监察组织制度应以监察任务为导向——兼谈对我国监察组织立法的构想

监察组织制度应是监察制度体系的核心部分,但现行立法均未对其重点关注,致使监察委员会与其他国家机关的关系如何处理、监察组织内部如何设置机构等缺乏规范依据,对监察委员会职权赋予的多少、办案组织人员配置等缺乏判断标准。参考“行政任务”引入的“监察任务”概念可以作为监察组织制度的立法导向。监察委员会的产生、职权、组织等均以达至监察任务之需要为基础,又以实现监察任务之必要为限度。确保监察组织制度在法治化、规范化的过程中可以统摄于一,有助于监察委员会在实践中依法、依职权开展工作。

新能源汽车动力电池及管理技术课程教学设计与实施

为培养新能源汽车后市场急需的高素质技术技能型人才,针对新能源汽车技术专业教学过程与生产过程脱节、教学内容与工作内容不匹配的问题,以新能源汽车技术专业核心课新能源汽车动力电池及管理技术课程为例,对该课程进行了整体教学设计并在新能源汽车技术专业中应用。根据岗位能力需求、课程标准、“1+X”证书考核标准确定教学目标,重构课程内容,在分析学生学情的基础上,充分利用校企优势资源因材施教。以企业真实的生产任务为教学载体,基于问题导向,采用任务驱动教学法,通过“三阶段七环节”实施教学。通过多元化、多维度、过程性评价促进学生能力全面提升。

基于5G毫米波协作通信的小单元无线能量信标优化部署策略

为实现第五代移动通信(5G)无线网络中高频谱效率与低能耗的绿色通信目的,本文研究了基于毫米波(mmWave)协作通信小单元下无线能量信标(Power Beacons,PB)的优化部署策略。该策略构建了一个高低频混合组网的能量受限型用户设备(User Equipment Devices,UE)毫米波协作通信的小单元网络模型,通过设计一个“需求-选择-建链”模式的新型建链协议,将通信毫米波定向传输技术应用于该建链过程中。在此模型基础上,以提高边缘系统频谱效率和能量收集覆盖率为目标,通过最小化固定充电的能量信标数量,在实现系统能耗最小化问题基础上保证系统的正常运行。针对该最优化问题是一个混合整数规划的多项式复杂程度的非确定性(Non-deterministic Polynomial Hard,NP-难)问题,设计一个具有常数因子的贪心算法近似求解优化问题。理论分析证明了该算法的可行性。仿真结果表明,本研究提出的优化部署策略能有效优化能量信标部署,在同等覆盖率与区域频谱效率增益下能耗最低。

基于边缘计算的电力任务最优调度算法研究

针对云计算框架的传播延迟,无法满足电力系统对低延迟和可靠性的要求。在移动边缘计算框架的基础上,提出了一种用于电力任务调度的改进蚁群算法。在蚁群算法选择的最短路径的基础上添加了负载平衡能力,降低总体能耗和防止某个移动边缘云超载。通过仿真分析验证了该调度方法的优越性。结果表明,随着用户设备、边缘云、带宽和总计算资源数量的增加,文中调度方法在平均能耗和任务卸载数量方面均优于贪心算法和距离优先算法,具有一定的实用价值。

PowerPoint动画信息化教学设计

以学生为中心,以任务驱动为主线,引入线上线下混合教学模式,采用多种信息化教学手段:MOOC平台、微课、常见问题解答指导书、全真练习系统等,对PowerPoint动画进行信息化教学设计。

电力物联网边缘计算依赖型任务卸载的低时延调度技术

现有电力物联网任务调度技术难以满足任务的低时延和实时性要求,且未考虑到电力物联网任务之间的内部依赖性。针对该问题,融合深度强化学习任务卸载模型和Sequence-to-Sequence神经网络,使用有向无环图表示任务及依赖关系,引入ε-贪婪探索机制和优先经验回放来鼓励探索和提高模型训练效率,构建基于深度强化学习的电力物联网任务卸载模型。通过与其他任务卸载算法进行对比,所提模型的任务平均处理时延显著优于其他算法,验证在电力物联网依赖型任务低时延调度方面的优越性。

基于多任务学习的电力文本信息抽取

为提升电力系统故障文本在实际业务场景中的分析处理速度,提出基于预训练与多任务学习的电力故障文本信息自动抽取模型。利用预训练模型学习电力文本词语的上下文信息,挖掘词语的一阶和二阶融合特征,增强特征的表示能力,利用多任务学习框架结合命名实体识别和关系抽取2个任务的学习,实现实体识别和关系抽取的互相补充和互相促进,进而提高电力故障文本信息抽取的性能。通过对某电力网数据中心的日常业务数据进行模型验证,与其他模型相比,所提模型提高了电力故障文本实体识别和关系抽取的准确率和召回率。

无人机辅助MEC车辆任务卸载与功率控制近端策略优化算法

无人机(UAVs)辅助移动边缘计算(MEC)架构是灵活处理车载计算密集、时延敏感型任务的有效模式。但是,如何在处理任务时延与能耗之间达到最佳均衡,一直是此类车联网应用中长期存在的挑战性问题。为了解决该问题,该文基于无人机辅助移动边缘计算架构,考虑无线信道时变特性及车辆高移动性等动态变化特征,构建出基于非正交多址(NOMA)的车载任务卸载与功率控制优化问题模型,然后将该问题建模成马尔可夫决策过程,并提出一种基于近端策略优化(PPO)的分布式深度强化学习算法,使得车辆只需根据自身获取局部信息,自主决策任务卸载量及相关发射功率,从而达到时延与能耗的最佳均衡性能。仿真结果表明,与现有方法相比较,本文所提任务卸载与功率控制近端策略优化方案不仅能够显著获得更优的时延与能耗性能,所提方案平均系统代价性能提升至少13%以上,而且提供一种性能均衡优化方法,能够通过调节用户偏好权重因子,达到系统时延与能耗水平之间的最佳均衡。

基于遗传算法的电力物资物流配送任务调度优化方法

为提升配送效果,提出基于遗传算法的电力物资物流配送任务调度优化方法。根据当前的调度需求,先进行配送优先级测算,采用多阶的方式,简化实际序列的执行环节,设定多阶物资物流配送调度优化初始序列,设计构建遗传算法电力物资物流配送任务调度优化模型,采用交叉核验的方式来实现调度优化处理。测试结果表明:调度时间优化比在0.55以上时,调度优化效果明显,收敛速度快。

风电场监控系统异步协同数据迁移方法

本文介绍了一种创新的风电场监控系统异步协同数据迁移方法及其配套装置,旨在解决传统数据迁移过程中效率低下和系统稳定性差的问题。这一方法涵盖从源主机到目标主机的预处理、基于迁移策略的多任务并行数据迁移,以及迁移后目标主机数据库的完整性验证。特别地,它包含了环境检测、数据抽取与转换、数据转换结果的验证、数据库的备份和清表等关键步骤。通过高效的任务编排和调度,本方法显著降低了操作人员的工作量,同时确保了旧监控系统与新智慧系统的无缝对接和平稳运行。本研究对风电场监控系统在智慧化升级过程中的数据迁移提供了一种高效、可靠的解决方案,具有重要的实际应用价值和创新意义。

村级组织负责人“一肩挑”后权力监督体系的实践与探索——以浙北K区为例

“一肩挑”后基层乡村权力监督体系并没有随着权力高度集中而有所重构,而是继续沿用村“两委”书记、主任分设的“过时”监督格局。基层现行监督体系由于缺乏内部有效监督,以及受“熟人社会”、“搭便车”、村庄派系和“支持-庇护”等因素制约,加之,外部监督力量不足,存在低效(失效)现象。对此,应通过搭建以上级监督、专责监督、内部监督和社会监督等为着力点的多元共监格局,立足于畅通的进退机制、有效的村级监督、明晰的责权边界、快速的问责回应和扎实的上级监督等,塑造更加风清气正的乡村政治生态,为基层治理现代化提供可靠的政治保障。

基于核密度估计的电力物联网并发业务计算负荷建模与任务分配策略

在电力物联网背景下大量并发业务给边缘计算终端处理能力带来了挑战。为此,提出了基于核密度估计的电力物联网并发业务计算负荷建模与任务分配策略。基于核密度估计理论建立了并发业务覆盖等级及计算负荷模型,根据业务覆盖等级决策边缘计算终端的资源配置,以最小化处理延时为目标决策云边协同的任务分配,以电动汽车有序充电业务为例进行仿真分析。结果表明,所提模型和方法能提升系统整体计算资源使用效率、降低业务延时,提高电力物联网应对并发业务处理需求的能力。

基于贝叶斯离散优化的电力调度网络发令多任务优先级解耦方法

电网输电线路的负荷率和利用率的不断加重,为电力系统运行调度增加了难度。为了合理规划调度任务,保证电网运行安全,研究基于贝叶斯离散优化的电力调度网络发令多任务优先级解耦方法。建立电力调度模型,设定调度优化目标和约束条件;基于贝叶斯离散优化预测电力负荷,为任务优先级判定提供依据;通过分块解耦动态仿真电力系统,将复杂外部系统转换为简单等值系统;通过电力调度多任务优先级解耦,划分优先级,接收操作令,完成电力调度的解耦。经实验论证分析,所提模型得到的解耦前后的仿真曲线较为吻合,仿真结果可以真实准确地反映电力系统的动态行为,对过载线路有功功率的调节效果明显,越限问题得到了很大程度的改善。

基于IFCM算法的电动汽车群聚合调峰方法

通过规模迅速扩大的电动汽车缓解电网调峰压力成为一种可行措施,但电动汽车的无序充放电会带来反调峰现象和决策变量爆炸问题。针对上述问题,提出一种在不同出行链基础上、采用IFCM算法进行的聚类-调峰-任务分配模型,以提高调度模型精确度,解决大比例电动汽车并网参与调峰优化的问题。首先,采用改进模糊C均值(improved fuzzy C-means,IFCM)聚类算法对不同出行链下的电动汽车群时空特性进行聚类分析,减少决策变量数目;其次,以调控成本最小为目标,将聚类结果应用于电力系统的调峰,得到各个集群的充放电任务;最后建立个体任务分配模型,得到调度任务下最优的单个电动汽车充放电策略。算例分析表明,该模型使用IFCM算法提高聚类性能,有效降低了调峰的决策变量维数,在满足调峰需求的前提下保证了电网、用户的经济性。

基于离散事件仿真模型的电力智慧仓库机器人任务分配方法

针对电力智慧仓库任务复杂度提升和机器人数量随之增多导致的任务分配困难的问题,提出基于离散事件仿真模型的电力智慧仓库机器人任务分配方法。首先结合电力智慧仓库机器人自身属性和任务情况构造机器人任务分配目标函数,并依据目标函数建立离散事件仿真模型;然后引入免疫算法、高层合作优化算法(CSA)等改进萤火虫算法,构建机器人任务分配优化算法;最后采用改进的萤火虫算法求解离散事件仿真模型,完成电力智慧仓库机器人任务分配。实验结果表明,所提方法迭代次数较少,收敛时间较短,系统持续时间较短,单机器人最大消耗和多机器人总消耗较低。

任务可视化调度与分配在发电厂信息化管理中的应用分析

文章着眼于发电厂信息化管理系统的设计与实现,通过考虑定期工作、临时工作、检修任务和巡检任务等多方面需求,构建了一个集成化的信息化管理系统。在系统设计中,特别强调了数据库设计与管理模块的重要性。在任务可视化调度与分配的具体实现中,综合考虑了任务的紧急度、重要性和剩余时间等因素,使得系统能够根据实际情况合理安排任务的优先级,从而提高任务调度的灵活性和智能化。通过合理的用户交互设计,简化了操作流程,提供了直观的界面,使得管理人员能够迅速理解系统功能。分析发现,应用后用户满意度最高达到10分。任务可视化调度与分配为提高生产效率、降低管理成本提供了可行的解决方案,对发电企业具有实质性的推动作用。

数字化核电厂主控室软操作任务分析

核电厂数字化后,操纵员在计算机界面进行监视、评估与操纵,需要进行大量软操作。为全面了解数字化核电厂主控室软操作任务特征,基于操纵员任务类型以及NUREG/CR-6690,确定操纵员软操作类型。然后以某核电厂丧失给水事件复训为例,分析其反应堆操纵员(RO)和汽轮机操纵员(TO)的软操作特征。实例分析结果表明:TO软操作、界面管理任务和主任务次数大于RO;操纵员界面管理任务次数大于主任务次数;操纵员软操作工作负荷与任务有关,且不同工况下操纵员工作负荷存在差异;操纵员界面管理任务中,导航和查询/质问占比最大。

基于组合遗传算法的电力科技创新成果多agent集成仿真

电力科技成果普遍交叉,为了降低集成电力科技创新成果耗时与能量损耗,研究基于组合遗传算法的电力科技创新成果多agent集成仿真。将底层数据库中电力科技创新资源经多种接口调配至关联库、综合评价以及专家评价三大agent模块,通过结合遗传算法与蚁群算法优点的组合遗传算法,优化解决多agent集成任务分配问题,实现电力科技创新成果高效集成。实验表明,该算法的寻优能力高、求解速度快;可规范化、结构化地集成电力科技创新成果信息;具有耗时少、能量损耗低优势。为科技创新和成果转化提供新思路。

纸质规程下数字化核电厂界面管理任务研究

为全面了解纸质规程下数字化核电厂界面管理任务特征,首先,基于NUREG/CR-6690以及操纵员在计算机屏幕上的点击行为,确定5类12条界面管理任务;然后,以某核电厂某班组复训过程操纵员监视与操纵行为为研究对象,利用INTERACT软件对反应堆操纵员(RO)和汽轮机操纵员(TO)的界面管理任务和主任务进行统计与分析。实例分析结果表明:RO和TO界面管理任务均多于主任务,分别占各自总任务的69.3%和82.3%;正常运行工况下,RO与TO界面管理任务占比均超75%,事故运行工况下,TO界面管理任务占比均超81%;RO与TO相比需要执行更多的界面管理任务;RO和TO画面调整和配置次数较少,导航和查询/质问次数最多;在事故运行工况下,TO较多采用自动化执行监视、评估和操纵任务。