针对两级光伏发电系统在电网电压跌落时,易出现并网逆变器直流侧过电压和交流侧过电流的问题,提出一种基于混合型算法的光伏发电系统低电压穿越(low voltage ride through,LVRT)控制策略。首先,该策略通过模型电流预测控制,使逆变器并...
详细信息
针对两级光伏发电系统在电网电压跌落时,易出现并网逆变器直流侧过电压和交流侧过电流的问题,提出一种基于混合型算法的光伏发电系统低电压穿越(low voltage ride through,LVRT)控制策略。首先,该策略通过模型电流预测控制,使逆变器并网电流在对称与不对称故障情况下均可快速跟随参考指令,且输出设定的对称电流,解决交流侧过电流问题。其次,基于并网点(point of common coupling,PCC)电压的跌落程度及自适应非最大功率跟踪(non maximum power point tracking,Non-MPPT)算法,调节前级Boost变换器占空比,进而降低光伏阵列输出功率,抑制故障过程中并网逆变器交、直两侧功率失衡而导致的直流侧母线过电压,并通过引入直流电压反馈项,消除不对称故障时直流电压二次谐波分量。最后,通过Matlab/Simulink仿真系统,验证所提控制算法的正确性与有效性。
目的:设计一种基于自然语言处理(natural language processing,NLP)技术的算法,用以从中文电子化病历(electronic medical records,EMRs)中提取肝细胞肝癌(hepatocellular carcinoma,HCC)患者的临床有用信息;并运用这些信息对患者进行HC...
详细信息
目的:设计一种基于自然语言处理(natural language processing,NLP)技术的算法,用以从中文电子化病历(electronic medical records,EMRs)中提取肝细胞肝癌(hepatocellular carcinoma,HCC)患者的临床有用信息;并运用这些信息对患者进行HCC分期。材料与方法:从中文EMRs系统中收集92例HCC患者的临床资料,包括手术记录、影像学报告和病理报告。我们将这些患者随机分为训练集(n=60)和测试集(n=32)。以人工注释的结果作为金标准,使用手术记录的训练集开发基于规则的算法和混合型算法。性能较优的算法将用于处理其他临床资料。通过计算精确匹配和部分匹配两种策略的准确度(precision,P)、召回率(recall,R)和F-score来评估算法性能。通过与人工分期结果相比较,对分期算法进行性能评估。结果:当基于规则和混合型两种算法处理手术记录的测试集数据时,其精确匹配和部分匹配两种策略的P、R和F-score均≥80%。基于规则的算法(其性能优于混合型算法)在处理其他三种类型的文档时,也均表现出良好的提取性能。当提取的临床有用信息用于HCC分期时,分期算法与人工分期结果的一致率可达75%。结论:基于EMRs成功开发出NLP算法用于临床信息提取和HCC分期,结果表明中文NLP技术在临床研究中具有潜在的应用价值。
暂无评论