简介:短期光伏发电功率预测对维护电网安全稳定和协调资源利用具有重要意义,针对现有的神经网络法、小波分析法等单一预测模型预测精度提升有限的问题,引入集成学习的思想和方法,提出一种基于Stacking算法改进支持向量机(SVM)的短期光伏发电预测方法.该方法先使用多个不同的初级SVM对预测样本进行一次预测得到多个预测输出;然后对训练集进行聚类,使用与预测样本同类别的训练样本训练次级SVM;最后使用次级SVM对多个预测输出进行结合得到最终预测结果.经光伏发电系统的实际运行数据实验,结果表明本文提出的方法相较于单一预测模型精度有了明显提升.
简介:目的探索Cookgas和Fastrach插管型喉罩联合光索在预测重度困难气道管理中的应用,为临床处理重度困难气道管理的问题提供依据。方法本院选择于2016年1月至2016年12月接受治疗的预测重度困难气道患者104例作为观察对象,按数字表法分为Cookgas插管型喉罩联合光索组(CILA组)和Fastrach插管型喉罩联合光索组(FT-LMA组),每组52例,并对两组患者的临床资料、手术之前的困难气道评估及声门的暴露情况进行分析。结果两组一般临床资料(年龄、性别、体重及身高)相比的差异没有统计学意义(t=1.562,P=0.092;χ^2=1.448,P=0.104;t=1.520,P=0.081;t=1.604,P=0.095)。CILA组的张口度明显小于FT-LMA组,并且差异具有统计学意义(t=3.935,P=0.002);CILA组的Mallampti分级Ⅲ级之上的例数明显多于FT-LMA组,并且差异具有统计学意义(χ^2=4.852,P=0.004);CILA组的预测困难面罩通气例数明显多于FT-LMA组,并且差异具有统计学意义(χ^2=4.276,P=0.001)。CILA组4级声门的暴露例数显著低于FT-LMA组,且差异有统计学意义(χ^2=4.921,p=0.003)。结论应用CILA和FT-LMA在预测重度困难气道管理中具有高效安全的功效,CILA插管的成功率更高,操作更为便捷,具有较高的临床应用价值。