基于混合模型的电力客户异常用电行为检测方法

针对目前用电异常行为数据样本不均、特征复杂导致检测精度低等问题,提出了一种基于混合模型的电力客户异常用电行为检测模型。利用最小-最大归一化映射对原始数据进行预处理,从而统一数据维度。基于KFCM-PSO对归一化后的历史数据进行聚类,从而对典型电力特征进行选择,改善冗余电力特征带来的干扰问题;基于1D-WGAN生成异常用电数据,增强样本多样性;基于相似性测度确定可疑用户,并基于SVM-CNN-LSTM对可疑用户进行精确分类。实验结果表明,该方法检测精度为94.29%。与SVM,CNN,LSTM等方法相比,其检测精度分别提升9.81%,3.77%和2.27%。综合分析,该方法可高精度监测电力系统异常用电事件,预测结果可为电力系统安全管理提供一定的指导,具有较好的应用前景。

以发展元认知能力为本的教学模式研究——基于对高中语文统编教材课堂教学的分析

以发展元认知能力为本的教学模式基于元认知理论而建构,该教学模式建立了“预学提问、梳理核心问题、分组讨论分析问题、交流核心问题、质疑反思形成新问题”的教学步骤,以学先于教、能学缓教、自学少教、观学思教、评学并进为教学原则,并根据高中语文多模块内容特征制定相应的教学方法,最后辅以“以生为本”的教学评价进而促进教学模式的改进及提升。

电力营销系统用电需求信息自动提取技术

通过对电力营销系统用电需求信息自动提取,提高信息的识别和统计分析能力,提出基于自适应分区调度和模糊信息融合的电力营销系统用电需求信息自动提取技术。采用统计分析模型构建电力营销系统用电需求信息的特征量空间分布结构模型,结合描述性约束统计分析方法进行用电需求信息的自适应调度。提取电力营销系统用电需求信息的线谱特征量,采用尺度分解方法对提取的线谱特征量进行特征分解,对分解的后的特征进行属性关联性融合处理,结合模糊判断方法进行特征辨识,实现对电力营销系统用电需求信息自动提取。仿真结果表明,采用该方法进行电力营销系统用电需求信息自动提取的准确度较高,分辨能力较强,提高了对用电需求信息的统计分析能力。

从传统中寻找力量——《法律文化研究》(年刊)卷首语

出版发行《法律文化研究》(年刊)酝酿已久,我们办刊的宗旨当然与如今许多已经面世的法学学术刊物是一致的,这就是繁荣法学的教育和研究、为现实中的法治实践提供历史的借鉴和理论的依据。说到'宗旨'两字,我想借用晋人杜预《春秋左氏传序》中的一段话来说明:'其微显阐幽,裁成义类者。

Looking for Strength from Traditions—Preface of“Studies on Legal Culture”

We have brewed the publication and emission of'Studies on Legal Culture'for a long time.Our aims of originating this publication is to prosper legal education and study and supply history reference and theory basis for law practice in true-life,which is certainly consistent with many other academic publications issued.However,the life and force of one academic composition and publication is determined not only by his aims. In a great extent, it needs to base itself upon its feature and endeavor to embody its aims best by the feature.

Looking for Strength from Traditions——Preface of “Studies on Legal Culture”

We have brewed the publication and emission of'Studies on Legal Culture'for a long time.Our aims of originating this publication is to prosper legal education and study and supply history reference and theory basis for law practice in true-life,which is cer-tainly consistent with many other academic publications issued.However.