测试集输入改进双向长短期记忆网络模型建立风电功率超短期预测模型，计算风电功率一小时后输出值Ppre。本发明利用双向长短期记忆网络对历史功率数据以及数字天气预报的双向记忆性能，融入注意力机制，对双向长短期记忆网络的隐藏层输出进行加权，有效的提高了预测精度。

摘要： 本发明公开了一种基于长短期记忆网络的风电功率短期预测方法，包括长短期记忆神经网络训练算法、短期风电预测误差分布算法和风电机组发电功率短期预测模型设计。本发明从深度学习网络出发，建立基于长短期记忆网络算法(LSTM)风电功率预测模型，以高斯混合模型(GMM)分析短期风电功率预测的误差分布特点。本发明通过GMM模型可以得到二台机组不同的置信区间。证明了LSTM方法具有更高的精确度和更快的收敛速度，GMM方法对于风电调度具有实际应用价值。

摘要： 本发明公开了一种基于小波长短期记忆网络的超短期风电功率预测方法，根据历史数据生成输入变量，以所对应的风功率历史数据作为输出，得到训练样本；采用小波分析方法对训练样本进行三级小波分解，得到四个小波样本，利用长短期记忆网络模型对四个小波样本分别进行训练，得到训练后的小波长短期记忆网络预测模型；根据四个小波样本的待预测时刻的实际数据生成测试输入数据，并输入到预测模型，其输出即为待预测的时刻的超短期风电功率预测值。本发明将小波分析方法与长短期记忆深度网络结合，可以同时实现数据的平稳化处理与深度学习，提高了预测的精度，增强了模型的泛化能力。

摘要： 本发明提供一种基于长短期记忆神经网络(Long Short‑TermMemory，LSTM)的规模风电超短期功率预测误差修正方法，包括：首先利用改进的核密度估计得出误差的概率密度曲线；其次，采用LSTM对预测误差数据进行深度学习，以风电的预测误差为输入，以下一时刻的误差为输出，得到误差的预测值；最后，根据粒子群算法得到合适的置信区间对误差进行合理分层，根据分层区间和误差预测值，结合风电预测误差的时序特征，制订预测误差的分层补偿策略，得到一种具有较强泛化性的预测误差补偿模型。

摘要： 本发明公开了一种基于长短期记忆网络的短期负荷预测方法，采集短期负荷数据，将所采集的短期负荷数据作为训练样本进行VMD分解，得到n个随机分量IMF；对于分解出的n个分量，每个分量构建对应的WOA‑LSTM模型，利用WOA对模型中的LSTM参数寻优，找出最合适的参数；采用最优参数的LSTM分别对分量数据IMF进行训练，得到各个分量的预测结果；基于分别寻优后构建的LSTM模型，分别利用LSTM模型对短期负荷数据进行测，每个LSTM模型输出相应的预测结果；通过将所有预测结果进行相加得到最终的负荷预测结果。

摘要： 本发明公开了一种基于改进长短期记忆神经网络的短期光伏发电预测方法，该方法对短期光伏发电预测需要数据进行数据分析得到训练数据集；构建长短期记忆神经网络，并将训练数据集输入长短期记忆神经网络进行训练；采用麻雀算法优化长短期记忆神经网络参数，得到优化后的长短期记忆神经网络，优化后的长短期记忆神经网络输出短期光伏发电功率预测值。即通过历史多维度、多时间尺度、高关联的数据进行短期光伏发电功率预测，从而缓解配电网中光伏发电的不确定性；采用麻雀算法优化长短期记忆神经网络参数，进一步提高预测效果。通过本发明的实施，能够较好的利用气象数据并提高短期光伏功率的预测精度，实现电网的经济和稳定运行。

摘要： 本发明专利公开一种基于长短期记忆神经网络的燃气短期负荷预测方法，该方法运用主成分相关分析(PCCA)算法、小波阈值去噪(LMD)算法及局部均值分解优化(WTD)算法优化长短期记忆神经(LSTM)网络模型，并运用该种新的燃气负荷组合预测方法，对城市燃气负荷量进行预测分析，PCCA‑LMD‑WT D‑LSTM预测模型在城市燃气负荷预测中，采用该种模型获得的最终MAPE精度均属于高精度水平，该模型预测结果优于单一的LSTM模型、BPNN模型和GRU模型。本发明解决了传统循环神经网络中的长时期依赖问题，适用于数据长度大的时间序列预测，且稳定性更高，可靠性更强。

摘要： 本发明公开了一种改进双向长短期记忆网络的风电功率超短期预测方法，包括如下步骤：对训练样本进行数据预处理；采集风电场的历史风功率数据向量，选取数值天气预报中与风电功率数据相关性最大的数据，并进行归一化处理；在双向长短期记忆网络和全连接层之间融入注意力机制模型，利用训练集对改进双向长短期记忆网络算法模型进行训练和参数优化；将测试集输入改进双向长短期记忆网络模型建立风电功率超短期预测模型，计算风电功率一小时后输出值Ppre。本发明利用双向长短期记忆网络对历史功率数据以及数字天气预报的双向记忆性能，融入注意力机制，对双向长短期记忆网络的隐藏层输出进行加权，有效的提高了预测精度。

摘要： 本发明公开了一种基于深度长短期记忆网络的短期负荷预测方法，解决了现有技术的不足，该方法包括以下步骤：步骤10)，获取样本特征变量历史数据，建立历史样本数据集；步骤20)，建立预测模型嵌入维输入数据集；步骤30)，建立深度长短期记忆神经网络预测模型并初始化网络权重；步骤40)，更新训练步骤30)建立的深度长短期记忆神经网络预测模型内部状态参数；步骤50)，计算输出本轮负荷预测值；步骤60)，引入本轮负荷真实值，计算损失函数；步骤70)，更新深度长短期记忆神经网络网络权重；步骤80)，根据判别函数判别迭代是否结束；步骤90)，迭代结束，输出深度长短期记忆神经网络预测模型。

摘要： 本发明涉及一种基于长短期记忆网络的光伏发电功率短期预测方法，包括:使用Pearson相关系数确定与发电功率高度相关的天气数据特征，使用LSTM网络模型建立了输入天气数据特征与输出发电功率之间的非线性关系，并捕捉了时间序列的相关性，针对季节和天气类型划分原始输入数据集，提高模型预测精度，对基于季节和天气类型的LSTM模型预测结果进行线性拟合处理，进一步提高模型预测的准确度。