为了解决高比例分布式电源(distributed generation,DG)大规模并网后实时量测数目缺失、传统预测辅助状态估计方法(forecasting-aided state estimation,FASE)估计精度有限等问题,提出了基于改进Crossformer伪量测构建的主动配电网FASE...为了解决高比例分布式电源(distributed generation,DG)大规模并网后实时量测数目缺失、传统预测辅助状态估计方法(forecasting-aided state estimation,FASE)估计精度有限等问题,提出了基于改进Crossformer伪量测构建的主动配电网FASE方法。首先,基于最大信息系数法(maximal information coefficient,MIC)筛选出高相关性的输入特征,提高预测模型的精度;然后,通过全变差正则化技术(total variation regularized,TV)优化鲁棒主成分分析法(robust principal component analysis,RPCA),构建TRPCA层,并将其嵌入到Crossformer中,以填补Crossformer无法有效处理非高斯噪声的空白;最后,利用改进的预测模型进行超短期负荷预测,经潮流计算得到节点伪量测,在量测不足情况下补全缺失数据,并结合扩展卡尔曼滤波器(extended Kalman filter,EKF)进行状态估计。在IEEE 33节点和IEEE 118节点标准配电网上进行仿真测试,结果表明所提方法在估计精度和鲁棒性等方面具有一定优势,可为主动配电网FASE提供参考。展开更多
文摘为了解决高比例分布式电源(distributed generation,DG)大规模并网后实时量测数目缺失、传统预测辅助状态估计方法(forecasting-aided state estimation,FASE)估计精度有限等问题,提出了基于改进Crossformer伪量测构建的主动配电网FASE方法。首先,基于最大信息系数法(maximal information coefficient,MIC)筛选出高相关性的输入特征,提高预测模型的精度;然后,通过全变差正则化技术(total variation regularized,TV)优化鲁棒主成分分析法(robust principal component analysis,RPCA),构建TRPCA层,并将其嵌入到Crossformer中,以填补Crossformer无法有效处理非高斯噪声的空白;最后,利用改进的预测模型进行超短期负荷预测,经潮流计算得到节点伪量测,在量测不足情况下补全缺失数据,并结合扩展卡尔曼滤波器(extended Kalman filter,EKF)进行状态估计。在IEEE 33节点和IEEE 118节点标准配电网上进行仿真测试,结果表明所提方法在估计精度和鲁棒性等方面具有一定优势,可为主动配电网FASE提供参考。
文摘为了探究地胆草抗流行性感冒(以下简称流感)的活性成分,应用液质联用技术对地胆草中化学成分进行鉴定。首先,采用Swiss Target Prediction数据库对分析鉴定得到的化学成分作用靶点进行预测;其次,使用GEO数据库筛选用于构建共表达基因模块的基因数据集,并与预测靶标进行匹配映射,获取抗流感潜在靶点,再利用基因本体论(gene ontology,GO)及京都基因与基因组百科全书(kyoto encyclopedia of genes and gnomes,KEGG)富集分析方法对潜在靶点进行分析;然后,同时构建地胆草成分-抗流感靶点-通路网络拓扑图,解析地胆草抗流感的作用机制;最后,利用分子对接技术筛选与核心靶标相作用的化合物。结果表明:地胆草中共鉴定出48种化学成分,可能作用于607个相关靶点,得到7个共表达基因模块,53个潜在抗流感作用靶点;地胆草中有机酸类、黄酮类、倍半萜内酯类等成分均与核心靶点具有良好的结合性能,其潜在调控通路主要由HIF-1信号通路、TNF信号通路、Toll样受体信号通路组成。预测的靶点结果及地胆草对抗流感的“多成分-多靶点-多途径”作用机制,可为抗流感临床应用提供一定的理论依据。
