认知负荷理论视域下读写结合的教学建议

认知负荷理论是一种关于人类信息加工中认知资源分配的理论。认知负荷理论提出,在教学过程中要减少外部认知负荷,控制内部认知负荷,增加相关认知负荷,使总的认知负荷不超出学习者的工作记忆容量。本文基于认知负荷理论对读写结合教学提出六条建议:读写任务集中,读写语境共享,读写支架搭设,控制内部认知负荷;读写材料呈现,减少外部认知负荷;读写图式构建,“情境→行动”组合,增加相关认知负荷。

负荷柔性调控与供需互动关键技术

随着传统电力系统向新型电力系统转型升级,电源结构和负荷形态发生重大变化,“源荷”双侧随机性、波动性显著增加。叠加近年来极端天气因素影响,需求侧季节性负荷峰谷差加大,电力供应保障面临极大挑战,须进一步释放负荷资源参与电网调控。

一种采用记忆神经网络和曲线形状修正的负荷预测方法

针对分布式电源和新型负荷容量累积造成负荷影响因素多元化和不确定性特性增强的问题,文中提出一种采用记忆神经网络和曲线形状修正的负荷预测方法。在负荷峰值预测中,采用最大信息系数计算负荷峰值与影响因素的非线性相关性,实现对输入特征的筛选;综合考虑负荷峰值序列的长短期自相关性和输入特征与负荷峰值的不同程度相关性,结合Attention机制和双向长短时记忆(bidirectional long short-term memory,BiLSTM)神经网络建立负荷峰值预测模型。在负荷标幺曲线预测中,通过误差倒数法组合相似日和相邻日,建立负荷标幺曲线预测模型;针对预测偏差的非平稳特征,利用自适应噪声的完全集成经验模态分解和BiLSTM网络建立误差预测模型,对曲线形状进行修正。应用中国北方某城市的区域电网负荷数据为算例,验证了所提模型的有效性。

面向规模化空调负荷的聚合调控过程研究

近年来,我国电力需求持续增长。为进一步深化电力负荷管理,切实做好迎峰度夏(冬)能源电力保供工作,对深挖空调负荷的调控潜力、完善空调负荷聚合调控机制提出了更高的要求。首先,从物理建模、数据建模两个角度综述空调负荷预测模型和聚合模型,分析不同模型的适用性,并提出适合面向大规模空调负荷的多级聚合模型。然后,围绕调控模型和调控策略讨论现有优化调控进展。最后,结合国内发展现状从算法融合、双碳战略要求、负荷聚合系统高效运行等方面提出发展建议。

教科书的认知负荷类型初步探索

在教科书学习过程中,教科书中呈现的内容会给学生容量有限的工作记忆施加一定的认知负荷,教科书的这类认知负荷是评价教科书质量的一个重要指标。该研究采用问卷调查的方法来探索教科书认知负荷的类型。首先依据认知负荷的理论阐释,编制教科书认知负荷问卷,而后施测于四年级学生数学教科书的学习和八年级学生物理教科书的学习。对施测结果的因素分析表明,在教科书学习情境中,在未受过认知负荷理论培训的条件下,学生学习教科书时体验到的认知负荷可以区分出被动认知负荷和主动认知负荷两种类型,学生的元认知发展水平对用问卷法测查出的教科书认知负荷的可靠性有一定影响。

压缩感知在非侵入式负荷监测中的应用展望

随着压缩感知(compressed sensing,CS)在智能电网中的应用不断深入,其在非侵入式负荷监测(non-intrusive load monitoring,NILM)领域的研究表现出滞后性。为此,在分析NILM中的CS应用必要性后,该文针对CS在NILM中的应用研究进行展望和探索。首先,对CS原理与NILM流程进行融合分析,提出压缩感知在非侵入式负荷监测中的3种应用模式;然后,针对3种应用模式的具体流程,展望各应用模式的研究方向和适用场景。在此基础上,从CS要素和负荷分析两个方面,重点探讨CS在NILM中应用所需解决的关键技术,设计适应NILM的测量矩阵、稀疏基和重构算法等CS要素的改进思路,提出在CS框架下事件探测、负荷分解、负荷识别、特征提取等负荷分析方法的实现思路。该文所做工作旨在探索CS在NILM中的应用,以期为后续研究提供指导。

基于CNN-SAEDN-Res的短期电力负荷预测方法

基于深度学习的序列模型难以处理混有非时序因素的负荷数据,这导致预测精度不足。提出一种基于卷积神经网络(CNN)、自注意力编码解码网络(SAEDN)和残差优化(Res)的短期电力负荷预测方法。特征提取模块由二维卷积神经网络组成,用于挖掘数据间的局部相关性,获取高维特征。初始负荷预测模块由自注意力编码解码网络和前馈神经网络构成,利用自注意力机制对高维特征进行自注意力编码,获取数据间的全局相关性,从而模型能根据数据间的耦合关系保留混有非时序因素数据中的重要信息,通过解码模块进行自注意力解码,并利用前馈神经网络回归初始负荷。引入残差机制构建负荷优化模块,生成负荷残差,优化初始负荷。算例结果表明,所提方法在预测精度和预测稳定性方面具有优势。

考虑负荷空间均衡和充电站合作博弈的快速充电定价机制

为了平衡快速充电负荷空间分布,提高电动汽车用户充电满意度,提出考虑负荷空间均衡和充电站合作博弈的快速充电动态定价机制。首先,通过实际订单数据逆地理编码得到出行概率转移矩阵,结合路网模型和速度-流量模型建立电动汽车充电负荷时空分布模型;然后,考虑用户主观意愿,建立计及用户偏好的充电站选择决策模型,模拟用户对于充电站选择的理性决策行为;最后,以充电站节点负荷均衡性为目标,建立区域内快速充电站合作模式下的动态定价博弈模型,通过迭代算法求解均衡值,并利用Shapley值法对合作联盟所得剩余收益进行分配。仿真实例表明,所提快速充电站动态定价策略能有效降低充电站节点的负荷方差,提高充电桩利用率和充电站收益,并减小用户排队时间,提高用户满意度。

足球训练负荷监控研究

如何合理安排训练负荷是当下训练学研究的热点问题,训练负荷监控也是当前体育科学研究的重点与趋势。在足球项目中,训练负荷监控具有提高运动表现和预防运动损伤的重要作用。该文从内外部负荷指标角度出发,总结当前足球训练中普遍采用的指标以及其作用。在此基础上提出在训练中如何合理运用相关指标,更好地解决训练实际问题,以期为基层教练员在选用负荷监控指标时提供理论参考。

科研建筑电力负荷密度研究

通过对中国科学院科研院所集中的北京市中关村和奥运村区域内数十家单位的电力负荷进行深入调查研究,结合有关单位运行维护的电力监测平台数据,通过数据统计、处理和分析,设计流程复盘、设计参数验算等方法,辅以科研院所实地走访等手段,从建设单位和设计单位共同关注的科研建筑“怎么算负荷,装机装多大”入手,针对科研建筑电力负荷密度的合理取值作出探索。

昆明地区办公建筑用电负荷指标研究

对昆明地区典型办公建筑的用电运营情况进行调研分析,并根据计算结果和工程实际,因地制宜,制定出具有实际指导意义的负荷密度,并给出昆明地区办公建筑的用电负荷指标建议。

配电变压器台区三相负荷不平衡控制方法研究

在实际运行中,由于用户用电行为的不确定性和负荷分布的不均匀性,三相负荷不平衡现象较为普遍,导致配电变压器台区三相不平衡度较高。针对上述问题,提出配电变压器台区三相负荷不平衡控制方法。采集配电变压器台区的负荷数据,通过精细的数据采集技术,获取实时的、全面的负荷信息。基于采集到的数据,综合考虑三相负荷的平衡度以及其他相关因素,建立负荷控制目标函数。对目标函数进行求解,以实现负荷不平衡的有效控制。实验结果表明,该控制方法能够降低三相负荷的不平衡度,实现对配电变压器台区三相不平衡的有效控制。

基于二次分解双向门控单元新型电力系统超短期负荷预测

在新型电力系统中,电力负荷随机性和波动性较强,现有预测方法难以对其实现高精度预测。为此,提出一种基于二次分解和双向门控循环单元的超短期负荷预测模型。首先,针对电力负荷的强随机性和强波动性,利用自适应噪声完备经验模态分解对电力负荷历史序列进行初步分解,使负荷序列更加平稳。随后,对初步分解得到的强非平稳分量运用连续变分模态分解进行二次分解,降低其预测难度。最后,为充分学习电力负荷的时序特征,在预测过程构建基于双向门控循环单元的超短期电力负荷预测模型。实验结果表明,该模型相较于现有优秀预测模型有更高的预测精度。

数据驱动下造纸过程短期电力负荷预测研究

造纸过程中对于短期电力负荷量的设置,参考预测值结果,因此若发生实际负荷量大于预测结果的情况,则会导致造纸工作任务的失败。为顺利实施造纸工作任务,针对数据驱动下的造纸过程短期电力负荷预测方法展开研究。按照数据驱动模型定义条件,设计电力等效电路,并以此为基础,求解短期电力负荷空间方程,完成数据驱动下的造纸过程短期电力负荷量预估。基于数据驱动模型,构建预测决策树组织,并根据短期电力负荷向量搜索结果,确定负荷值预测参数的实际取值范围,实现数据驱动下造纸过程短期电力负荷预测方法的设计。实验结果表明,依照数据驱动模型预测值设置短期电力负荷量,可以确保实际负荷量不超过预测结果,不会造成造纸工作任务失败的问题。

计及需求侧柔性负荷调控的综合能源系统优化运行方法研究

引入柔性电热负荷参与到综合能源系统的调度中,综合考虑源荷两侧,供能侧构建了由光伏机组、能量转化装置和储能系统组成的多能源系统模型,需求侧构建了可平移、可转移和可削减柔性电负荷与耦合室内外温度的柔性热负荷模型。以系统日运行成本最低为优化目标,分别对供能侧与需求侧设备出力和柔性负荷的用能时间与负荷大小进行了优化。对北京市某社区综合能源系统的优化调度进行了研究。结果表明:柔性负荷参与调度能够降低负荷波动,热负荷峰值由原来的3876.80 kW下降到3822.11 kW,减少了54.69 kW;电负荷的峰谷差从1488.81 kW下降到1382.69 kW,波动率下降了7.1%;源荷两侧共同参与优化调度能够提高系统经济效益,系统成本比原来降低了2.26%。

考虑气温因素影响的中长期负荷场景生成方法

负荷场景生成是电力系统中长期规划的重要基础。基于历史数据建模生成的负荷场景难以充分表征负荷对气温的敏感性以及未来电力负荷发展趋势,针对此不足提出了一种考虑气温因素影响的中长期负荷场景生成方法。首先,对不同季节负荷与气象因素之间的相关性进行分析,将年度负荷序列按照季节特征和节假日特征划分为多个序列分别建模处理。对于与气温因素相关性较强的负荷,采用负荷分解理论将负荷分解为基准负荷和温变负荷两部分,并对温变负荷的峰值及曲线进行建模分析,在此基础上生成给定发展情景下的负荷序列;对于受气温因素影响不明显的负荷,通过建立日负荷特性指标联合概率分布模型和小时级负荷序列优化求解模型生成日负荷场景。最后,基于中国3个省级电网全年负荷数据进行测试,验证了所提方法的有效性和可行性。

风电供能海上平台孤网负荷侧调频策略研究

大量风力发电接入远海油气平台对系统频率稳定造成了负面影响。在实际生产中,以注水泵为代表的可调节负荷和部分生产负荷占总负荷的30%,且其功率变化甚至启停对生产影响不大。该类负荷在以往的研究中不直接参与海上平台的调频,但调频潜力极大,且响应速度较快。在不影响海上平台生产的同时,既可以提供适量的风电消纳、提供快速的频率响应支撑,又可以跟随系统频率调整自身转速、调节所需有功。该文提出一种海上平台的可调节负荷跟随系统频率或跟随风电出力的调频控制策略,通过分析跟随燃机和跟随风电出力的速度给定方法,研究各控制参数及客观因素对调频效果的影响。仿真结果表明,该策略充分利用可调节负荷的调频容量,有效改善了海上平台频率特性,为提高风电渗透率、实现“双碳”目标提供了技术参考。

运动负荷熵:一种运动负荷测度新理论

确定和安排运动负荷是运动训练过程核心和基础性的内容之一,也是体医融合领域重要的关键技术。研究通过数理逻辑分析和建模,基于不确定性科学,提出了一种运动负荷熵测度理论,构建了相应测定系统,并组织实施了151 958次试验。分析发现,1834年德国生理学家恩斯特·海因里希·韦伯(Ernst Heinrich Weber)提出的最小可觉差的观点并不完善。研究证明运动刺激的感知阈限并不是一个固定值,且韦伯分数也不是一个常数,而是会随着参考负荷的增加而降低的系数。经数理推导和实验验证,研究建立了运动负荷主客体统一的测度方程,研究成果为个体化精确运动负荷测度提供了新方法。

含高比例分布式光伏的主配网紧急切负荷策略研究

随着新型电力系统接入高比例分布式光伏和不同等级的重要负荷,传统紧急切负荷策略对于日益紧密的互联电网适应性较差,导致分布式光伏或重要负荷脱网,随即引起更严重的连锁故障。提出了一种含高比例分布式光伏的主配网紧急切负荷策略。分析提取主配电网极端运行参数,通过风险评估构建紧急场景集;在主网层提出基于事件和响应的双驱动切负荷策略,通过主网切负荷优化模型求取紧急场景各配网切负荷量,并存入离线数据库用于事件驱动模块,基于离线数据库构建的随机森林模型用于响应驱动模块;在配网层通过分析各馈线重要度,以切负荷后果严重度最小为目标构建配电网最优切负荷模型,将可中断负荷参与减载作为切负荷的第一轮次,求取切负荷量和切负荷地点;在含高比例分布式光伏的105节点系统中进行仿真分析,与另2种切负荷策略对比,验证了所提策略能够使电网风险有效下降的同时降低分布式光伏和重要负荷脱网对系统的影响。

篮球运动员的比赛负荷特征及其训练启示

比赛负荷特征反映了运动员参赛时的竞技需求,能够为教练员制定与实施训练计划提供关键信息。通过运用文献研究法,综合国内外相关文献,系统探讨篮球比赛运动员的内外部负荷特征,并总结训练启示。相关研究指出篮球运动员的比赛负荷包括外部负荷与内部负荷,外部负荷特征:相对于高强度的跑动和跳跃,运动员低强度和中等强度跑动频次更高;前锋和中锋运动员的中高强度跑动频次较高,后卫运动员的总跑动频次最高;竞技水平越高,高强度跑动的频次更高,跑动持续时间更长;前锋运动员跑动距离大于后卫、中锋。内部负荷特征:前锋和后卫运动员的有氧和无氧能力优于中锋;后卫运动员的平均心率、血乳酸值高于前锋和中锋;运动员竞技水平越高,其每分钟心率越低;上半场比赛运动员的乳酸生成量高于下半场。训练启示:基于比赛负荷特征,训练安排要契合运动员的比赛负荷诉求;基于外部负荷特征,训练安排要强化运动员的跑动强度频次;基于内部负荷特征,训练调控要依据运动员的负荷监控指标;通过增加训练难度,促进运动员训练负荷适度超越比赛负荷。