基于IVMD-KPCA-LSTM的超短期风电功率预测

为提高电力系统的可靠性和稳定性,以应对风电波动性带来的挑战,充分考虑制约风力发电的五种气候因素(风速、风向、气压、温度、湿度),首先,利用IVMD方法对气候因子序列进行分解,获得不同时间尺度下数据信号的变化,降低气候因子序列的非平稳性;其次,利用KPCA提取特征序列的关键影响因素,消除原始序列的相关性和冗余性,降低模型输入的维数;最后,利用LSTM网络对多变量特征序列进行动态建模,实现风电功率预测。采用龙源电力集团真实风力发电数据预测数据集2号风机数据进行验证,实验结果表明,基于IVMD-KPCA-LSTM的超短期风电功率预测模型相较于单一的LSTM模型在预测精度上有了显著的提升,RMSE下降了48.6%,MAE下降了34.4%,MAPE下降了81.6%。

基于MIC-IVMD-LSTM的超短期风电功率预测

为获取风电功率的时间细节特征,提高风电功率预测精度,本文提出基于MIC-IVMD-LSTM的风电功率预测模型。首先,使用最大互信息数算法选取特征参数,选择最大互信息系数前三的风速、风向和气压作为在后续预测过程中输入的特征变量,降低特征维度。其次,使用改进的变分模态分解(Variational Modal Decomposition,VMD)分解风电功率序列,获取最佳的模态分解数。最后,使用LSTM模型进行超短期风电功率预测。实例分析表明,基于MIC-IVMD-LSTM的风电功率预测模型能够有效提高风电功率预测精度,为电网调度提供科学依据。

基于MSBWO优化LSTM的短期风电功率预测

本文针对风电当并网时风电功率不稳会影响整个地区总网内的电压稳定的问题,建立以优化长短期记忆神经网络(Long-Short Term Memory,LSTM)超参数、提升风电功率的预测精度为目标的优化模型,提出基于多策略改进的白鲸优化算法(Multi-Strategy Beluga Whale Optimization,MSBWO)的求解方法。利用电力集团真实风力发电数据预测数据集1号风机数据来验证所提模型的可行性。试验结果表明,本文提出的方法能够获得更优解,收敛速度更快,预测效果更好。

“奥教奖”参评规则、竞奖指南与发展启示

国际奥委会教练员终身成就奖(简称“奥教奖”)自2017年设立以来,已有10名获奖者。通过解读该奖项设置初衷,解析提名参选程序,解释竞选获胜依据等,剖析国际奥委会教练员终身成就奖参评规则并获得程序化竞奖指南。认为:中国教练员应精读该奖的参评规则,精研获奖者的成功经验,精修教练员的职业素养,为中国教练员成长提供前瞻性冠军教练员模型。

一种双种群协同进化的混合NSGA-II与MOPSO多目标算法

多目标非支配排序遗传算法(Non-dominated Sorting Genetic Algorithm II,NSGA-II)是一种经典的多目标进化算法,具有鲁棒性强和搜索性能高的优点,多目标粒子群优化算法(Multi-objective Particle Swarm Optimization,MOPSO)是新型的进化算法,具有收敛速度快、精度高和搜索效率高的优点。为了充分发挥这2种算法的优势,本文提出一种结合NSGA-II和MOPSO的双种群协同进化多目标优化算法。将算法应用于5个标准测试函数优化问题进行对比试验,试验结果表明,本文算法得到的最优解集更接近真实帕累托(Pareto)前沿,收敛性、均匀性和分布性更好,综合性能更强。

高分辨率数据异常特征缓存替换仿真研究

为提高数据缓存替换请求命中率、字节命中率,提出基于PageRank的高分辨率数据异常特征缓存替换方法。引入RLS滤波算法,对网络数据异常性进行初步检测。预测多种数据指标,利用预测误差构建的统计量允许范围实现异常检测,规划评估检测结果。根据加权求和法获取多个数据流量指标综合异常程度。依据PageRank算法核心思想:被越多优质网页指向的网页,其为优质的概率就越高,不仅考虑到页面入链数和正常度,还考虑到页面内容重要程度这一特性,在数据异常初步检测结果下,结合PageRank算法实现数据异常特征缓存替换。将用户与数据文件表征为网络中不同节点,将用户与数据文件间访问关系抽象成网络连线,通过PageRank算法对数据文件与用户权重进行计算,依据数据文件权重设计缓存替换法,当需要缓存替换,则优先替换权重比较小的数据文件。实验结果表明,上述方法请求命中率、字节命中率均较高,表现出了替换策略的优越性。

基于MOOC的计算机基础翻转课堂教学模式探索

大学计算机基础是高校非计算机专业的一门公共基础课,受益面广,然而目前的计算机基础传统教学的方式却面临着很多的问题。随着MOOC等在线教学视频的发展与流行,"翻转课堂"凭借其优势成为信息时代教学改革的热点,在此背景下,本文探索利用MOOC翻转课堂解决计算机基础教学困难的教学模式。

基于MOOC的翻转课堂教学模式实践研究——以《计算机应用基础》课程为例

针对MOOC这种新的教学模式,探索在实践操作性强的高校课程中实施翻转课堂的方式,以《计算机应用基础》课程为例进行实践研究,对产生的教学效果进行分析,对存在的问题进行探讨,提出更适合湖南交通工程学院教学使用的教学模式——实现分"班级"管理,创建科学合理的评价体系。

基于大数据“MOOC”课程优化策略

文章将梳理“MOOC”教学的需求、分析大数据时代“MOOC”的发展契机及所面临的挑战,提出基于大数据技术的“MOOC”课程优化策略,主要从提升数据意识、优化数据存储方式及平台、合作完善“MOOC”的基础性工程、大数据技术分析MOOC视频学习行为等方面优化“MOOC”教学效果。

基于教育大数据的MOOC支持服务特征研究

MOOC支持服务需要解决最为重要的几个问题:学习者需要什么样的支持服务,如何有效提供支持服务,在什么时机提供什么服务,提供某种服务之后会产生什么样的效果,如何为学习者提供个性化的支持服务等等。现行MOOC平台的相关数据可以对MOOC学习者的学习行为进行基于教育大数据的分析和改进,有效地发挥大数据的预测功能,提升支持服务水平,给学习者提供更好的学习体验。

面向创新创业的计算机基础实践教学报告

结合湖南交通学院计算机基础教育的改革实践,从课程体系、实践教学模式、实践管理体系、计算机应用校园文化建设等方面,介绍一个为实现培养学生创新培养学生创新创业为目的的计算机基础实践教学方案。

基于BP算法的小车自动寻径

BP(Back Propagation)算法是一种有导师的学习算法,通过学习样本训练模型后即可用于数据的预测,适用于实现小车的自动寻径功能。通过测试表明该模型可以用于小车自动寻径系统中的路径预测,且获得了预期效果。

慕课时代下地方高校“计算机应用基础”教学方法创新研究与分析——以湖南交通工程学院为例

近年来,慕课在中国迎来了巨大发展。在中国大学的MOOC网站上,各个大学名师的教学视频资源得到共享。湖南交通工程学院作为地方性高校,为迎接慕课时代的到来,以计算机应用基础课程为内容,积极探索慕课教学与课堂教学相结合的创新教学方法,做到合理利用慕课教学资源,充分调动学生学习的积极性,提升教师专业素质与教学水平,从而达到教学质量与提高教学效率的目的。

民办高校教学质量监控与保障体系的研究

随着我国高等教育事业的飞速发展,国家加大了对民办高校的扶持力度,使民办高校有了更多的发展机遇,民办高校的招生规模随之快速扩张,从而忽略了教学质量的提高,导致人才培养质量下降,无法满足社会的需求,严重阻碍了民办高校未来的发展,针对上述情况,文章对民办高校教学质量监控和保障体系进行了研究,并提出了相应的解决措施。

一种改进的二维Otsu图像分割算法

二维Otsu图像分割算法将类间离散度矩阵的迹作为阈值识别函数,计算复杂度高且易导致分割错误,为此对二维Otsu算法进行改进,设计一种新的阈值识别函数。通过对比试验验证改进算法的有效性。