简介:摘要:应用大数据技术,进行短期水量预测和管网压力优化;并通过实验检验其实施效果。未来可以通过实时的水量预测模型,指导运行调度决策。自来水厂供水需要控制其出厂流量及其管道压力,这个过程需要调度员实时去读表,并通过自己的经验对水量进行调节。该项目应用大数据分析计算进行水量预测和管道压力预测。通过实验检验其可行性。由于宏观模型具有建模简单,适应性强,能有效利用遥测设备及长年累积 的数据等优点,因此采用该模型进行科学调度,分析管网状态的动态规律有广阔的应用前景。
简介:摘要目的构建重症患者压力性损伤风险预测模型,并对其预测效果进行验证。方法选取2019年2—9月入住天津医科大学总医院重症医学科的重症患者,采用队列研究,收集患者相关资料,以是否发生压力性损伤为因变量,对相关资料进行单因素和多因素分析建立预测模型,并进行风险分层和预测效果检验。结果重症患者329例,发生压力性损伤48例;对11个影响因素的单因素分析,血乳酸、体温、ICU住院日数、Braden评分、意识状态、年龄、升压药物治疗是压力性损伤发生的可疑影响因素,差异均有统计学意义(Z值为2.575~3.694,χ2值为6.800、30.510、6.344,P<0.05或0.01);可疑影响因素带入二元Logistic回归分析结果显示,患者入ICU 24 h内体温、Braden评分、意识状态、年龄及ICU住院时间是压力性损伤发生的独立影响因素(P<0.05或0.01),建立预测模型。内部验证构建模型有统计学意义且拟合度好,灵敏度为66.7%,特异度为72.2%;根据模型进行风险分层,高危组与低危组差异有统计学意义(t值为-33.371,P<0.01);临床验证预测效果特征(ROC)曲线下面积(AUC)为0.758。结论构建的预测模型是重症患者临床特征的客观指标科学组合有统计学意义;有预测重症患者发生压力性损伤风险的能力;同时具有良好的区分度,对重症患者风险分层管理提供理论依据,具有临床应用价值。
简介:摘要目的构建重症患者压力性损伤风险预测模型,并对其预测效果进行验证。方法选取2019年2—9月入住天津医科大学总医院重症医学科的重症患者,采用队列研究,收集患者相关资料,以是否发生压力性损伤为因变量,对相关资料进行单因素和多因素分析建立预测模型,并进行风险分层和预测效果检验。结果重症患者329例,发生压力性损伤48例;对11个影响因素的单因素分析,血乳酸、体温、ICU住院日数、Braden评分、意识状态、年龄、升压药物治疗是压力性损伤发生的可疑影响因素,差异均有统计学意义(Z值为2.575~3.694,χ2值为6.800、30.510、6.344,P<0.05或0.01);可疑影响因素带入二元Logistic回归分析结果显示,患者入ICU 24 h内体温、Braden评分、意识状态、年龄及ICU住院时间是压力性损伤发生的独立影响因素(P<0.05或0.01),建立预测模型。内部验证构建模型有统计学意义且拟合度好,灵敏度为66.7%,特异度为72.2%;根据模型进行风险分层,高危组与低危组差异有统计学意义(t值为-33.371,P<0.01);临床验证预测效果特征(ROC)曲线下面积(AUC)为0.758。结论构建的预测模型是重症患者临床特征的客观指标科学组合有统计学意义;有预测重症患者发生压力性损伤风险的能力;同时具有良好的区分度,对重症患者风险分层管理提供理论依据,具有临床应用价值。
简介:传统的地层压力预测方法大都建立在地层欠压实机理之上,对于由其它因素引起的异常高压现象未必适用。Yassir等(1999)发现异常地层压力通常与异常水平应力有密切联系,异常高压带的最大主应力往往很大。基于此,在分析重力场和构造应力场的双重应力场特征基础上,本次研究首先通过常规测井资料建立构造稳定地区的最大主应力的计算模型,将利用该模型计算构造挤压强烈的非稳定地区的主应力结果定义为虚拟最大主应力,再结合相对构造应力的贡献值得到最大主应力,最后在一定的超压范围之内,根据最大主应力与地层压力的拟合关系预测地层压力。通过对A气田的实际资料处理表明,利用该方法得到的地层压力预测值与实际测量值吻合较好,预测精度较传统的等效深度法有明显的提高。