以践行“四力”为抓手推动媒体质量提升——安庆市新闻传媒中心稿件质量提升调研报告

近年来,安徽安庆市新闻传媒中心牢牢把握正确方向,主动顺应发展趋势,深化媒体融合,推进新闻宣传内容形式、方法手段、体制机制改革创新,全方位、多层次、全媒体开展主题宣传,新闻宣传工作的力度和效果得到进一步提升。其中,2018-2019年安庆日报社策划的“学海安,问安庆”“八问”“四新”等系列报道经网络传播发酵成为“现象级”作品,在全国引起重大反响。2020年后的疫情期间,为讲好疫情之下的安庆故事,传媒中心记者深入一线采写的《隔离点妈妈》等新闻,经网络传播后,涌现出了一批阅读量“十万+”甚至“百万+”的稿件。2021年,由中心总编辑领衔,电视、报纸各部门联合采访推出的声势浩大的“潮涌长三角·向东看”系列报道(该系列报道选取平湖、合肥、义乌、上海、南通等长三角经济发达地区。

新时代传统媒体和新媒体融合发展路径分析

新时代,媒体的发展格局有了很大变化,原本处在优势地位的以广播电视为主的传统媒体日渐式微,而一系列具有代表性的新媒体平台逐渐成为民众日常生活中的主流媒体。传统媒体作为国家新闻、政策宣传的主要渠道,在新时代必须进一步提高自身的传播能力,拓展受众群体,笔者认为,可以融合新媒体平台、技术等,通过媒体融合推动传统媒体发展。文章简要概述新媒体与传统媒体二者之间的基本区别和概念差异,分析新媒体的优势与特征,同时探索传统媒体实现与新媒体融合的路径,希望能够为媒体在未来的发展提供参考。

融媒时代地方广电适老化思考

面对社会的老龄化,满足老年群体精神生活需求的媒体适老化尚存在很大空间。本文结合市域媒体全方位适老平台建设的需要以及未来发展趋势,以积极视角探索构建电视媒体服务老龄化社会的必要性与可行性,提出适老节目定位方向等设想,为媒体的适老化实践提供建设性意见和思路。

综合能源系统整体架构设计及负荷预测

综合能源系统可有效减轻化石能源依赖、提升可再生能源利用水准,然而该类能源系统供能环节繁杂,耦合能源类型众多,合理规划并精准预测负荷势在必行。借助能源节点构建系统整体架构并对负荷做出预测。预测模型采用四类算法训练对应基学习器,借助已有结果训练元学习器从而得到最终结果,并选取欧洲ENTSO提供的瑞士多年份电力负荷数据佐证该模型的有效性。算例结果显示本文模型预测精度高于现有模型,可有效预测波动负荷,契合该类能源系统负荷预测场景。

新媒体网络直播平台的建设探讨

近年来,随着科技的发展,网络技术也愈发成熟。而在这期间,也新兴起了一种新的事业形式——网络直播。任何事物在发展的过程中,都会经过无数次的改革,新媒体网络直播平台也是如此。新媒体网络直播平台的建设也就成为了当前需要格外注重的问题。本文便是对建设问题进行一定的探讨。

基于改进小生境PSO算法的综合能源系统调度

以减少综合能源系统运行成本、提高可再生能源利用率为目的,在调度目标中考虑可再生能源消纳程度,构建了满足电热冷负荷的综合能源系统模型。针对传统粒子群优化算法PSO(particle swarm optimization)易陷入局部最优的问题,将小生境技术与粒子群算法结合并提出一种非线性递减惯性权重策略,利用改进的小生境粒子群优化算法对构建的综合能源系统模型求解,结果表明改进后的算法具有更好的寻优能力,所提模型在兼顾经济性的同时提高了系统对可再生能源的消纳能力。

含P2G的综合能源系统经济调度研究

综合能源系统由于其能源的梯级利用可以促进可再生能源的消纳,而电转气(P2G)设备的出现可以很大程度上促进风电消纳,在能源中心概念的基础上建立了包含电转气(P2G)设备的综合能源系统模型,以系统运行成本最低作为目标进行调度研究,在约束条件中考虑了系统内部的功率约束、能源转换设备以及储能设备的运行约束,通过算例在MATLAB平台进行仿真验证,构建了两个不同的场景,分别考虑在加入电转气(P2G)设备和不加入情况下系统的风电消纳能力,结果表明电转气(P2G)设备的加入促进了系统对风电的消纳。

依法治村构筑和谐

安徽省宿松县邱山村处于两省三县交界，地理位置偏远，环境复杂，2015年却被评为全国民主法治示范村。怎么回事？

从新闻摄影优劣势谈美学形象追求

新闻摄影作为社会科学范畴的一门实用学科,要充分发挥其在报纸中的作用,就要认清它的长处与短处,以做到扬其所长,避其所短。形象价值是新闻摄影者所追求的美学理想。

考虑区域供热系统及不确定性因素的综合能源系统日前调度

在电热综合能源调度中,热电机组作为电热系统耦合部件,冬季时会产生“以热定电”现象,影响系统风电消纳能力提升,同时负荷和风电不确定性会对系统经济性造成负面影响。在调度中充分考虑区域供热系统热特性和不确定性因素,以最小化运行费用和弃风率为目标,建立了基于模糊机会约束规划的电热综合能源系统日前调度模型。通过算例对模型进行验证,算例采用Python和Gurobi仿真求解,验证了模型的有效性。结果表明:所建模型提高了系统经济性和消纳风电能力,并通过置信水平和模糊度的选择,可以实现系统在一定风险下的最佳经济性。

数字帝国主义的形成历程、基本特征与趋势展望

资本主义国家过渡到帝国主义阶段后,其积累模式与掠夺世界的方式不断演进,主要经历了传统帝国主义、新帝国主义、数字帝国主义三个历史时期。当前的数字帝国主义的基本特征可以概括为五个方面:一是平台成为新的组织形态,数字化生产不断集中,形成了巨型数字垄断公司;二是数字资本与产业资本和金融资本等相结合,数字寡头逐渐在经济生活中起决定性作用;三是数字输出的意义更为重大;四是形成了瓜分全球产业链的数字寡头同盟;五是更加追求意识形态上的数字殖民。数字帝国主义所依赖的掠夺式生产关系使其充斥着内外矛盾,其所推行的霸权主义必将被更加符合世界各国人民愿景的“数字命运共同体”所替代。

当代资本主义“数字—金融”复合体的政治经济学分析

随着数字金融化与金融数字化的发展,数字资本与金融资本深度融合,“数字—金融”复合体成为当代资本主义社会中新生的资本形态。在金融科技的加持下,“数字—金融”复合体基于大数据构建信用体系,利用数字化服务、智能化工具等进行资本运作,显著提升了货币资本集中的规模与流动效率。但在资本逻辑的驱使下,“数字—金融”复合体的形成也强化了对大众的价值榨取和国际资本掠夺,加剧了垄断的形成。为此,应在政治经济学的视阈下,深入考察这一新生资本形态对资本运行规律和当代资本主义生产关系造成的重要影响。

并行多模型融合的混合神经网络超短期负荷预测

针对输入数据特征多时负荷预测模型精度提升难的问题,文章提出一种并行多模型融合的混合神经网络超短期负荷预测方法。将卷积神经网络(convolutional neural network,CNN)与门控循环单元神经网络(gated recurrent unit neural network,GRU-NN)并行,分别提取局部特征与时序特征,将2个网络结构的输出拼接并输入深度神经网络(deep neural network,DNN),由DNN进行超短期负荷预测。最后应用负荷与温度数据进行预测实验,结果表明相比于GRUNN网络结构、长短期记忆(long short term memory,LSTM)网络结构、串行CNN-LSTM网络结构与串行CNN-GRU网络结构,所提方法具有更好的预测性能。