摘要：配电网故障定位是确保稳定运行的关键。为此,研究提出了一种基于锥规划的故障定位算法。首先,验证了克拉克电流差值作为故障判据的可行性;接着,构建了区段关联矩阵与克拉克电流-量测关联矩阵,并针对其不足,进一步建立了锥规划模型进行优化。使用辐射状单电源模型和IEEE33节点系统进行仿真分析,结果显示该算法能够检测所有故障类型。在12组不同的故障组别测试中,研究均实现了准确定位。经过三种故障测试,所提出的算法的准确率平均为95%,明显优于其他算法。在耗时上,虽然增量极限学习机算法稍胜一筹,但两者的差异微小,均在0.5 s内,可以发现研究所提出的算法具有高效性和准确性。

摘要："销售额超71亿元,上榜TOP20强。"这是内地在港上市房地产公司十强——远洋集团(***),2021年前11月在武汉市场取得的成绩。能够取得这样的成绩,与远洋集团秉承与城共生共融不无关系。自2010年扎根武汉以来,远洋集团先后开发远洋庄园、远洋世界、远洋心汉口、远洋设计之心、远洋·东方境世界观等多个项目。产品从最初的单一住宅,到如今形成了中高端住宅、写字楼、商业综合体、服务公寓等多重复合业态,全方位助力武汉城市更新与发展。

摘要：目的基于临床资料分析老年阻塞性睡眠呼吸暂停(OSA)患者远期缺血性脑卒中发生的独立危险因素,构建老年OSA患者缺血性脑卒中风险评分模型并进行验证,为相关临床治疗提供参考。方法采用多中心前瞻性队列设计。2015年1月~2017年10月,多中心连续纳入年龄≥60岁、基线无明显心脑血管病史且无重要临床指标缺失的的首次确诊为OSA的老年患者进行随访,随访结局为缺血性脑卒中的发生情况。收集所有纳入研究对象的基线人口学资料、临床特征、睡眠参数指标、实验室和超声检查结果,以3∶1的比例将其随机分为建模组856例和验证组258例。采用LASSO回归用于变量的降维和筛选,并基于Cox比例风险回归构建老年OSA相关的缺血性脑卒中风险评分预测模型。结果共入组1141例研究对象,中位随访42(41,54)月内,58例发生缺血性脑卒中,累计发病率为5.08%,其中建模组和验证组缺血性脑卒中的累计发病率分别为5.14%和4.91%(P<0.05)。多变量逐步Cox比例风险回归的变量筛选结果显示,年龄(HR=3.44,95%CI:2.38~7.77)、空腹血糖(FPG)(HR=2.13,95%CI:1.22~3.72)、升主动脉内径(HR=2.60,95%CI:1.04~4.47)、左心房前后径(HR=1.98,95%CI:1.75~2.25)和最低氧饱和度(LSpO2)(HR=1.57,95%CI:1.20~1.93)是缺血性脑卒中发生风险的独立危险因素(P<0.05,P<0.01);利用ROC曲线分析进行比变量转化,以这5个风险变量的回归系数比取整数构建老年OSA患者远期缺血性脑卒中风险评分模型。Bootstrap法(自抽样次数=500)前后,建模组队列风险评分模型的ROC曲线下面积(AUC)分别为0.84(95%CI:0.78~0.90)和0.85(95%CI:0.78~0.89),验证组队列风险评分模型的ROC曲线下面积(AUC)分别为0.83(95%CI:0.73~0.93)和0.82(95%CI:0.72~0.90),提示模型预测效能较好且稳健性高。以模型最佳临床截点的对应值进行风险分层后的生存分析结果显示,高风险组OSA患者的缺血性脑卒中累积发生率高于低风险组(P=0.021)。结论该模型有助于在老年人群中识别高风险OSA患者进行早期干预,以降低今后与OSA潜在相关的缺血性脑卒中风险。

摘要：目的探讨老年男性阻塞性睡眠呼吸暂停综合征(OSAS)相关高血压的影响因素,构建预测OSAS专病人群高血压风险的积分评定系统。方法选取2015年1月至2017年10月于6家三甲医院(北京、甘肃及山东等地)诊断为OSAS的798例老年男性患者为研究对象。根据是否存在高血压分为高血压组538例及非高血压组260例。收集患者的一般资料及生化指标等。采用SPSS 25.0统计软件进行数据分析。采用Spearman相关分析评估各指标与高血压分级的相关性。采用logistic回归分析影响高血压的因素,并构建老年男性OSAS专病人群发生高血压的风险预测模型。采用受试者工作特征(ROC)曲线对风险预测模型进行评价。结果高血压组患者体质量指数(BMI)、氧减指数(ODI)、脉搏血氧饱和度(SpO 2)<90%持续时间、SpO 2<90%时间占总睡眠时长百分比(T90)、肌酐、空腹血糖、饮酒史比例以及糖尿病、冠心病、颈动脉粥样硬化和高脂血症患病率均显著高于非高血压组,差异均有统计学意义(均P<0.05)。相关性分析提示,年龄、BMI、呼吸暂停低通气指数(AHI)、ODI、SpO 2<90%持续时间、T90、低密度脂蛋白胆固醇、空腹血糖及肌酐水平与高血压分级呈显著正相关(r=0.107,0.160,0.072,0.079,0.089,0.087,0.080,0.112,0.154;均P<0.05),最低氧饱和度及高密度脂蛋白胆固醇与高血压分级呈显著负相关(r=-0.082,-0.087;均P<0.05)。多因素logistic回归分析显示,BMI(OR=1.098,95%CI 1.053~1.145)、空腹血糖(OR=1.144,95%CI 1.028~1.274)、肌酐(OR=1.008,95%CI 1.002~1.014)和高脂血症(OR=1.543,95%CI 1.070~2.224)是老年男性OSAS患者高血压的危险因素,应用持续气道正压通气(CPAP)治疗是老年男性OSAS患者高血压的保护因素(OR=0.612,95%CI 0.387~0.967)。风险预测模型公式为logit(P)=-3.263+0.093×BMI+0.135×空腹血糖+0.008×肌酐+0.434×高脂血症-0.491×CPAP。风险预测模型的ROC曲线下面积为0.654(95%CI 0.614~0.694),灵敏度为0.701,特异度为0.542。对模型中各因素进行赋值后,理论上被评估患者个体的积分取值范围为-2~11分。根据公式计算其相应的高血压患病概率:P=1/[1+exp(0.2277-0.217S)],其中S代表对应的积分值。结论BMI、空腹血糖、肌酐、高脂血症和CPAP是老年男性OSAS患者高血压的影响因素。本研究建立的风险预测模型对老年男性OSAS患者高血压有一定的区分能力,设计的积分评定系统可简单直观地预测高血压风险。