简介:摘要:电力行业的发展导致了电力设备在数量、容量上的增加。电力设备的巡检、维护、监控需要投入大量的人力成本,随着计算机、人工智能行业的发展,使用智能化的信号处理算法,通过采集电力设备周围空间内的热、电、声等多个维度信息,便可判别设备的运行状态,从而实现设备的实时监控。电力设备故障信号的采集与处理是一个“硬件+软件”的综合系统。为了有效实现该目的,既需要及时的采集各类维度的信息,还需要快速的信号处理算法,挖掘出多维数据中的潜在信息。因此,在硬件电路设计上,要保证采集到的信号质量,确保信号的功率满足信息处理模块的功率动态范围要求,滤除信号中的干扰噪声;在软件算法上,要保证信号处理算法有足够低的时间复杂度,从而满足实时监控需求。基于以上分析,本文基于大规模可编程逻辑器件(FPGA)设计了一套电力设备故障信号的采集与处理系统。本系统可以实现电力设备周围空间内热、声音和电信号的采集。系统在FPGA内集成了神经网络算法,用于设备故障判别。
简介:摘要目的探讨"5个时刻法"对慢性乙型肝炎患者抗病毒用药依从性及复诊率的影响。方法采用便利抽样法,选取2019年1—6月在温州医科大学附属第一医院进行抗病毒治疗的慢性乙型肝炎患者120例为研究对象,根据患者入住病区分为对照组和观察组,各60例。对照组行传统干预法,包括常规住院用药宣教、微信推送乙肝相关信息和出院电话随访;观察组实施"5个时刻"干预法,给予患者"5个时刻"用药宣教,引导患者运用"5个时刻"用药知识,主动参与安全抗病毒的自我管理;应用信息化延续服务,将用药"5个时刻法"管理延续到家庭用药管理。采用自行设计的CHB抗病毒药物知识知晓问卷、Morisky药物依从性量表(MMAS-8)比较两组患者用药知识知晓率和用药依从性,比较两组复诊率。研究过程中对照组失访4例,观察组无失访,实际纳入研究对象116例。结果干预6个月后,观察组患者的抗病毒药物知识知晓率(76.79±6.57)%,MMAS-8得分(7.17±0.78)分,均高于对照组,差异有统计学意义(t值分别为19.883、4.382;P<0.01);观察组患者出院后6个月的复诊率为88.33%(53/60),对照组为55.36%(31/56),差异有统计学意义(χ2=15.768,P<0.01)。结论"5个时刻法"可有效提高CHB患者对抗病毒治疗的认知,提高患者抗病毒用药的依从性,提高复诊的配合度,值得在抗病毒治疗管理中推广。