摘要：目的探究定位针类医疗器械产品上市后临床使用风险监测真实世界种类、产生原因和控制措施。方法通过检索国家药品监督管理局官网、国家医疗器械不良事件监测信息系统、美国食品药品监督管理局官网MAUDE和Medical Device Recalls数据库、中国知网数据库获取定位针类产品安全性信息,规整和统计多源数据,研究定位针类产品风险种类,分析风险产生因素并提出风险防控措施。结果定位针类产品主要涉及2种故障类风险(无法激发与释放、脱落与移位)、3种伤害类风险(气胸与出血、遗落体内异物未取出、致敏)和3种其他类风险(超范围使用、被其他合并用械损伤、产生伪影)。风险产生主要原因包括产品研发设计、生产过程控制、临床适应证选择、合并器械使用、患者个体差异等。风险防控措施包括注册人优化产品、提升质量,临床使用单位准确把握适应证规范使用产品。结论定位针类产品上市后应用于临床真实世界,存在故障、伤害和其他可能导致患者伤害等各种风险,应加强该类产品生产、使用和监管环节的安全性监测和管理,以期减少风险、降低伤害。

摘要：以南京市浦口区县道X101农路改造项目改造设计为例,陈述了如何正确理解、运用江苏省农路建设文件的建设标准,经济合理地解决农路改造设计中的重点和难点问题,从而促进农村公路建设的发展。

摘要：针对桥梁结构分析中的各种不确定性问题,对其进行了归类分析,给出了目前不确定性分析中的三种方法——随机分析方法、模糊分析方法和区间分析方法;对三种不确定性分析方法在桥梁结构分析中的应用领域进行了综述,并对三种方法的适用情况进行了分析说明。

摘要：介绍微涡流处理造气污水新工艺,分析技术和经济特点。通过实际运行,证明是一种较好的处理造气污水的方法,可在化肥行业中推广。

摘要：负荷曲线聚类是分析用户负荷特性的基础,能够从大量负荷数据中挖掘典型用电模式,了解用户电力消费的特点,对需求响应、电价设计、电网规划等应用具有重要意义。针对现有聚类方法对负荷时段特征考虑不足的问题,为提升聚类精度和满足实际应用需求,提出一种基于时间序列变密度处理的聚类方法。首先,采用线性插值法增加峰、谷、爬坡等3个关键时段数据点的密度,突出和放大其在聚类中的影响,并基于自适应分段聚合近似(adaptive piecewise aggregate approximation,APAA)降维方法减小冗余数据密度。然后,结合欧式距离和相关距离构建综合指标,对负荷曲线开展k-medoids聚类分析。最后,利用UCI数据集的居民用户实测数据对所提方法进行验证。实验结果表明,该方法能有效改善负荷聚类效果,真实反映了居民用户的用电特性。

摘要：通过检索汇总美国FDA、中国知网数据库,及2019年1月至2022年10月浙江全省范围内通过事发地上报和注册人所属监测机构报告两个方面来源可吸收缝合线临床使用不良事件风险数据,进行调查、分析和评价,获取可吸收缝合线临床使用主要风险因素。结果显示,主要风险因素为产品质量失效类因素、产品设计和材料选择,以及产品临床选择和应用、术后康复护理以及患者自身。进一步提出风险控制策略建议,以降低或减少该产品不良事件发生造成伤害的风险。

摘要：针对储能技术在电力系统中的多种应用场景和不同利益方关系,提出了基于共享储能理念的第三方投资储能商业模式,梳理了各利益方之间的收益关系,建立了该商业模式下储能电站经济性分析方法及优化算法,通过与合同能源管理、两部制电价商业模式进行收益比较,所提出的共享储能商业模式在收益分摊合理时具有更好的经济性;进一步分析了储能电池类型、配置容量对储能电站经济性的影响,以杭州电网为计算案例验证了所提商业模式的经济性和有效性,可促进储能行业的商业化进程。

摘要：在配电网中合理规划分布式储能,不仅可以平滑新能源出力,提高风光利用率,还能够提高配电网在台风天气下的供电保障能力。鉴于此,提出了一种兼顾配电网在常规和台风场景下运行效能的分布式储能规划方法。首先,随机生成海量台风场景,并使用t-SNE算法进行了降维聚类;在此基础上,将规划问题建模为包含多类型场景的混合整数规划模型;随后,应用Benders分解法将该复杂模型分解为主问题与子问题并顺序迭代求解,解决了考虑海量场景后模型的维数灾难问题。最后,以IEEE 33节点系统为例进行数值仿真,验证了所提模型的有效性以及求解算法的快速性。

摘要：电动汽车的大量接入给配电网的运行调度和规划发展带了新的挑战。在此背景下,提出了考虑电动汽车接入的配电网的灵活性评估方法。首先基于杭州城市电动汽车充电站数据,利用核密度估计方法对电动汽车负荷进行建模。接着根据电力系统灵活性要素,尝试给出配电网灵活性定义。随后,综合考虑多种场景和多时间尺度灵活性指标,提出了基于信息熵和DS证据理论的配电网灵活性评价方法。最后对比了多种场景下的配电网的灵活性,验证了模型的有效性,可作为未来大规模电动汽车接入场景下配电网规划的指导标准之一。

摘要：针对电力业务服务选取不可靠,造成用户服务质量不佳的问题,构建了QoS数据不确定性下电力业务服务自适应选取模型。通过局部约简处理方法,调整搜索空间,计算约束满意度的自适应值,采用动态适应性函数和惩罚函数进行服务寻优。充分考虑QoS数据不确定性,设计电力业务服务自适应选取流程。依据QoS属性,构建基于响应时间的自适应选取云模型,通过计算属性云期望值、熵值、随机性及反馈相似度实现电力业务服务自适应选取。由实验结果可知,该模型的用户满意度最大值为88%,计算时间最大值为0.69 s,能够有效提升电力业务服务质量。