新形势下高校辅导员就业育人的工作模式探析

受国际形势的多重影响,高校毕业生的就业形势越发严峻,很多就业工作都需要在线上展开。因此,对于高校辅导员来说,如何在目前国际形势多变、国内正值“中国制造2025”等战略展开的新时代新形势背景之下,搭好育人平台,做好价值引领,深化就业引导,努力构建以就业引导为牵引的就业育人工作体系是非常重要的。本文对新形势下就业育人的重要性与现状进行了阐述,进而探析新形势背景下高校辅导员就业育人的工作模式。

特高频信号RSSI统计分析下的变电站空间局部放电定位技术

各类状态监测传感器的物联网化、智能化是目前电力设备状态状态评估技术的发展趋势之一。传统的敞开式变电站设备空间局部放电定位技术主要基于时差法,这种方法对时间同步精度及采样率要求较高。为此,提出了一种基于特高频无线传感器阵列和接收信号强度(received signal strength indicator, RSSI)数据统计分析的空间局部放电定位技术。首先,利用高斯过程分类(Gaussian processclassification,GPC)方法来减小数据无线传输中的多径和阴影效应影响;然后,提出了基于特高频RSSI数据极大似然估计(maximum likelihood estimation, MLE)分析的局放源定位方法;最后,为进一步提高局放定位精度,对多次的局放定位结果进行了聚类分析,以充分利用物联网传感器测量数据的优势。实验结果表明:提出的系统及方法的局放定位平均误差为0.378m,定位误差累计概率在0.6 m时为92.78%,满足对具有绝缘缺陷的电力设备或设备部件进行初步定位的要求。相较于传统的到达时间差法,该方法显著降低了装置的采样率及同步精度;而相较于RSSI指纹法,该方法无需预先建立放电指纹图,现场部署方便,易于推广应用。

基于广义回归神经网络的特高频局部放电定位法

局部放电的检测和定位是变电站电力设备状态监测和诊断的重要手段。现有的基于时差法的特高频局部放电定位技术,由于高昂的设备成本限制了其应用范围。提出的基于广义回归神经网络和接收信号幅值强度(RSSI)指纹图的局部放电定位法,分为2个阶段。在算法的离线阶段,建立被测区域的RSSI指纹图;在线阶段,利用广义回归神经网络(GRNN)实现对局部放电源的定位。现场测试表明:提出的方法平均定位误差为0.51 m,定位误差小于1 m的累积概率为81.6%。和基于RSSI信号衰减模型定位法的克拉美罗下界(CRLB)最小均方误差相比,均方误差小于0.6 m2的GRNN定位误差累积概率为66.7%,要优于基于信号衰减模型定位方法的CRLB。该方法解决了传统方法定位精度低、成本高的缺点,具有较低的硬件成本和良好的环境适应性。

构建电类学科本科生学业辅导体系的探究与思考——以上海交通大学电子信息与电气工程学院为例

文章归纳了高校学业辅导的现状,分析了当前电类学科本科阶段的学习特点,并基于此构建了适用于电类学科的高校本科生学业辅导体系,依托信息化手段搭建起在线工作平台以实现高效化,建立起闭环反馈机制以实现定点跟进,针对性解决学生学业需求的同时也支撑高校辅导员开展日常谈话与学业追踪,一定程度上改善了学业预警情况。