Ch14_PNS[1]
分子筛简介
基本结构单元是硅氧四面体（SiO4）和铝氧四面体（AlO4） 硅（铝）氧四面体通过氧桥连接成环 环通过氧桥连接成三维空间的多面体（笼） 笼通过氧桥连接成分子筛
四面体
环
笼
分子筛
硅（铝）氧三维骨架结构具有大量的孔隙（晶穴、晶孔、孔道）, 可以容纳金属阳离子和水分子 —— 阳离子交换与脱水
X、Y型分子筛（八面沸石分子筛）
骨架: 笼中的4个六元环通过氧桥按正四面体方式相互连接（连接处形成六方柱笼） 主晶穴（孔穴）: 7个笼和9个六方柱笼围成一个八面沸石笼（最大窗孔: 十二元环，孔径 0.9 nm） 孔道: 八面沸石笼之间通过十二元环沿三个晶轴方向互相贯通，形成三维孔道 X、Y型分子筛间的区别: Si/Al = 1-1.5为X型，1.5-3.0为Y型
4.化学组成
由于 Al3+ 三价、AlO4 四面体有过剩负电荷, 金属阳离子（Na+ 、K+、Ca2+、Sr2+、Ba2+）的存在使其保持电中性
1 2 5
低硅 中硅 高硅分子筛
窗孔 决定分子能否进入分子筛晶体内部 空腔 决定进入分子的数量
笼 八面沸石笼（超笼）
二十六面体（6个八元环、8个六元环、12个四元环，48个顶点） 平均笼直径 1.14 nm，空腔体积 0.76 nm3 最大窗孔: 八元环，孔径 0.41 nm A型分子筛骨架的主晶穴（孔穴）
二十六面体（4个十二元环、4个六元环、18个四元环，48个顶点） 平均笼直径 1.25 nm，空腔体积 0.85 nm3 最大窗孔: 十二元环，孔径 0.9 nm X、Y型分子筛骨架的主晶穴（孔穴）
ZSM型分子筛（高硅沸石分子筛）
骨架: 与丝光沸石相似，由成对的五元环组成，没有笼、没有晶穴（孔穴） ZSM-5孔道: 十元环孔道（孔径 0.55-0.6 nm ） 两组交叉的三维孔道（直通形 “之”字形） 产品系列: ZSM-5 ZSM-8 ZSM-11；ZSM-21 ZSM-35 ZSM-38等 Si/Al: ZSM-5: 可高达 50 ZSM-8: 可高达100 全硅型沸石 Silicalite-1 和 Silicalite-2 憎水特性
包身工修改
管 中 窥 豹 ， 可 见 一 斑
结束Leabharlann “芦柴棒” 芦柴棒” 芦柴棒 出场 起 床 “芦柴棒”重病 芦柴棒” 无名女工 芦柴棒 早餐 惨遭毒打 放工 遭受毒打 面
放工
“芦柴棒” 芦柴棒” 芦柴棒 骨瘦如柴
上工
小福子挨罚
面上的描写使所写的内容有整体感， 面上的描写使所写的内容有整体感，点上的描写则使所写 的内容既充实丰满，又生动形象， 的内容既充实丰满，又生动形象，给读者以深刻的印象
找出文中充满了作者情感的句子，仔 细揣摩，体会其表达效果
(1~6,12~13,17~23,26~30)对包身工清晨 (1~6,12~13,17~23,26~30)对包身工清晨 起床的情景，吃早餐的情景，上班劳动 的情景和悲惨的遭遇主要是记叙、描写。 （7~11，14~16，24~25,31~50)说明包身 7~11，14~16，24~25,31~50)说明包身 工的来源，原因，发展和膨胀以及野蛮 和残酷，主要运用了说明、议论、抒情 的手法
本文的对比手法
包身工
包身工与代工老板的对比： 住的“充满了汗臭、粪臭和湿气”“像鸽笼一般” ”“像鸽笼一般 住的“充满了汗臭、粪臭和湿气”“像鸽笼一般”的工 房； 吃的“浆糊一般“的薄粥； 吃的“浆糊一般“的薄粥； 穿的“褪色和油脏了的湖绿乃至莲青的短衫” 穿的“褪色和油脏了的湖绿乃至莲青的短衫”； 收入“每天三角八分” 收入“每天三角八分” 穿的“拷绸” 穿的“拷绸”之 类 收入不仅可以放债起屋买田， 收入不仅可以放债起屋买田，还能兼营茶楼浴室理发 一类的买卖． 一类的买卖．
结束
比我还狠毒耶！ 比我还狠毒耶！
结束
写作特点
1、在选材上，注重点面结合。 2、在修辞上，多用对比、比喻、反语。 3、在表达上，多种表达方式方式结合。 4、在表现手法上，采用了细节描写、场 面描写、类比等。
昼夜节律紊乱致缺血性心脏病与自主神经调节研究进展
㊃综述㊃昼夜节律紊乱致缺血性心脏病与自主神经调节研究进展周慧鑫,周丽平,王宇虹,谌虎,刘承哲,陈华强,刘旨浩,余锂镭,江洪关键词:昼夜节律;心肌缺血;自主神经系统;肥胖症;糖尿病D O I :10.3969/j .i s s n .1009-0126.2021.04.026基金项目:国家自然科学基金(81871486)作者单位:430060武汉大学人民医院心血管内科武汉大学心血管研究所心血管病湖北省重点实验室通信作者:余锂镭,E m a i l :l i l e i yu @w h u .e d u .c n 心血管不良事件高居全世界死亡原因的首位,尤其是缺血性心脏病㊂在现代社会中,由于长期睡眠不足㊁社交时差㊁倒班工作以及就寝时间延迟而引起的昼夜节律紊乱已变得越来越普遍㊂倒班工作被WHO 定义为一种昼夜节律的职业性干扰㊂研究证明,倒班工作导致缺血性心脏病和猝死发病率升高[1]㊂此外,昼夜节律紊乱与肥胖㊁糖尿病等缺血性心脏病危险因素的代谢性疾病有关㊂自主神经系统(A N S )在昼夜节律中枢信号与外周信号协调中起着关键作用,同时还调节心血管系统的生理功能和疾病过程[2]㊂昼夜节律紊乱情况下可观察到明显的交感神经激活[3]㊂现对昼夜节律紊乱导致缺血性心脏病的现状及A N S 相关机制进行阐述㊂1 昼夜节律系统昼夜节律是一种周期约为24h 的生物节律,使得有机体内部生物功能与环境昼夜周期变化一致㊂在哺乳动物中,昼夜节律主要由中枢神经的 主时钟 和各个器官的外周时钟共同调节㊂ 主时钟 主要是下丘脑视交叉上核(S C N ),其解剖位置在1970年左右被发现[4]㊂光照是人类昼夜节律系统最强大的调节因素,视网膜神经节细胞接受来自外界的光信号,轴突传递到S C N ,使得S C N 的神经活动具有自主节律性,并且与光暗周期同步[5]㊂时钟基因存在于人体所有器官,包括心脏㊁血管㊁肾上腺和免疫系统等,最重要的是存在于S C N 的 主时钟 ㊂外周时钟主要由核心时钟基因调控,通过正反馈和负反馈方式调节生命过程,形成一个昼夜节律调控环,大约24h 循环1次㊂一方面,S C N 直接通过A N S 和内分泌流出方式作用于心肌和血管上的受体,从而影响心血管功能;另一方面,S C N 间接通过调控外周时钟基因表达,使得中枢和外周之间相同步,例如心脏局部具有强健有力的外周时钟[6]㊂褪黑素是调节外周器官昼夜节律的重要激素,黑暗中节后交感神经向松果体释放血清素,并诱导血清素转化为褪黑素,但夜间光照会降低人体褪黑素含量[7]㊂由此得知,机体不同组织的时钟由S C N 通过神经㊁内分泌途径与生理活动的昼夜变化相同步,以适应外界环境变化㊂2 昼夜节律系统与A N S 的关系2.1 心脏A N S A N S 由交感神经和迷走神经组成,对环境变化反应迅速,其功能的昼夜节律变化对维持内部环境的稳定性和适应性具有关键作用㊂心脏由A N S 支配,昼间交感神经激活为主,夜间迷走神经激活为主㊂生理情况下,交感神经系统(S N S)主要影响心脏和血管的收缩能力以及心脏传导,副交感神经系统(P N S )主要影响心脏传导,二者的平衡在心血管系统中非常关键㊂此外,心率变异性分析㊁血儿茶酚胺和尿儿茶酚胺的定量检测是判断A N S 活动的重要指标[8]㊂S N S 活动增加或P N S 活动减少,可能会促进冠心病㊁心肌梗死等缺血性心脏病的发生发展[2]㊂2.2 昼夜节律系统与A N S 的生理联系 下丘脑室旁核(P V N )的前自主神经元是S C N 影响下丘脑迷走神经运动核和脊髓交感节前运动神经元的主要靶点[9]㊂这使得S C N 可以影响所有器官的交感神经和副交感神经输出㊂不同交感神经投射神经元到不同器官,从而为不同器官的控制提供解剖学基础㊂S C N 通过一条多突触途径 P V N 的前自主神经元㊁脊髓的交感节前神经元和颈上神经节的去甲肾上腺素能神经元,从而控制松果体合成褪黑素的昼夜节律㊂在黑暗期,S C N 通过激活P V N 前交感神经元诱导松果体分泌褪黑素㊂光通过激活其他S C N 神经元,立即抑制(通过释放γ-氨基丁酸)相同的P V N 神经元,导致褪黑激素分泌立即停止,心率减慢[7]㊂此外,去甲肾上腺素是一种有明显的昼夜节律性的交感神经递质,且能以无血清的方式激活心肌细胞内在昼夜节律[8]㊂这些研究说明了S N S 在心血管系统的昼夜节律控制中的重要性,P N S 的主要作用是影响器官的交感神经,从而调节A N S 平衡㊂有研究发现,皮下脂肪组织的交感神经输入受到S C N 中不同的神经元的影响,此外脂肪组织还接受S C N 调控的迷走神经输入,以合成代谢的方式明显调节胰岛素敏感性及葡萄糖和游离脂肪酸的代谢[10]㊂S C N还接收来自孤束核的信号,调节心血管的张力㊂由此得知,昼夜节律系统在解剖和功能方面均与A N S 有着密切联系㊂3 昼夜节律紊乱与缺血性心脏病之间的关系维持正常的昼夜节律有利于心血管健康,而昼夜节律紊乱㊁社会时钟与生物钟错位可能会增加心血管疾病风险[1]㊂目前,2012年V y a s 等的最大规模系统回顾性研究发现,倒班工作与心肌梗死相关㊂2015年H s u 发现,失眠症患者发生心肌梗死的风险增加68%㊂慢性持续性完全光暗周期紊乱显著增加动脉粥样硬化的发生,伴随着病变的大小和严重程度增加㊂此外,对于已经发生的心肌梗死,昼夜节律紊乱也会延缓心肌梗死的恢复㊂4 昼夜节律紊乱致缺血性心脏病的A N S 相关机制A N S 失衡在昼夜节律紊乱导致缺血性心脏病的过程中㊃334㊃中华老年心脑血管病杂志2021年4月第23卷第4期 C h i n J G e r i a t r H e a r t B r a i n V e s s e l D i s ,A pr 2021,V o l 23,N o .4起着重要作用㊂A N S及神经递质儿茶酚胺(多巴胺㊁去甲肾上腺素)和乙酰胆碱等具有强大的免疫调节功能,例如迷走神经刺激可以调节外周炎性反应,减轻缺血再灌注损伤[11]㊂S C N可能参与A N S的异常调节,影响脂肪代谢,从而增加心血管疾病的风险㊂脂肪细胞向中枢神经系统发出信号,使交感神经输出到远处脂肪库和其他新陈代谢组织,从而调节系统的葡萄糖稳态,对于肥胖和2型糖尿病有着非常重要的作用[10]㊂因此,昼夜节律紊乱可能激活交感神经㊁抑制迷走神经,从而改变A N S相关的免疫反应和代谢途径,通过A N S-免疫-代谢机制促进缺血性心脏病的发生发展㊂4.1A N S部分或全部急性睡眠剥夺对A N S有显著影响,表现为交感神经活动明显增加[3]㊂相较于12h白班的值班工人,12h夜班导致血压和心率升高,提示S N S激活和(或) P N S抑制㊂健康青年昼夜节律紊乱,尤其是慢性睡眠剥夺期间,心率变异性指数升高,去甲肾上腺素升高,提示慢性昼夜节律紊乱可引起S N S活动增强[12]㊂然而,A N S功能衰竭的患者,血压与正常的昼夜节律模式相反,表现为晚上血压最高,早上血压最低㊂T h o m-p s o n等研究发现,长期服用β受体阻滞剂的冠心病患者及陈旧性心肌梗死患者发生急性心肌梗死(AM I)的昼夜节律消失,未服用β受体阻滞剂患者AM I发生时间存在昼夜节律,且肌酸激酶同工酶的峰值(上午9时)是谷值(晚上11时)的3倍㊂4.2炎症炎症是心血管疾病发生发展过程中最重要的机制之一㊂几乎所有的免疫指标都表现出节律性振荡㊂交感神经支配和肾上腺素能受体在驱动动脉和静脉炎症的特异性节律中起重要作用,也可能作用于冠心病[13]㊂昼夜节律紊乱,导致促炎标志物增加㊁交感神经激活和内皮功能障碍㊂健康成年人仅一晚上部分睡眠剥夺(睡眠4h),促炎因子白细胞介素6显著升高,即使经过一晚的休息也无法完全恢复㊂急㊁慢性昼夜节律紊乱均可导致高敏C反应蛋白水平升高,且高敏C反应蛋白可以预测心血管发病率㊂AM I会引发一种暂时的炎性反应,这种无菌性炎症旨在清除坏死和促进修复㊂昼夜节律在AM I后免疫细胞募集中起着关键作用㊂A l i b h a i等研究发现,在活动期发生的AM I导致中性粒细胞炎症加重和心脏修复恶化,在这个时间点抑制中性粒细胞计数可减少梗死面积,改善心功能㊂暴露于紊乱的昼夜周期,循环中巨噬细胞增加,血管壁炎症㊁氧化应激和趋化因子增加,提示与免疫系统相关的不恰当激活导致了昼夜节律紊乱所致的冠心病㊂4.3代谢4.3.1血脂异常和肥胖模拟夜班㊁睡眠限制和生物钟错位均可导致进食时间改变㊁摄食增加和肥胖,且胃释放的促食欲激素胃饥饿素升高和脂肪来源的食欲减退因子瘦素降低,使得食欲进一步增加㊂昼夜节律紊乱加剧了小鼠的肥胖,模拟倒班,分别为22.5h㊁24h和27h的光/暗周期,相比正常光暗周期的小鼠,昼夜节律紊乱小鼠的代谢效率降低,并且心脏功能紊乱[14]㊂昼夜节律紊乱相关的肥胖常常伴随慢性㊁轻度炎症状态,特别是巨噬细胞激活㊂P i r z g a l s k a 等[15]发现,交感神经相关巨噬细胞具有强烈吞噬活性,将去甲肾上腺素吞噬,导致脂肪分解障碍,从而加剧肥胖㊂脂肪酸代谢的改变可能引起心脏病理改变,导致心肌缺血和心力衰竭等疾病㊂4.3.2糖代谢异常1999年,S p i e g e l等报道,睡眠不足时夜间S N S活动增强,皮质醇水平升高,且糖耐量减低㊂研究发现,昼夜节律紊乱还会导致24h肾上腺素和夜间去甲肾上腺素水平增加,葡萄糖耐量和胰岛素敏感性降低,血糖水平升高[16]㊂心肌细胞特异性昼夜节律基因突变研究发现,心肌耗氧量和脂肪酸氧化率降低,葡萄糖利用率低下,代谢降低,导致心率对昼夜节律反应迟钝,并且对工作负荷变化的反应性降低[17]㊂昼夜节律紊乱加剧胰岛素抵抗,增加糖尿病风险,从而促进缺血性心脏病的发生发展㊂5总结和展望近年来,研究发现,从多个层次进行调节的自主神经疗法是治疗急㊁慢性心脏病的一种新兴方法㊂昼夜节律紊乱通过神经-免疫-代谢机制对缺血性心脏病的发生发展产生不良影响,并且恶化已发生的缺血性心脏病预后㊂A N S干预,如交感神经抑制和迷走神经刺激,已经在心肌梗死和缺血再灌注方面取得一定成效,也有望应用于昼夜节律紊乱所致的缺血性心脏病㊂基于人们对昼夜节律与缺血性心脏病的了解,未来的研究需要确定潜在的干预措施来减少缺血性心脏病的发生,如适时的光暴露㊁睡眠时间和时长㊁用药的时间㊁对夜班工作人员进行干预等㊂利益冲突所有作者均声明不存在利益冲突参考文献[1] V e t t e r C,D e v o r e E E,W e g r z y n L R,e t a l.A s s o c i a t i o n b e t w e e nr o t a t i n g n i g h t s h i f t w o r k a n d r i s k o f c o r o n a r y h e a r t d i s e a s ea m o n g w o m e n[J].J AMA,2016,315(16):1726-1734. D O I:10.1001/j a m a.2016.4454.[2] H u a n g T,M a r i a n i S,R e d l i n e S.S l e e p i r r e g u l a r i t y a n d r i s k o fc a rd i o v a s c u l a re v e n t s:t h e m u l t i-e t h n i c s t u d y of a t h e r o s c l e r o-s i s[J].J A m C o l l C a r d i o l,2020,75(9):991-999. D O I:10.1016/j.j a c c.2019.12.054.[3] L e a c h S,S u z u k i K.A d r e n e r g i c s i g n a l i n g i n c i r c a d i a n c o n t r o l o fi mm u n i t y[J].F r o n t I mm u n o l,2020,11:1235.D O I:10.3389/f i mm u.2020.01235.[4] R i g a n e l l o F,P r a d a V,S o d d u A,e t a l.C i r c a d i a n r h y t h m s a n dm e a s u r e s o f C N S/a u t o n o m i c i n t e r a c t i o n[J].I n t J E n v i r o n R e sP u b l i c H e a l t h,2019,16(13):2336.D O I:10.3390/i j e r-p h16132336.[5] F a n S M,C h a n g Y T,C h e n C L,e t a l.E x t e r n a l l i g h t a c t i v a t e sh a i r f o l l i c l e s t e m c e l l s t h r o u g h e y e s v i a a n i p R G C-S C N-s y m-p a t h e t i c n e u r a l p a t h w a y[J].P r o c N a t l A c a d S c i U S A,2018,115(29):E6880-E6889. D O I:10.1073/p n a s.1719548115.[6] B l a c k N,D S o u z a A,W a n g Y,e t a l.C i r c a d i a n r h y t h m o f c a r d i-a c e l e c t r o p h y s i o l o g y,a r r h y t h m o g e n e s i s,a n d t h e u n d e r l y i n gm e c h a n i s m s[J].H e a r t R h y t h m,2019,16(2):298-307.D O I:10.1016/j.h r t h m.2018.08.026.[7] L u c a s R J,P e i r s o n S N,B e r s o n D M,e t a l.M e a s u r i n g a n d u s i n gl i g h t i n t h e m e l a n o p s i n a g e[J].T r e n d s N e u r o s c i,2014,37(1):1-9. D O I:10.1016/j.t i n s.2013.10.004.㊃434㊃中华老年心脑血管病杂志2021年4月第23卷第4期 C h i n J G e r i a t r H e a r t B r a i n V e s s e l D i s,A p r2021,V o l23,N o.4[8] S c h e e r F A J L,C h e l l a p p a S L,H u K,e t a l.I m p a c t o f m e n t a ls t r e s s,t h e c i r c a d i a n s y s t e m a n d t h e i r i n t e r a c t i o n o n h u m a nc a rd i o v a s c u l a r f u n c t i o n[J].P s y c h o ne u r o e n d o c r i n o l o g y,2019,103:125-129. D O I:10.1016/j.p s y n e u e n.2019.01.016.[9] S z a b a d i E.F u n c t i o n a l o r g a n i z a t i o n o f t h e s y m p a t h e t i c p a t h-w a y s c o n t r o l l i n g t h e p u p i l:l i g h t-i n h i b i t e d a n d l i g h t-s t i m u l a-t e d p a t h w a y s[J].F r o n t N e u r o l,2018,9:1069.D O I:10.3389/f n e u r.2018.01069.[10] G u i l h e r m e A,H e n r i q u e s F,B e d a r d A H,e t a l.M o l e c u l a r p a t h-w a y s l i n k i n g a d i p o s e i n n e r v a t i o n t o i n s u l i n a c t i o n i n o b e s i t ya n d d i ab e t e s m e l l i t u s[J].N a t R e v E n d oc r i n o l,2019,15(4):207-225. D O I:10.1038/s41574-019-0165-y. [11] C h a v a n S S,P a v l o v V A,T r a c e y K J.M e c h a n i s m s a n d t h e r a-p e u t i c r e l e v a n c e o f n e u r o-i mm u n e c o mm u n i c a t i o n[J].I mm u-n i t y,2017,46(6):927-942. D O I:10.1016/j.i mm u n i.2017.06.008.[12] G r i m a l d i D,C a r t e r J R,V a n C a u t e r E,e t a l.A d v e r s e i m p a c t o fs l e e p r e s t r i c t i o n a n d c i r c a d i a n m i s a l i g n m e n t o n a u t o n o m i cf u n c t i o n i n h e a l t h y y o u ng a d u l t s[J].H y p e r t e n s i o n,2016,68(1):243-250. D O I:10.1161/H Y P E R T E N S I O N A HA.115.06847.[13]d e J u a n A,I n c e L M,P i c k R,e t a l.A r t e r y-a s s o c i a t e d s y m p a-t h e t i c i n n e r v a t i o n d r i v e s r h y t h m i c v a s c u l a r i n f l a mm a t i o n o fa r t e r i e s a n d v e i n s[J].C i r c u l a t i o n,2019,140(13):1100-1114.D O I:10.1161/C I R C U L A T I O N A H A.119.040232.[14] W e s t A C,S m i t h L,R a y D W,e t a l.M i s a l i g n m e n t w i t h t h e e x-t e r n a l l i g h t e n v i r o n m e n t d r i v e s m e t a b o l i c a n d c a r d i a c d y s f u n c-t i o n[J].N a t C o mm u n,2017,8(1):417.D O I:10.1038/s41467-017-00462-2.[15] P i r z g a l s k a RM,S e i x a s E,S e i d m a n J S,e t a l.S y m p a t h e t i c n e u-r o n-a s s o c i a t e d m a c r o p h a g e s c o n t r i b u t e t o o b e s i t y b y i m p o r-t i n g a n d m e t a b o l i z i n g n o r e p i n e p h r i n e[J].N a t M e d,2017,23(11):1309-1318. D O I:10.1038/n m.4422. [16] L e p r o u l t R,H o l m bäc k U,V a n C a u t e r E.C i r c a d i a n m i s a l i g n-m e n t a u g m e n t s m a r k e r s o f i n s u l i n r e s i s t a n c e a n d i n f l a mm a-t i o n,i n d e p e n d e n t l y o f s l e e p l o s s[J].D i a b e t e s,2014,63(6): 1860-1869. D O I:10.2337/d b13-1546.[17] Y o u n g M E,B r e w e r R A,P e l i c i a r i-G a r c i a R A,e t a l.C a r d i o-m y o c y t e-s p e c i f i c B MA L1p l a y s c r i t i c a l r o l e s i n m e t a b o l i s m, s i g n a l i n g,a n d m a i n t e n a n c e o f c o n t r a c t i l e f u n c t i o n o f t h e h e a r t[J].J B i o l R h y t h m s,2014,29(4):257-276. D O I:10.1177/0748730414543141.(收稿日期:2020-11-16)(本文编辑:纪艳明)㊃读者㊃作者㊃编者㊃本刊可以直接用缩写的一些常用医学词汇本刊对大家比较熟悉的一些常用医学词汇将允许直接使用英文缩写,即文题除外,在文章中英文缩写词汇第一次出现时,可以不标注中文和(或)英文全称,具体词汇如下:抗生物素蛋白-生物素酶复合物法(A B C法)美国心脏病学会和美国心脏协会(A C C/A HA)三磷酸腺苷(A T P)牛血清白蛋白(B S A)心脏监护病房(C C U)细胞角蛋白(C K)细胞色素P450(C Y P)二甲基亚砜(D M S O)脱氧核糖核酸(D N A)乙二胺四乙酸(E D T A)酶联免疫吸附测定(E L I S A)欧洲心脏病学会(E S C)欧洲高血压学会(E S H)胎牛血清(F B S)高密度脂蛋白胆固醇(H D L-C)重症监护病房(I C U)低密度脂蛋白胆固醇(L D L-C)左心室射血分数(L V E F)磁共振成像(M R I)四甲基偶氮唑盐微量酶反应(M T T)核转录因子-κB(N F-κB)纽约心功能分级(N Y HA)动脉血二氧化碳分压(P a C O2)动脉血氧分压(P a O2)磷酸盐缓冲液(P B S)经皮冠状动脉介入治疗(P C I)聚合酶链反应(P C R)经皮冠状动脉腔内成形术(P T C A)核糖核酸(R N A)逆转录聚合酶链反应(R T-P C R)链霉抗生物素蛋白-生物素酶复合物(S A B C法)标记的链霉抗生物素蛋白-生物素法(S P法)生理盐水二羟基氨基甲烷缓冲液(T B S)血清总胆固醇(T C)甘油三酯(T G)心肌灌注分级(T I M I)肿瘤坏死因子(T N F)氯化三苯四氮唑(T T C)T1加权像(T1W I)原位末端标记法(T U N E L)极低密度脂蛋白胆固醇(V L D L-C)世界卫生组织(WHO)中华老年心脑血管病杂志编辑部㊃534㊃中华老年心脑血管病杂志2021年4月第23卷第4期 C h i n J G e r i a t r H e a r t B r a i n V e s s e l D i s,A p r2021,V o l23,N o.4。
人工智能技术在儿童口腔医学中的应用进展
人工智能技术在儿童口腔医学中的应用进展黄尧1，2，饶南荃1，2，张翔3，吕闻冰3，吕长海1，21 昆明医科大学附属口腔医院儿童口腔科，昆明650106；2 昆明医科大学附属口腔医院云南省口腔医学重点实验室；3 云南大学信息学院摘要：近年来，人工智能在医学领域中的应用越来越广泛，人工智能的子领域机器学习及其分支深度学习和卷积神经网络在儿童口腔医学中已经得到初步应用并获得较好的效果。
在儿童口腔影像学方面，深度学习模型可对儿童根尖片、曲面体层片、头影测量片、锥形束CT等口腔影像及数码照片进行智能诊断，主要用于乳恒牙的检测与编号、额外牙的分类与检测、牛牙样牙识别、乳牙下沉检测、牙齿异位萌出分割与检测、腺样体肥大及牙龄评估等。
在儿童口腔疾病方面，机器学习能够识别牙菌斑、龋病，并预测低龄儿童龋病，可评估儿童及青少年口腔健康状况。
在信息技术高速发展的时代，人工智能技术将助力儿童口腔医学在预防、诊断、治疗、预后预测等多方面的发展。
关键词：人工智能；儿童口腔医学；机器学习；深度学习；卷积神经网络doi：10.3969/j.issn.1002-266X.2023.29.026中图分类号：R78 文献标志码：A 文章编号：1002-266X（2023）29-0104-04随着社会经济的发展和生活水平的提高，人们对儿童口腔健康的重视程度越来越高。
近年来，人工智能（AI）正在以多种形式融入我们的日常生活中，并影响着全球许多行业。
AI是指通过计算机程序模拟人类感知、推理、学习等能力的技术，其子领域机器学习及其分支深度学习和卷积神经网络在儿童口腔医学中已经得到初步应用，如对儿童口腔影像及数码照片的智能诊断以及低龄儿童龋病的预测，并获得较好的效果。
机器学习作为人工智能的重要技术，能够从大量数据中自已学习规律，并利用未知数据进行预测［1］。
深度学习模型具有多个隐藏层神经网络模型，能够自动发现数据中的复杂模式，对复杂特征进行分类及预测，在图像识别上展现出较好的效果［2］。
移动通信实验指导书3-6,
实验三、复合地址码扩频调制及PN码解扩一、实验目的1、掌握发端复合地址码扩频调制及收端PN码解扩的基本原理。
2、掌握扩频调制及解扩的实现过程。
二、实验条件1、示波器2、移动通信实验箱三、实验原理发端BS1导频信道扩频基带信号PIL=PN1(t) （5-1）同步信道扩频基带信号SYss=SYfr⊕W8⊕PN1 （5-2）用户1由信道地址码W i单独扩频的扩频基带信号D1w=D l xs⊕W i （5-3）用户1由信道地址码W i及基站地址码PN1复合扩频的扩频基带信号D l ss=D l w⊕PN1=D l xs⊕W i⊕PN1 （5-4）则BS1总的扩频基带信号Dss=PIL+SYss+D l ss+…经BPSK调制后输出BPSK1=Dss·cosωIF t=PIL·cosωIF t+SYss·cosωIF t+D1ss·cosωIF t+… （5-5）接收端收到的中频信号f IF-RX也可用式（3-11-5）表示，则由模拟乘法器M5构成的PN码解扩器输出f IF-des=f IF-RX·PN1(t)=(PIL·cosωIF t+SYss·cosωIF t+D l ss·cosωIF t+…)·PN1(t)将式（5-1）、式（5-2）及式（5-4）代入上式，并用到⊕与乘法器等效的关系，得f IF-des=PN1(t)·PN1(t)·cosωIF t ；导频信道+SYfr·W8·PN1(t)·PN1(t)·cosωIF t ；同步信道+D l xs·Wi·PN1(t)·PN1(t)·cosωIF t；用户1业务信道+…将PN1(t)·PN1(t)=+1·+1/-1·-1=1代入上式得f IF-des=cosωIF t ；导频信道+SYfr·W8·cosωIF t ；同步信道+D l xs·W i·cosωIF t；用户1业务信道（5-6）四、实验内容与要求（一）扩频调制测量步骤1、实验箱设置：插上BS1、BS2及MS天线。
PCR_管内温度的精准预测及快速控温
引用格式：张月业, 姚佳, 张芷齐, 等. PCR 管内温度的精准预测及快速控温[J]. 中国测试，2023, 49(11): 150-156. ZHANG Yueye,YAO Jia, ZHANG Zhiqi, et al. Accurate estimation and rapid temperature control methods of PCR temperature in tube[J]. China Measurement & Test, 2023, 49(11): 150-156. DOI: 10.11857/j.issn.1674-5124.2023020082PCR 管内温度的精准预测及快速控温张月业1,2， 姚 佳2， 张芷齐2， 李金泽2， 周连群1,2(1. 长春理工大学机电工程学院，吉林 长春 130022; 2. 中国科学院苏州生物医学工程技术研究所 中国科学院生物医学检验技术重点实验室，江苏 苏州 215163)摘 要: 聚合酶链式反应（PCR ）分析仪以样品块（Block ）温度为控制对象实现样本温度控制，易产生热滞效应。
为减小管内迟滞，缩短样本的变温时间，该研究在利用有限元分析技术建立单孔样本热传导模型的基础上，构建一种融合初始温度-目标温度-等效热阻的三参数模型预测管内实际温度，实现PCR 过程管内温度实时跟踪。
根据模型精准预测管内温度，对样品块进行精准快速控温，大幅缩短升降温时间，降低了管内样品的传热迟滞。
实验结果表明，与管内实际温度相比，管内样品温度预测方法误差低于±1.5 ℃；样品块温度控制目标曲线优化后，管内温度迟滞时间缩短了27%以上。
该文提出精准控制温度过冲的优化方法在保证管内样本温度的基础上显著缩短了PCR 热循环整体时间，有利于实现更快速、更精准的核酸定量检测结果。
关键词: 聚合酶链式反应; 有限元分析; 温度预测; 温度优化中图分类号: R318.6; TB9文献标志码: A文章编号: 1674–5124(2023)11–0150–07Accurate estimation and rapid temperature control methods ofPCR temperature in tubeZHANG Yueye 1,2, YAO Jia 2, ZHANG Zhiqi 2, LI Jinze 2, ZHOU Lianqun 1,2(1. School of Mechanical and Electrical Engineering, Changchun University of Science and Technology, Changchun 130022, China; 2. Key Laboratory of Bio-medical Diagnosis, Suzhou Institude of Biomedical Engineering andTechnology, Chinese Academy of Sciences, Suzhou 215163, China)Abstract : The polymerase chain reaction (PCR) analyzer takes the sample block temperature as the control object to control the sample temperature, resulting in thermal hysteresis. To reduce the thermal hysteresis and shorten the temperature change time of sample, this paper is based on the establishment of single-hole sample thermal conduction model by the finite element analysis technique, a three-parameter model that fused the initial temperature-target temperature-equivalent thermal resistance is constructed to predicted the sample temperature in tube and achieve real-time temperature tracking in the PCR process. According to the predicted temperature in the tube, the temperature of the sample block is accurately and quickly controlled, which greatly shorten the heating and cooling time and reduce the heat transfer hysteresis of the sample in the tube. The收稿日期: 2023-02-11；收到修改稿日期: 2023-04-07基金项目: 国家重点研发计划资助项目（2022YFC2409300）；江苏省社会发展重点研究开发项目（BE2020768）；中国科学院生物医学检验技术重点实验室开放课题资助项目(A2023F001)作者简介: 张月业（1997-），男，河南台前县人，硕士研究生，专业方向为PCR 温度控制。
电力市场售电公司最优购售电量决策模型及其应用
㊀㊀㊀㊀收稿日期:2022-04-04;修回日期:2022-05-16基金项目:国家电网公司管理咨询项目(S G H B 0000J YWT 2101399);国家社会科学基金后期资助暨优秀博士论文出版项目(20F J Y B 010)通信作者:叶㊀泽(1962-),男,教授,主要从事电价㊁电力市场研究;E -m a i l :y e z e 2003@q q.c o m 第37卷第4期电力科学与技术学报V o l .37N o .42022年7月J O U R N A LO FE I E C T R I CP O W E RS C I E N C EA N DT E C H N O L O G YJ u l .2022㊀电力市场售电公司最优购售电量决策模型及其应用汤㊀旸1,刘翊枫1,王㊀静1,高㊀雄1,叶㊀泽2,陈㊀磊3,刘㊀畅2(1.国网湖北省电力有限公司,湖北武汉430077;2.长沙理工大学经济与管理学院,湖南长沙410114;3.长沙理工大学电气与信息工程学院,湖南长沙410114)摘㊀要:2021年中国电力中长期市场重签年度合同的现象,凸显了市场主体考虑风险因素的最优电量组合决策的理论及政策问题㊂在自主决策批发市场购电量和零售市场电价套餐的前提下,构建售电公司基于条件风险价值(C V a R )的购㊁售电业务最优电量比例的决策模型,并进行实例计算及分析㊂根据目前省级电力市场实际设计售电公司的典型购售电业务情景,提出相应的收入或成本计算方法;以条件风险价值为风险评估指标,以批发市场不同交易品种购电量比例和零售市场不同电价套餐售电量比例为决策变量,以收益最大为优化目标,建立售电公司收益 风险最优决策模型㊂结合广东电力市场实际数据计算典型购售电业务组合与置信水平对于售电公司购售电电量结构㊁收益及风险的影响㊂通过模型构建与模拟计算合理解释和分析重签合同的原因,为包括售电公司在内的市场主体考虑风险管理的购售电量决策和政府年度市场交易方案制定提供依据㊂关㊀键㊀词:售电公司;购售电量结构;条件风险价值;最优决策模型D O I :10.19781/j .i s s n .1673-9140.2022.04.001㊀㊀中图分类号:TM 863㊀㊀文章编号:1673-9140(2022)04-0003-10O p t i m a l d e c i s i o nm o d e l a n d a p p l i c a t i o no f e l e c t r i c i t yp u r c h a s i n g an d s e l l i n g o f e l e c t r i c i t y r e t a i l e r i n e l e c t r i c i t y ma r k e t T A N G Y a n g 1,L I U Y i f e n g 1,WA N GJ i n g 1,G A O X i o n g 1,Y EZ e 2,C H E N L e i 3,L I U C h a n g2(1.S t a t eG r i dH u b e i E l e c t r i cP o w e rC o .,L t d .,W u h a n430077,C h i n a ;2.S c h o o l o fE c o n o m y &M a n a g e m e n t ,C h a n g s h aU n i v e r s i t y of S c i e n c e&T e c h n o l og y ,Ch a n g s h a 410114,C hi n a ;3.S c h o o l o fE l e c t r i c a l&I n f o r m a t i o nE n g i n e e r i n g,C h a n g s h aU n i v e r s i t y o f S c i e n c e&T e c h n o l o g y ,C h a n gs h a 410114,C h i n a )A b s t r a c t :T h e p h e n o m e n o no f r e s i g n i n g a n n u a l c o n t r a c t s i nC h i n am e d i u m -t e r ma n d l o n g -t e r me l e c t r i c i t y m a r k e t h i gh -l i g h t s t h e t h e o r e t i c a l a n d p o l i c y i s s u e s o f o p t i m a l p o w e r c o m b i n a t i o n d e c i s i o nm a k i n g b y m u l t i p l e i n v e s t o r s c o n s i d e r i n gr i s k f a c t o r s i n2021.B a s e do nt h e i n d e p e n d e n td e c i s i o n m a k i n g f o r p o w e r p u r c h a s e i n w h o l e s a l e m a r k e ta n dt a r i f f p a c k a g e s i n r e t a i lm a r k e t ,t h e d e c i s i o nm a k i n g m o d e l o f o pt i m a l p o w e r r a t i oo f p o w e r s a l e z b u s i n e s sb a s e do nc o n d i -Copyright ©博看网. All Rights Reserved.电㊀㊀力㊀㊀科㊀㊀学㊀㊀与㊀㊀技㊀㊀术㊀㊀学㊀㊀报2022年7月t i o n a l v a l u e a t r i s k(C V a R)i s c o n s t r u c t e df o r p o w e r c o m p a n i e s,n u m e r i c a l c a l c u l a t i o na n da n a l y s i sa r ec a r r i e do u t.A c c o r d i n g t o t h e t y p i c a l p o w e r p u r c h a s e a n d s a l e s b u s i n e s s s c e n a r i o f o r p o w e r c o m p a n i e s b a s e d o n t h e c u r r e n t p r o v i n-c i a l p o w e rm a r k e t,t h i s p a p e r p r o p o s e s a c o r r e s p o n d i n g r e v e n u e o r c o s t c a l c u l a t i o nm e t h o d;u s e sC V a Ra s t h e r i s k a s-s e s s m e n t i n d e x,a n d t a k e s t h e p u r c h a s e r a t i oo f d i f f e r e n t t r a d i n g v a r i e t i e s i n t h ew h o l e s a l em a r k e t a n d t h e s a l e s r a t i o o f d i f f e r e n t t a r i f f p a c k a g e s i n t h e r e t a i lm a r k e t a s t h e d e c i s i o n v a r i a b l e s.T h e o p t i m a l r e v e n u e-r i s k d e c i s i o nm o d e l a i m s t om a x i m i z e t h e r e v e n u e s.T h e i m p a c t o f t y p i c a l p o w e r t r a n s a c t i o n c o m b i n a t i o n s a n d d i f f e r e n t c o n f i d e n c e l e v e l s o n t h e s t r u c t u r e,r e v e n u e a n d r i s k s o f p o w e r t r a n s a c t i o n sb yp o w e r c o m p a n i e s i s c a l c u l a t e db y c o m b i n i n g t h e a c t u a l d a t ao f G u a n g d o n gp o w e rm a r k e t.T h e p a p e r a n a l y z e s t h e r e a s o n s f o r r e s i g n i n g c o n t r a c t sb a s e do n t h eo b j e c t i v em o d e l s a n d s i m u l a t i o n,a n d p r o v i d e s ab a s i s f o r i n v e s t o r s,i n c l u d i n gp o w e r c o m p a n i e s,t om a k e d e c i s i o n s o n p o w e r p u r c h a s e a n d s a l e s c o n s i d e r i n g r i s km a n a g e m e n t a n d t h e g o v e r n m e n t's a n n u a lm a r k e t t r a d i n g s c h e m e.K e y w o r d s:e l e c t r i c i t y r e t a i l e r;p o w e r p u r c h a s i n g a n d s e l l i n g s t r a t e g y;c o n d i t i o n a l v a l u e a t r i s k;r i s ka n a l y s i s㊀㊀国家发展改革委㊁国家能源局‘关于做好2021年电力中长期合同签订工作的通知(发改运行[2020]1784号)“(简称‘通知“)对2021年电力中长期交易提出了 大比例签 的要求,提出要充分发挥电力中长期合同的规避风险作用,各地政府主管部门要鼓励市场主体签订中长期合同特别是年度及以上中长期合同,结合实际确定2021年度及以上中长期合同签订工作目标,力争签约电量不低于前3年用电量平均值的80%,并通过后续月度合同签订保障中长期合同签约电量不低于前3年用电量的平均值90%~95%[1]㊂在2021年10月国家发展改革委出台‘关于进一步深化燃煤发电上网电价市场化改革的通知(发改价格[2021]1439号)后,各省根据文件精神迅速调整电力市场交易电价,对已签订的年度交易合同但在10月15日还未执行的燃煤发电机组电量,要求合同各方于11月5日前本着平等协商原则按照价格政策完成合同改签㊁换签和补签㊂中国2个半月的年度市场交易合同的改签㊁换签涉及数千亿千瓦时电量交易价格及市场主体利益的大幅度事后调整㊂由于短周期交易可以相对较好地规避这种风险问题,因此,也就提出了批发市场不同交易品种和零售市场不同电价套餐的最优交易电量或比例问题㊂售电公司通过批发市场从发电企业购入不同交易品种的电能,并在零售市场以各种电价套餐向用户转售电能并获取收益[2],在不同购入和售出价格下,售电公司必然寻求收益最大化的购售电量决策㊂当售电公司与发电企业按要求大比例签约年度交易电量合同后,如果燃料价格出乎预料地大幅度上涨,则月度市场交易价格和试结算运行现货市场交易价格相应大幅度提高,发电企业年度交易合同相应形成较大的价格风险,产生巨大风险损失㊂相反,如果燃料价格出乎预料地大幅度下降,则月度市场交易价格和试结算运行现货市场交易价格相应大幅度降低,售电公司年度交易合同相应形成较大的价格风险,产生巨大风险损失㊂因此,在批发市场大比例签约情况下,燃料价格等因素出乎预料地变化都会使市场主体承担价格风险及其损失㊂在这种情况下,为了规避市场主体价格风险,避免年度交易合同重签㊁改签等不规范行为发生,假设放开年度交易合同 大比例签 的要求,允许市场主体在批发市场和零售市场自主决策购售电量,市场主体最优购售电量决策问题不仅具有科学意义,其结果对当前市场交易组织也有重要参考价值㊂目前,国内外相关研究以一般市场环境下市场主体特别是售电公司运营模式及购售电价格㊁电量策略为主㊂文献[3-4]梳理和归纳了国外电力零售市场的发展现状,并针对几家典型的售电公司的购售电模式进行了分析;文献[5-6]研究了电动汽车参与电力市场下售电公司的最优购售电策略;文献[7]采用期望 方差法构建了不考虑风险因素,仅考虑风险因素㊁兼顾风险与收益因素3种场景下供电公司的最优购电模型;文献[8]将分布式电源与可调节负荷引入售电公司的优化调度策略,构建了以售电公司日利润最大为目标的优化调度模型,但并未考虑多时间尺度的购售电模式;文献[9]利用心理学方法建立了用户对售电主体及用电合同的选择行为模型,提出了考虑可中断负荷参与的售电公司营销策略;文献[10]计及可再生能源㊁分布式电源及储能等购电来源,提出了针对售电公司多类型售电合同的4Copyright©博看网. All Rights Reserved.第37卷第4期汤㊀旸,等:电力市场售电公司最优购售电量决策模型及其应用定价方法,但忽略了可再生能源的购电成本;文献[11]将用户侧负荷作为平衡资源,并综合考虑可中断负荷㊁电量收购等需求响应项目效益,提出了计及售电公司收益㊁风险与用户满意度的多目标优化模型;文献[12]通过挖掘用户需求响应的潜力,构建了以售电公司利益最大为上层目标,用户用电效用最大为下层目标的售电公司购售电双层优化模型;文献[13-14]在计及多时间尺度购电业务与差异化售电模式的基础上,以条件风险价值为购售电风险计量指标,建立了以售电公司购售电收益最大为目标的综合决策模型㊂上述文献为本文研究提供了收益 风险模型的设计思路与风险计量工具的选择依据,但没有考虑和专门研究当前市场环境下市场主体针对价格风险的最优购售电量结构决策问题㊂本文把当前中国中长期市场交易的价格风险管理和决策问题提炼为基于价格风险的售电公司最优购售电量决策问题,希望通过考虑风险程度的市场主体最优购售电量决策结果,揭示年度交易电量签订比例的客观规律,为中长期市场交易提供政策依据㊂首先,假设目前售电公司的市场环境为在购电侧通过中长期市场与现货市场购电,其中中长期市场包括年度市场与月度市场;在零售市场,售电公司按固定价格㊁价差分成和佣金制3种模式与用户交易;其次,逐一对3种电价套餐的收入与3种购电交易的成本建模分析,建立售电公司购售电总收益计量模型;再次,以条件风险价值为风险度量指标,以售电公司购售电收益最大为目标函数,构建计入风险的售电公司购售电量最优决策模型;最后,通过算例得出售电公司购售电量的最优决策,分析不同购售电模式与置信水平对于售电公司购售电电量结构㊁收益及风险的影响及其政策意义㊂1㊀售电公司购售电业务分析目前,市场环境下中国售电公司经营业务可简单分为购电侧和售电侧业务两大类㊂以目前省级现货市场试点省售电公司购售电业务为基础,售电公司具体业务如图1所示㊂在中长期交易与现货交易并存的市场体系下,假设售电公司购电侧业务分为年度交易㊁月度交易和现货市场3种,售电公司设计固定价格模式㊁价差分成模式和佣金制3种电价套餐供用户选择㊂售电侧电力流资金流图1㊀购售电业务模式F i g u r e1㊀M o d e l s f o r e l e c t r i c i t yp u r c h a s i n ga n d s e l l i n gb u s i n e s s2㊀C V a R方法风险价值(v a l u e a t r i s k,V a R)是重要的金融风险衡量方法,表示在一定的置信水平α下,某种投资组合可能面临的最大损失,可表示为P r(ΔPɤB V a R)=α(1)式中㊀ΔP为某种投资组合市场价值的变化;B V a R 为某种投资组合可能面临的最大损失;α为给定的概率㊂V a R作为风险计量方法具有清晰㊁简洁的优点,但是,理论上不满足凸性与次可加性,而且计算结果不够稳定㊂由于电力市场交易电量规模巨大,不稳定的风险计量经过电量放大后可能产生市场主体无法接受的风险损失㊂现货市场模式下电力市场交易不断发生,市场主体的风险态度一般倾向于保守,因此,这种方法虽然揭示了风险本质问题,但是不适用于电力市场风险计量㊂为了弥补风险价值方法的上述不足,U r y a s e v 与R o c k a f e l l e r提出了条件风险价值(c o n d i t i o n a l v a l u e a t r i s k,C V a R)的概念㊂是指投资组合的收益小于风险价值的条件均值,即计量了一定置信水平下所有收益小于风险价值或损失的平均值㊂该平均值大概率地锁定了电力市场交易的最大风险,特别适合于交易规模偏大的电力市场交易价格风险的计量和具有风险保守倾向的电力市场主体㊂在给定的置信水平α下,收益的条件风险价值5Copyright©博看网. All Rights Reserved.电㊀㊀力㊀㊀科㊀㊀学㊀㊀与㊀㊀技㊀㊀术㊀㊀学㊀㊀报2022年7月为[15]B C V a R(π(x,y))=E[π(x,y)|π(x,y)ɤB V a R](2)其中,π(x,y)表示与x㊁y相关的收益函数,x表示决策向量,y表示随机向量,用来衡量影响收益的不确定性,例如市场价格㊁需求等㊂由于B C V a R中包含B V a R函数,难以直接处理㊂借鉴文献[16-17]的方法,将式(2)转化为B C V a R(π(x,y))=m a x[θ+1αE[(π(x,y)-θ)-](3)其中,(π(x,y)-θ)-=m i n[0,π(x,y)-θ],θ为使得式(3)取得最大值时的B V a R值㊂3㊀售电公司购售电收益分析假设售电公司仅开展购售电业务㊂售电公司在零售市场从用户取得售电收入,在电力批发市场支付购电成本,两者的差构成售电公司购售电业务收益[18-20]㊂3.1㊀售电公司售电收入分析由文1可知,售电公司通过固定价格模式㊁价差分成模式及佣金制向用户售电,从而获取相应的收入㊂固定价格模式是指售电公司与电力用户双方以事先确定的某一数值的固定价格,在一定时期内签订售电合同㊂售电公司通过该模式获取的收入为S1=ðI i=1k s p,i P s p,m e a n,i Q(4)式中㊀I为用户种类;k s p,i为售电公司通过固定价格模式与第i类用户交易的售电比例,0ɤk s p,iɤ1; P s p,m e a n,i为售电公司通过固定价格模式与第i类用户交易的售电价格均值;Q为售电公司的日售电量,与日购入电量相等㊂为了集中研究最优电量结构问题,本文假设电力市场每日负荷需求与供给曲线相同,每日购售电量相同㊂日购售电量与相应周期时间长短的乘积即为年㊁月购售电量㊂考虑到目前国家相关文件中对年度交易电量合同签订比例的要求,为强化模型结果的政策解释效果,本文电量决策变量采用不同交易品种电量的比例值㊂价差分成模式是指将实际交易价格与目录电价的价差用户售电公司2/3㊁1/3分成其中,目录电价指不参与市场执行国家规定的电价㊂不同用户可能执行不同的目录电价制度(两部制或一部制)和电价水平,本文假设只有一类用户和一个平均目录电价水平㊂售电公司通过价差分成模式获取的收入可表征为S2=ðI i=1k d p,i P d p,m e a n,i Q(5)式中㊀k d p,i为售电公司通过价差分成模式与第i类用户交易的售电比例,0ɤk d p,iɤ1;P d p,m e a n,i为售电公司通过价差分成模式与第i类用户交易的售电价格均值㊂佣金制的价格是实际交易价格与佣金额度之和,实际交易价格按实际年度㊁月度交易和现货市场成交均价结算,而本文根据2020年广东电力市场售电公司净收益与交易电量的比值,确定佣金的收取比例㊂售电公司通过佣金制获取的收入为S3=ðI i=1k b p,i P b p,m e a n,i Q(6)式中㊀k b p,i为售电公司通过佣金制售电模式与第i 类用户交易的售电比例,0ɤk b p,iɤ1;P b p,m e a n,i为售电公司通过佣金制售电模式与第i类用户交易的售电价格均值㊂3.2㊀售电公司购电成本分析为满足用户的用电需求,假设售电公司只通过开展年度㊁月度及现货交易向发电企业购入电能㊂年度交易指售电公司与发电企业按固定价格签订的一年内购电合同㊂年度交易合同相对于月度交易合同和现货市场,能够规避短期市场交易价格波动的风险㊂售电公司通过年度交易需支付的购电成本为C1=k a t P a t,m e a n Q(7)式中㊀P a t,m e a n为年度交易价格均值;k a t为年度交易购电量占总购电量的比例,0ɤk a tɤ1㊂为平衡年度分月电量与用户月用电需求的差异,降低煤价波动等因素造成的电价波动风险,售电公司往往还会与发电企业签订以月为周期的合同,即月度购电合同㊂售电公司通过月度交易所支出的购电成本为C2=k m t P m t,m e a n Q(8)6Copyright©博看网. All Rights Reserved.第37卷第4期汤㊀旸,等:电力市场售电公司最优购售电量决策模型及其应用式中㊀P m t,m e a n为月度交易价格均值;k m t为月度交易购电量占总购电量的比例,0ɤk m tɤ1㊂为消除中长期电力交易与实时电能需求的偏差,售电公司往往还会参与现货市场交易,且目前中国电力现货市场已经开始试结算运行㊂售电公司在现货市场上的购电成本为C3=k s t P s t,m e a n Q(9)式中㊀P s t,m e a n为现货交易价格均值;k s t为现货交易购电量占总购电量的比例,0ɤk s tɤ1㊂3.3㊀售电公司购售电总收益作为中间商,售电公司与发电企业开展购电交易,并向用户提供不同类型的售电合同,通过赚取中间差价获取收益㊂因此,当购售电总量为Q时,售电公司的购售电总收益应为售电收入与购电支出之差: B=S1+S2+S3-C1-C2-C3(10) 4㊀基于C V a R的售电公司购售电收益 风险最优购售电量决策模型4.1㊀模型构建借鉴指标在金融行业的应用,本文使用指标对售电公司的购售电收益与风险进行分析,购售电风险计量模型为B C V a R(β)=B V a R(β)+1n(1-β)ðN n=1(L n-B V a R(β))+(11)式中㊀B C V a R(β)为总购/售电电量为Q时置信水平β下售电公司收益的条件风险价值;B V a R(β)为总购/售电电量为Q时置信水平β下售电公司收益的风险价值;N为样本点数量;L n为第n个样本点售电公司的购售电损失值;(L n-B V a R(β))+= m a x[0,L n-B V a R(β)]㊂基于文3中分析,以最大化售电公司购售电收益为目标,并保证收益的条件风险在可接受的风险水平内,建立购售电收益 风险优化决策模型,目标函数为F=m a x B(12)㊀㊀需满足的约束包括条件风险㊁购电比例及售电比例约束,分别为B C V a R(β)ɤη(13)k a t+k m t+k s t=1(14)k s p,i+k d p,i+k b p,i=1(15)其中,η表示售电公司可接受的风险水平㊂4.2㊀模型求解基于C V a R的售电公司购售电收益 风险最优决策模型是一个线性规划问题,决策变量为各交易品种购电合同与不同电价套餐售电合同的电量比例,本文借助M a t l a b编写相应的程序进行计算㊂5㊀算例分析5.1㊀算例描述根据文中分析,售电公司通过年度㊁月度和现货交易模式向发电企业购电,并通过固定价格模式㊁价差分成模式与佣金制向用户售电㊂各类购售电业务的价格均值与标准差均根据广东电力市场2019㊁2020年的实际交易数据计算得出,假设现货市场正常运行且全年按2020年5月试结算运行的结果运行,具体数值如表1所示㊂表1㊀售电公司购售电价格数据T a b l e1㊀E l e c t r i c i t yp u r c h a s e a n d s a l e p r i c e o fe l e c t r i c i t y r e t a i l e r项目业务类型价格/(元/(MW㊃h))均值标准差年度交易410.052.75购电月度交易425.8625.15现货交易343.89169.54固定价格模式417.050.00售电价差分成模式502.9880.56佣金制499.4760.42假设售电公司的日售电量规模分为3个等级a㊁b㊁c,且Q a=1500㊁Q b=1200㊁Q c=800MW㊃h,置信水平β取0.9,据此计算不同风险水平下售电公司的最大收益㊂5.2㊀现货市场模式下算例结果及分析由式(4)~(15)可知,不同风险水平下售电公司的最优购售电比例与总收益均不相同㊂不同风险水平下售电公司的日收益与日购售电量结构如表2所示,售电公司收益与日售电量㊁风险水平的关系如图2所示㊂当售电公司日售电量为Q a时,售电公司的7Copyright©博看网. All Rights Reserved.电㊀㊀力㊀㊀科㊀㊀学㊀㊀与㊀㊀技㊀㊀术㊀㊀学㊀㊀报2022年7月购电电量结构与风险水平的关系如图3所示,其售电电量结构与风险水平的关系如图4所示㊂表2㊀日售电规模为Q a 时售电公司购售电电量比例结构与收益T a b l e 2㊀T h e p r o po r t i o n s t r u c t u r e a n d i n c o m e o f p o w e r p u r c h a s e da n d s o l db y e l e c t r i c i t y re t a i l e r w h e n t h e d a i l ypo w e r s a l e s i s Q a B C V a R /万元购电比例/%k a tk m tk s t售电比例/%k s p,i k d p,i k b p,i B/万元00.4676.0823.4699.600.210.191.6225.9055.9238.1993.673.442.884.3140.7048.8450.4683.6310.206.176.9865.8140.7853.4170.411.8927.719.05818.3630.4151.2354.8642.912.2311.221027.3132.5840.1134.7440.0325.2412.54125.3012.1882.5238.1942.0419.7716.811427.0618.6254.3210.7944.4744.7417.261614.128.8677.024.9644.7650.2820.47180.000.00100.000.0032.3767.6323.51200.000.00100.000.0032.3767.6323.51252015105收益/万元Q aQ b Q c30252015105条件风险价值/万元图2㊀售电公司收益与日售电量、风险水平的关系F i gu r e 2㊀T h e r e l a t i o n s h i p b e t w e e n t h e i n c o m e o f e l e c t r i c i t y r e t a i l e r a n dd a i l y e l e c t r i c i t y sa l e s a n d r i s k l e v e l 10080604020购电比例/%年度交易月度交易现货交易30252015105条件风险价值/万元图3㊀日售电规模为Q a 时售电公司的购电电量结构与风险水平的关系F i gu r e 3㊀T h e r e l a t i o n s h i p b e t w e e n t h e p o w e r p u r c h a s e q u a n t i t y a n d r i s k l e v e l o f e l e c t r i c i t y re t a i l e r w h e n t h e d a i l ypo w e r s a l e s i s Q a 固定价格模式价差分成模式佣金制10080604020售电比例/%30252015105条件风险价值/万元图4㊀日售电规模为Q a 时售电公司的售电电量结构与风险水平的关系F i gu r e 4㊀T h e r e l a t i o n s h i p b e t w e e n t h e p o w e r s a l e s q u a n t i t y a n d r i s k l e v e l o f e l e c t r i c i t y re t a i l e r w h e n t h e d a i l ypo w e r s a l e s i s Q a 综合表2㊁图2~4,分析结果如下㊂1)售电公司购售电量比例结构和收益受售电公司条件风险即售电公司可接受的风险损失水平的直接影响㊂随着条件风险的增加,购售电量结构比例会发生很大的变化,如年度㊁月度交易电量比例在条件风险为零时分别高达0.46%㊁76.08%,但在条件风险值达到18万元时,2个比例均减至0㊂因此,市场主体的风险态度对购售电量比例最优决策有很大的影响㊂目前,中国售电公司按产权结构主要分为国有和私有售电公司2种,其中以国有售电公司为主㊂假设国有售电公司是风险喜好的,私有售电公司是风险厌恶的,则在国有售电公司为主体的情况下,市场主体自主决策签约年度和月度电量的比例很低㊂相对于风险厌恶的私有售电公司,在年度和月度电量之间,明显愿意签约月度交易电量㊂零售市场交易电量比例也随市场主体可接受的风险损失水平而呈现出明显的差异,根据,零风险损失的私有售电公司选择固定价格合同售电的比例高达99.60%,而可接受最大条件风险的国有售电公司选择佣金制售电的比例为67.63%㊂2)在目前市场环境下,随着条件风险的增加,售电公司年度交易购电比例先增大后减小,但最大比例也只有27.31%,与‘通知“中80%的要求有很大的差距㊂相比而言,月度市场交易电量比例随着条件风险的增加而逐渐减少,最大值为76.08%;现货市场购电比例则相反,随着条件风险的增加而逐渐增加,最大值为100%㊂这个结果说明,在不同风险8Copyright ©博看网. All Rights Reserved.第37卷第4期汤㊀旸,等:电力市场售电公司最优购售电量决策模型及其应用水平下,市场主体可能选择高比例的月度交易电量,也可能选择高比例的现货市场交易电量,但就是不会选择高比例的年度市场交易电量㊂与售电侧不同电价套餐的售电比例随着条件风险的递增也呈现规律性变化,主要表现为由固定价格向价差分成㊁佣金制模式并存转变㊂3)购电电量结构㊁条件风险与售电公司风险收益的关系㊂首先,条件风险与售电公司的风险收益有正相关关系㊂表2显示,随着条件风险的增加,售电公司收益也相应增加,符合风险与收益并存的基本原理;图2揭示,当条件风险达到一定值后,售电公司风险收益也相应稳定在一个确定的水平,对应的最小条件风险值具有最优值的决策意义,即售电公司冒适度风险即可获得最大收益;图2中拐点可称为售电公司的收益 风险均衡点,当日售电规模分别为Q a ㊁Q b ㊁Q c 时,最大收益分别为23.51㊁18.81㊁12.54万元㊂其次,相比之下,购电电量结构与风险收益的关系并不明确,或者说不存在最优的购售电量比例结构㊂图3揭示,年度交易电量比例与条件风险呈现正相关关系,而月度交易电量比例与条件风险呈现负相关关系,现货市场电量比例与条件风险的相关关系较小且不确定;图4揭示,固定价格模式与条件风险呈负相关关系,而价差分成与佣金制则与条件风险呈正相关关系㊂4)置信水平的影响分析㊂置信水平间接地反映了售电公司的风险偏好程度㊂在现货市场模式下,不同置信水平时售电公司收益与条件风险的关系如图5所示㊂图5㊀日售电规模为Q a 时售电公司的总收益与风险水平、置信水平的关系F i gu r e 5㊀T h e r e l a t i o n s h i p b e t w e e n t h e t o t a l i n c o m e o f t h e e l e c t r i c i t y re t a i l e r a n d t h e r i s k l e v e l a n d c o nf i d e n c e l e v e l sw h e n t h e d a i l ypo w e r s a l e s i s Q a 由图5可以看出,随着置信水平的降低,相同风险承受能力下售电公司收益不断上升,揭示了售电公司风险偏好程度与收益正相关的关系㊂在相同的置信水平下,随着条件风险的增大,售电公司收益也在不断提高㊂值得注意的是,算例结果揭示出售电公司风险偏好㊁承受能力2个指标都与收益正相关(表1),与本文算例中的参数假设特别是现货市场价格明显低于年度和月度市场交易价格有关,并不符合一般经济规律㊂5.3㊀中长期市场模式下算例结果及分析目前,中国电力现货市场仅在部分省试点建设和运行,当假设售电公司购电业务中无现货市场购电业务时,相应的市场模式就是目前中国各省中长期市场模式㊂在现货与中长期市场模式下,售电公司不同售电规模下条件风险与收益的关系如图6所示,其中带五星曲线表示中长期市场模式下条件风险与收益的关系,带圆圈曲线表示现货市场模式下条件风险与收益的关系㊂从图6中可以看出,在不同电量规模下,虽然2个市场模式下的风险 收益所呈现的拐点规律相似,在条件风险小于收益 风险均衡点之前,任一售电规模下售电公司的风险承受能力与收益成正比,但是,在相同电量规模下,一定条件风险下现货市场模式下售电公司的收益值明显大于中长期市场模式下的售电公司收益值㊂这个结果说明,现货比中长期市场模式对售电公司更有利,这与本文参数假设中采用2020年5月广东现货市场试运行交易价格有关㊂Q aQ b Q cQ a （k st =0）Q b （k st =0）Q c （k st =0）252015105收益/万元30252015105条件风险价值/万元图6㊀现货市场与中长期市场下售电公司收益随风险水平的变化对比F i gu r e 6㊀C o m p a r i s o no f t o t a l i n c o m e o f e l e c t r i c i t y r e t a i l e r u n d e r d i f f e r e n t r i s k l e v e l su n d e r s po tm a r k e t a n d m e d i u ma n d l o n g-t e r m m a r k e t 9Copyright ©博看网. All Rights Reserved.电㊀㊀力㊀㊀科㊀㊀学㊀㊀与㊀㊀技㊀㊀术㊀㊀学㊀㊀报2022年7月当售电公司日售电量为Q a时,售电公司的购售电电量比例结构与收益如表3所示,可以看出,中长期与现货市场模式下购售电量比例㊁条件风险和收益三者之间关系的差异㊂表3㊀日售电规模为Q a时售电公司购售电电量比例结构与收益(k s t=0)T a b l e3㊀T h e p r o p o r t i o n s t r u c t u r e a n d i n c o m e o f p o w e rp u r c h a s e da n d s o l db y e l e c t r i c i t y r e t a i l e rw h e nt h e d a i l yp o w e r s a l e s i s Q a(k s t=0)B C V a R/万元购电比例/%k a t k m t k s t售电比例/%k s p,i k d p,i k b p,iB/万元00.7699.240.0081.4818.270.251.08 26.3993.610.0065.2733.281.453.30 45.4394.570.0046.1952.801.015.74 650.0349.970.0043.6930.5325.776.99 856.4243.580.0027.6838.3333.999.16 1060.1739.830.0011.2042.9045.8911.31 1289.9210.080.000.9537.9261.1213.26 14100.000.000.000.0033.8366.1713.59 16100.000.000.000.0033.8366.1713.59 18100.000.000.000.0033.8366.1713.59 20100.000.000.000.0033.8366.1713.59 1)中长期市场模式下年度和月度交易的购电比例随售电公司可接受的风险损失程度也呈现明显的差异㊂当条件风险值ɤ4万元时,售电公司主要采用月度交易购电,选择固定价格模式售电;而随着条件风险的逐步递增,固定价格售电比例㊁月度交易购电比例逐渐降低,年度交易购电比例㊁价差分成模式与佣金制售电比例依次增大㊂当条件风险值ȡ14万元时,售电公司完全采用年度交易购电,通过价差分成㊁佣金制模式售电,且购售电比例和最大收益均保持不变㊂2)相比于现货市场模式下购售电量比例转换的条件风险,中长期市场模式的条件风险明显更低,即更容易发生购电量比例结构转换㊂比较表2㊁3㊁图3,在相同的日购电量规模下,现货市场模式下购电量结构发生转换的条件风险值大约在10万元左右,而中长期市场模式下购电量结构发生转换的条件风险值仅为大约6万元㊂售电侧售电套餐转换的条件风险也类似降低㊂3)在中长期市场模式下,售电公司相同条件风险下的收益降低㊂由于参数假设中现货市场价格低于年度和月度交易价格,故在中长期市场模式下,不同条件风险下售电公司的收益普遍低于现货市场模式下售电公司的收益,绝对差值随条件风险值增加而增加,但相对差值呈现由大到小然后再逐渐增大的规律㊂6㊀结语本文针对当前中国电力市场年度交易中存在的价格风险问题,以国家相关政策为背景,在计及售电公司参与多类型购售电交易的基础上,以条件风险价值为风险评估指标,构建了以收益最大为目标,以购售电量比例为决策变量的售电公司购售电收益 风险决策模型㊂仿真算例以广东电力市场运行数据为基础,重点分析了不同条件风险下售电公司收益最大化的最优购售电量比例及其相互关系,得出如下结论㊂1)无论是在现货还是中长期市场模式下,不同风险承受能力和风险偏好下的售电公司的最优购电电量比例虽然有所差异,但是,大比例主要集中在月度和现货市场电量中,大比例签约年度市场交易电量不是售电公司的最优选择㊂进一步分析,风险承受能力较小的售电公司会选择大比例签约的月度市场电量,而风险承受能力较大的售电公司会选择大比例签约现货市场电量㊂售电侧不同电价套餐的售电比例随着条件风险的递增也呈现规律性变化,主要表现为由固定价格向价差分成㊁佣金制模式并存转变㊂2)市场主体风险承受能力与收益呈正相关,但存在收益与条件风险的拐点㊂与市场模式无关,随着条件风险的增加,市场主体选择最优购售电量比例使收益增加;当收益增加到一定程度后会相对稳定,即使条件风险增加也不会增加收益㊂因此,收益稳定时最小的条件风险即是售电公司的最优风险损失水平㊂01Copyright©博看网. All Rights Reserved.。
哈威多路阀爆炸图
I Intermediate plates acc. to type plate or pamphlet
SL5-ZPL5.....
see page 14-15
(e. g.: SL5-ZPL5 V/E-G24)
J End plates acc. to type plate or pamphlet:
11
Screw
6380 013
12
Carburetor jet M4/0.6
13
Gap filter screw
7807 024
14
Skt. head screw ISO 4762-M8x10-A2-70
15
Valve taper
7700 057/1
16
Spring
7700 051
17
Screw
7700 058
Spare part list
for proportional directional spool valves type PSL, PSV, and PSM size 5
acc. to D 7700-5
Available assemblies
K
= ; >
C
<
B
F
B
A
M
@
A
@
J
; Connection block acc. to type plate or
SL5-E... (e. g. : SL5-E5)
see page 26-27
SL5-ZPL53 (52)
see page 25
K Plug for solenoid:
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Note: there is no perfect „one receptor – one function‟
- one receptor can respond to several kinds of stimuli and different receptor types can respond to similar stimuli
• Hair follicle receptors – receptors for light touch
- monitor the bending of hairs - rapidly adapting (sensation disappears quickly even if the stimulus is maintained)
Meissner‟s Corpuscles
Table 14.1 (2 of 4)
2. complete receptor cells – specialized epithelial cells or small neurons that transfer sensory information to sensory neurons
- monitor most special sensory information such as taste, vision, hearing, and equilibrium
• Itch receptor – in the dermis (newly discovered)
Table 14.1 (1 of 4)
Encapsulated Nerve Endings
• Consist of one or more end fibers of sensory neurons enclosed in connective tissue
c) Structure – divided into 2 broad categories free or encapsulated nerve endings
Classification by Location
• Exteroceptors – sensitive to stimuli arising from outside the body
3. Nerves – bundles of peripheral axons and Ganglia - clusters of peripheral neuronal cell bodies
- most are mixed nerves, contain both sensory and motor axons - some cranial nerves are purely sensory or purely motor in function
Basic Anatomical Scheme of the PNS in the Region of a Spinal Nerve
Figure 14.2
A nerve is composed of numerous nerve fibers
Sensory Receptors of the PNS
• Nociceptors – respond to harmful stimuli that result in pain (noci = harm)
Classification by Structure
• General sensory receptors – widely distributed
Free Nerve Endings
• Merkel discs – a disc-shaped epithelial cell innervated by a sensory nerve ending
- slowly adapting receptors for light touch (respond and send out action potentials even after continual stimulation)
• Chemoreceptors – respond to chemicals in solution (molecules tasted or smelled) and to change in blood chemistry • Photoreceptors in the eye – respond to light
• Also classified according to:
a) Location – based on body location or location of stimuli to which they respond
b) Type of stimulus detected – kinds of stimuli that most readily activate them
Functional Organization of the PNS
Figure 14.1
Peripheral Sensory Receptors
• Most fit into 2 main categories:
1. free nerve endings of sensory neurons
- monitor general sensory information such as touch, pain, pressure, temperature, and proprioception
Free Nerve Endings
• Abundant in epithelia and underlyin and temperature
• Monitor affective senses – those to which people have an emotional response (pain) • 2 specialized types of free nerve endings: - Merkel discs: lie in the epidermis - Hair follicle receptors: wrap around hair follicles
Classification by Stimulus Detected
• Mechanoreceptors – respond to mechanical forces
- such as touch, pressure, stretch, vibrations, and itch
• Thermoreceptors – respond to temperature changes
Classification by Location
• Proprioceptors – monitors degree of stretch and sends input on body movements to the CNS
- located in musculoskeletal organs such as skeletal muscles, tendons, joints, and ligaments
• All seem to be mechanoreceptors – capsules either amplify the stimulus or filter out the wrong types of stimuli • 4 main types - Meissner‟s corpuscles - Pacinian corpuscles - Ruffini endings - Proprioceptors
Autonomic Nervous System
• General visceral motor part of the PNS
• Has 2 divisions (with opposite effects): - Parasympathetic: „housekeeping‟ activities (rest and digest) - Sympathetic: extreme situations (fight or flight)
• Basic structural components: 1. Sensory receptors – pick up stimuli from inside and outside the body, then initiate impulses in sensory axons
2. Motor endings – the axon terminals of motor neurons that innervate the effectors
• Nerve endings of sensory neurons moniter: - Touch - Pressure - Vibration - Stretch - Pain - Temperture - Proprioception
Classification by Structure
• General sensory receptors are divided into 2 groups - Free nerve endings - Encapsulated nerve endings
• Functional components of the PNS
- sensory inputs and motor outputs - categorized as somatic or visceral - also classified as general or special