-
题名“电磁感应笔”的制作
- 1
-
-
作者
皮子扬
熊小兰
-
机构
江西省樟树中学
江西省樟树第三中学
-
出处
《物理通报》
2018年第10期55-57,共3页
-
基金
中国教育学会物理教学专业委员会2013-2016年全国物理教育科研重点立项课题"低成本物理实验研究及教具制作"的研究成果之一
项目编号:WLJY-ZD2013-013
-
文摘
电磁感应现象的发现是电磁学中最重大的发现之一,"法拉第线圈"是这一历史进程中的重要标志.为了提升学生的科学素养和创新能力,在人教版《物理·选修3-2》"电磁感应"章节的教学中,我们以"法拉第线圈"这一科学史实为依据,采用日常生活中常用电器中的废旧元件,制作了"电磁感应笔",引导学生在学中做,在做中学,既培养和锻炼了学生的实验操作能力,又使学生分析问题、解决问题的能力进一步得到了提高,收到了很好的效果.
-
关键词
电磁感应
法拉第线圈
制作
实验创新
-
分类号
G633.7
[文化科学—教育学]
-
-
题名基于WOA-BiLSTM神经网络的风力发电预测
被引量:6
- 2
-
-
作者
张翼飞
皮子扬
朱瑞琪
宋骏翔
史建举
-
机构
南京工程学院电力工程学院
-
出处
《电工技术》
2022年第10期28-31,共4页
-
基金
南京工程学院2021年本科生科技创新训练项目(编号TB202104045)。
-
文摘
针对风力发电具有高随机性与波动性,利用风电场的历史大数据,选取基于鲸鱼优化算法的双向长短期记忆网络(WOA-BiLSTM)建立短期风力发电预测模型,预测超短期风电功率。双向长短期记忆神经网络(BiLSTM)可利用过去以及未来的风速预测数据,对风力发电进行功率预测,提高风力发电的预测精度。在此基础上,利用鲸鱼优化算法(WOA)较高的全局最优解寻求能力来寻找最优神经网络参数,减少根据经验设参导致的BiLSTM随机性,提高预测精度,降低人员试调所花费的时间。试验结果表明,相比于LSTM、BiLSTM,WOA-BiLSTM对风力发电预测有着更好的效果。
-
关键词
鲸鱼优化算法
双向长短期神经网络
风力发电
功率预测
-
Keywords
whale optimization algorithm
bidirectional long-and short-term neural networks
wind power generation
wind power prediction
-
分类号
TM614
[电气工程—电力系统及自动化]
-