基于交变粒子群BP网络的电力系统短期负荷预测

短期负荷预测是电力系统正常运行的关键环节,合理的发电计划依靠准确的负荷预测,因此提出交变粒子群算法来优化BP网络模型以预测电力短期负荷。针对 依靠先前的经验 来确定BP神经网络的权值缺少理论依据的问题,采用交变粒子算法优化BP神经网络权值,以减少通过神经网络预测模型求解电力短期负荷预测带来的误差。实验证明,经过优化的BP神经网络预测模型比传统的BP神经网络预测模型的误差更小,更加接近实际电力负荷。     

基于“三层递进”情境教学法的机床电气线路维修课程改革与实践

高职机床电气线路维修课程对机床设备及电气自动化系统的维修人才的培养具有十分重要的作用。然而,传统的项目化课程无法更好地满足培养人才的需要。基于此,文章提出基于项目化设计基础上的“三层递进”情境教学法,通过课程组织体系重构,使教学内容更易于实施、教学目标更易于达成、考核评价方案更能检验教学效果等,为理论性与实践性较强的高等职业教育课程教学改革提供了思路。