摘要：为提高调控云体系下在线计算软件服务化水平,分析了调控云环境下在线计算软件的服务场景,设计了在线计算软件服务的层次结构。为适应这种"痩客户端、胖服务器端"的类B/S(Browser/Server)软件服务访问模式,将在线计算流程进行分析拆解封装成计算服务单元。采用多代理机制设计了层次化的在线计算服务框架,以搭积木组合排列的方式提供在线计算软件服务。最后在JADE(Java Agent Development Framework)多代理框架下设计实现了调度员潮流计算软件服务,进行了相关测试与分析。并对提供潮流计算软件服务的同时所引起的效率损失问题提出了进一步优化的技术措施。

摘要：针对传统超短期风电功率预测方法难以应对海量强波动性数据,且对时间序列处理能力有限的问题,提出一种基于改进的深度可分离卷积神经网络(the improved depthwise separable convolution neural networks,IDSCNN)、注意力机制(attention mechanism,AM)、长短期记忆神经网络(long short-term memory neural network,LSTM)的超短期风电功率组合预测方法。首先,基于IDSCNN设计能够匹配风电场群时空维度变换的可分离卷积核尺寸,对数值天气预报数据、实测功率数据进行一次时空特征提取,以获取气象–功率时空特征。然后,结合AM强化一次时空特征长时间序列中局部重要信息的贡献程度,筛选出与未来预测功率密切相关的二次时空特征,以作为LSTM预测模型的输入时间序列。最后,建立包含改进的深度可分离卷积层、注意力权重分配层、LSTM预测层的IDSCNN-AM-LSTM组合神经网络超短期风电功率预测模型。仿真结果表明:该方法能够利用深度学习在挖掘高维非线性特征时的优势,对多个风电场之间的时空相关性进行充分学习,而且在单步风场功率预测和多步集群功率预测上,与其他预测模型相比均具有较高的预测精度和较好的时序学习能力。

摘要：阐述了电力系统高性能计算模式的概念,沿着"离线计算在线协同化"的演进方向,以提高计算实时性、可靠性和计算服务化为目的,将并行计算、分布式计算、云计算等高性能计算模式作为主要分析内容,从分解协调方法、数值计算并行、硬计算架构和软计算模式等方面总结了状态估计、潮流计算、包含暂态稳定计算和静态安全分析功能的在线动态安全分析研究应用现状。阐述了实现在线分析一体化协同计算技术路线图的三个演进阶段,重点探讨了支撑以上业务分析应用在线计算协同化的关键技术,如分配映射机制、分解协调计算服务、模块服务接口化和数据交互规范等。最后在云计算模式下,设计了在线分析业务的协同计算场景和状态估计服务模式,对基于云计算的调度控制系统设计与开发进行了有益探索。

摘要：随着我国教育事业的发展,为了满足社会对人才的需求,我国很多高职院校都开设了音乐教育专业。但是在这一专业发展过程中,很多高职院校在声乐教学方面依然存在很多问题,影响到声乐教学质量的提高。因此,为了更好地解决这一问题,本文分析了高职院校音乐教育专业声乐教学现状,并提出了相应的改革路径,以期提高高职院校音乐教育专业声乐教学质量和学生音乐素养,更好地培养社会需要的高素质人才。

摘要：为支撑大电网在线实时监控和分析,提出了一种基于图划分的大电网拓扑分析方法。该方法首先根据智能电网调度控制系统电网建模特点,给出了基于图论的电网层次结构、拓扑结构、厂站母线分析和系统网络分析模型。然后基于图划分建立了并行网络拓扑和局部拓扑修正的数学模型,并根据该模型设计了大电网并行网络拓扑的实现方法。最后基于共享内存编程模型在智能电网调度控制系统中研发了快速网络拓扑分析服务功能。所提出的模型和方法实现了大电网并行网络拓扑分析的无锁计算,避免了多线程数据竞争导致的阻塞耗时问题。对实际系统进行仿真测试,结果表明了该方法的准确性、实时性和有效性。

摘要：针对配电网特点,设计负荷转供辅助决策系统实现方案,基于转供路径搜索方法和专家系统分析负荷转供路径,从开关动作次数、网损、冲击电流、甩负荷、越限等指标建立经济性指标评估函数和安全性指标评估函数,通过经济安全性指标评估来判断负荷转供方案的可行性和风险性。