基于互联网与建构主义的教学支撑环境研究

传统的教学方法存在一些弊端,而构建主义理论则强调以学生为中心,认为学生是主体,教师只是学生学习过程中的帮助和促进者。本文着重讨论建构主义的教学支撑环境,兼之互联网广泛、开放、交互的特性与教学支撑环境十分契合,因此将详细探讨基于互联网与建构主义的教学支撑环境。

电气设备故障诊断方法研究

随着自动控制和图像处理相关技术的快速发展,电气设备快速和精确的故障诊断逐渐成为了人们工作和生活中必不可少的一部分。如果能在电气设备发生故障之前,通过诊断系统及时发现电气设备可能产生的故障,就能减少电力系统损坏或崩溃的可能性。为此,笔者研究了一个基于红外检测的电气设备故障诊断系统方案,以红外检测为基础,将获得的红外热图像作为输入,选取Otsu阈值分割和限制条件膨胀算法对其进行处理,对电气设备进行故障诊断,提高了诊断系统的运行效率和检测精度。

基于模糊聚类和BP神经网络的隔离开关温度预测

由于电力系统对电气设备的安全性提出了更高的要求,而电气设备的故障大多表现为温度异常,为了解决隔离开关温度异常的问题,笔者提出了一种基于模糊聚类和BP神经网络的隔离开关温度预测方法。首先,将原始数据用模糊聚类算法进行聚类,完成数据的预处理,然后利用BP神经网络对每一个类训练一个温度预测模型,在不同的条件下选择不同的模型预测温度,并把BP神经网络的预测结果和径向基神经网络的预测结果进行对比。以湖北电网某变电站实际数据为例进行了实验,结果表明,此方法在隔离开关的温度预测中有较好的效果。

基于CA-FSVR方法的电流互感器误差试验参数预测

本文采用基于相关性分析的模糊支持向量回归方法,对标准电流互感器的误差试验数据进行预测,并根据预测数据的范围和趋势来判断试验设备的运行状态.其中模糊支持向量回归根据数据的采样时间远近,为离群点赋予不同的权值,并通过遗传算法进行参数寻优,获取最优的预测模型.