高职院校试行"综合导师制"的教育教学实践研究

结合学院迎接人才培养工作水平评估和学院“迎评促建”工作的要求,凸现高职教育“以就业为导向”的办学要求,在环境工程系推行了“综合导师制”。意在充分发挥专业老师在教书育人、专业辅导、大学生人生规划和就业素质提高上的优势,积极构建环境工程系全员育人、全程育人、全方位育人的工作格局,建立一种师生互动的新型教育教学关系。     

中原城市群城市土地利用效率时空差异及影响因素研究

基于2006～2016年中原城市群各地市面板数据,运用超效率SBM模型和Malmquist模型测算城市土地利用效率并分析其时空差异,基于此借助空间计量模型分析中原城市群城市土地利用效率的影响因素,旨在促进土地要素的合理配置和区域协调发展.研究结果表明:(1)2006～2016年中原城市群城市土地利用效率整体水平不高,呈现先下降后上升波动变化趋势.高效率聚集区主要分布于中原城市群的西部,而东部的高效率聚集区逐渐向北部迁移.(2)城市土地利用过程中要素投入以及非期望产出的冗余是造成中原城市群土地利用效率损失的主要原因之一.(3)中原城市群城市土地利用效率存在正向的空间自相关.(4)经济发展水平、产业结构对于提高城市土地利用效率具有显著的促进作用,而财政压力、城市房地产投资对提升城市土地利用效率具有显著的抑制作用.(5)研究区域的城市土地利用效率存在空间溢出效应.因此要提高城市土地利用效率,中原城市群需要进一步加强城市之间的联系,建立联动发展机制,增强城市土地利用的系统性和整体性.     

桂林消防聚全力集中开展消防车通道治理行动工作

广西壮族自治区桂林市消防救援支队在开展消防车通道治理行动工作的同时,紧紧围绕打通"生命通道"核心内容,坚持问题导向,集思广益,挖掘一切人力、物力资源,全方位开展集中整治和宣传教育工作,争取规模效应,在全市范围形成了全民齐力参与的良好态势。六大部门联合发力,集中开展治理。     

中共广西壮族自治区委员会 广西壮族自治区人民政府 关于深入学习贯彻习近平总书记重要指示精神进一步加强安全生产工作的意见

为深入学习贯彻习近平总书记关于安全生产工作的重要指示精神,进一步加强安全生产工作,推动我区安全生产形势持续稳定向好,现提出如下意见。以习近平新时代中国特色社会主义思想为指导,深入贯彻党的十九大和十九届二中、三中、四中全会精神,践行以人民为中心的发展思想,树牢安全发展理念,坚守发展决不能以牺牲安全为代价这条不可逾越的红线,以强监管、严执法为主线,坚持问题导向,坚持底线思维,坚持标本兼治,坚持系统推进,全面排查整治安全生产短板漏洞和风险隐患,压紧压实各层级各单位各环节责任,切实维护好人民群众生命财产安全。     

基于物联网技术的多能源设备数据采集方法

针对宁东新能源化工基地水、电、气、热、冷等多能源设备数据采集速率低,质量差的问题,提出了1种基于物联网技术的多能源设备数据采集方法。本方法综合考虑水、电、气、热传感设备的监测细粒度、联动控制策略等因素,建立多能源设备数据采集模型。在此基础上,基于物联网技术,对多能源设备进行并发数据采集,实现多采集策略协同处理和高速采集,并按目标时间将多能源设备采集数据分类存储在智能融合终端中,以开展综合能源边缘控制。应用结果表明：本方法可面向综合能源多尺度采集性能指标和差异化数据结构,实现多能源数据自趋优协同采集,提高多能源采集的准确性与传输效率。     

基于源网荷互动的分布式能源消纳方法

分布式能源发电的不确定性给电网公司消纳新能源带来了极大的挑战,电力物联网全域感知技术为分布式能源消纳提供了有效的数据支撑,故提出了一种基于源网荷互动的分布式能源消纳方法,构建了分布式能源总功率预测方法,采用自回归移动平均算法对新能源发电功率进行预测,并建立分布式能源发电波动影响因子,分析新能源发电波动对电网带来的影响。根据源网荷的互动情况,采用离群点自趋优算法,实现新能源机组有功功率精准控制,有效推动分布式能源的消纳。仿真验证表明：采用离群点自趋优的新能源机组控制算法能根据电网运行情况,自动调控分布式能源、电网资源,实现分布式能源最大化消纳,有效提高了园区分布式能源的经济运行水平。     

基于IRBFNN和PCA的电网预想故障安全运行评估方法研究

为了更快速直观地监视、分析和评估故障后电网的安全运行状态,提出了基于径向基函数(radical basis function,RBF)神经网络和主成分分析法(principal component analysis,PCA)的评估模型。利用带衰减因子的吸引力传播(affinity propagation,AP)聚类算法选择RBF神经网络中心和隐含层节点数,同时提出了扩展的电网运行状态安全评估指标,利用越限指标权重和指数阶数避免了安全评估的遮蔽现象,利用主成分分析选取RBF神经网络的输入矢量特征,最后通过IEEE-30节点仿真算例验证了所提模型的有效性。     

PSO-RBF耦合神经网络在水质评价中的应用

径向基函数神经网络(RBF)中,连接输出单元的权重是影响径向基函数神经网络学习精度的主要参数,采用粒子群算法(PSO)对模型参数(权值)进行优化,建立了PSO-RBF耦合神经网络模型,避免权重的人为设定,具有客观性。并在Matlab环境下编程计算,构建了用于地下水环境质量评价和海水富营养化评价的径向基函数网络评价模型。将模型应用于黑龙洞泉域5个地下水监测点和某海水富营养化评价。评价结果和其他方法的评价结果一致,与实际情况符合,评级结果是合理的。评价结果表明,RBF网络简便有效,收敛速度快,有较强的分辨能力,优化确定模型参数后,便可对评价样本进行评价,具有较好的实用性和通用性。     

基于ACF-AMDF的气井环空液面回波特征提取方法

为了精确有效地提取声波法检测气井环空液位的回波周期,在分析环空中测试波的传播特征及基音周期检测的基础上,提出1种基于检测信号短时自相关函数(ACF)及平均幅度差函数(AMDF)的液面回波周期提取方法;利用自主搭建的室内模拟实验系统开展了不同初始环空压力下环空液位检测实验;对检测信号进行中心削波处理并计算ACF/AMDF,提取出液面回波周期并与理论计算值对比分析;同时分析了现场环空液位检测信号,提取其回波周期。研究结果表明:提出的新方法能有效地用于提取环空液面回波周期;室内实验中,该方法最大误差绝对值为1.54%;该方法能够有效抑制液面回波信号中的随机噪声及接箍反射波等,处理后的信号曲线在回波周期处峰值更加突出、集中,而在其他位置更加平滑,提高了对液面回波周期特征的辨识能力。