简介：　【摘要】计算机技术和网络通信技术在电力自动化系统中的应用越来越广泛，使得电力自动化系统在数据处理方面变得多样化、复杂化。从电力自动化系统中数据的类型出发，分析电力系统如何进行快速、准确的数据处理，对电力自动化系统中数据处理的相关问题进行了阐述和分析。同时探讨了作为电力自动化系统发展方向的智能电网，对其拓扑结构和通信系统进行介绍。

简介：摘 要：电力系统中，计算机的运用已十分普及，作为新时代电力数据统计分析的必要途径，电力大数据对于分析电力技术与各项应用效果来说非常重要，也是社会发展的必然要求，通过云计算提高电力数据源的准确可靠性，进而明确电力工程发展方向与电力设备等使用标准，这些都具有非常的意义。为了更好的了解云计算过程的电力大数据，本文进行了分析，通过分析也旨在提高相关人们认识，进而通过云计算大力发展电力数据信息的统计效率，提升电力企业现代发展进程。

简介：摘要目的探讨基于电话随访的药学监护对2型糖尿病出院患者用药依从性及安全性的影响。方法研究对象选自2019年1至12月自首都医科大学附属北京同仁医院出院、住院期间糖化血红蛋白（HbA1c）<9%的2型糖尿病患者，根据出院后随访方式将患者分为常规随访组和电话随访组。常规随访组患者出院后接受科室常规药学监护及随访6个月，包括每3个月1次门诊随访，第6个月行HbA1c检查；电话随访组患者在此基础上接受临床药师基于电话随访的药学监护，电话随访频率为出院后前3个月每2周1次、后3个月每月1次。临床药师为2组患者建立随访登记档案，记录患者出院时情况和每次随访结果。比较2组患者出院后6个月"糖尿病自我管理量表（中文版）"评分（DSMQ评分，总分为48分，评分越高表明自我管理能力越好）、"8条目中文版Morisky用药依从性量表"评分（Morisky评分，总分为8分，6~8分为依从性良好）、血糖控制效果（评价指标为HbA1c水平，以HbA1c<7.0%为达标计算达标率）和随访期内药物不良事件发生率。结果纳入分析的患者共95例，电话随访组48例，常规随访组47例。2组患者性别和年龄分布、出院时体重指数、DSMQ评分、HbA1c水平及达标率差异均无统计学意义（均P>0.05）。出院后6个月，电话随访组DSMQ评分和Morisky评分均高于常规随访组[（38.1±4.4）比（34.3±4.1）分，P<0.001；（6.5±1.2）比（5.7±1.0）分，P<0.001]，且依从性良好者占比高于常规随访组[81.3%（39/48）比40.4%（19/47），P=0.031]；HbA1c水平低于、HbA1c达标率高于常规随访组[（6.2±1.2）%比（6.7±1.4）%，P=0.042；72.9%（35/48）比51.1%（24/47），P=0.028]；药物不良事件发生率低于常规随访组[6.2%（3/48）比25.5%（12/47），P=0.010]。药物不良事件主要包括低血糖、胰岛素注射部位脂肪硬结或感染、胃肠道反应等。结论基于电话随访的药学监护可有效提高2型糖尿病出院患者的糖尿病自我管理能力，帮助患者维持良好的用药依从性，进而提高其血糖控制效果，一定程度上减少药物不良事件的发生。