检索结果-南通市图书馆

维普期刊数据库博看期刊

地下交叉互联高压电缆分布式护层电流传感系统的时滞控制方法

在线全文

学校读者我要写书评

暂无评论

电工技术学报 2024年第4期39卷 1234-1244页

作者：周莎莎王航杨斌夏湛然周承科湖北工业大学新能源及电网装备安全监测湖北省工程研究中心武汉430068 国网湖北省电力公司武汉供电公司武汉430024 格拉斯哥卡里多尼亚大学格拉斯哥G40BA

交叉互联高压电缆系统中的分布式护层电流检测对于护层接地故障诊断至关重要。为解决地下高压电缆不依赖外部时标的分布式护层电流传感时间同步问题,该文基于交叉互联高压电缆护层间的耦合关系,采用并联Smith预估补偿器提升时滞补偿效率... 详细信息

交叉互联高压电缆系统中的分布式护层电流检测对于护层接地故障诊断至关重要。为解决地下高压电缆不依赖外部时标的分布式护层电流传感时间同步问题,该文基于交叉互联高压电缆护层间的耦合关系,采用并联Smith预估补偿器提升时滞补偿效率,获取残差最小的时间偏置补偿时滞量,提出多护层电流传感器时滞误差的递归最小二乘跟踪方法,以电容电流短时不变为稳定判据,对实际测量时分布式护层电流传感器之间的时延进行估计和控制。该方法在220 kV高铁牵引变压器一次侧高压电缆分布式护层电流传感系统上进行了试验验证,验证结果表明,该方法收敛至最小残差值点,平均残差为0.30 A,准确时滞量为3.93 s,能实现分布式护层电流传感的时间同步。

关键词：高压电缆交叉互联护层电流在线监测时滞控制

基于多尺度时空图卷积网络与Transformer融合的多节点短期电力负荷预测方法

在线全文

学校读者我要写书评

暂无评论

电网技术 2024年第10期48卷 4297-4305,I0113-I0117,I0112页

作者：孟衡张涛王金张晋源李达时光蕤三峡大学电气与新能源学院湖北省宜昌市443002 智慧能源技术湖北省工程研究中心(三峡大学) 湖北省宜昌市443002 国网湖北省电力有限公司宜昌供电公司湖北省宜昌市443002

深度学习的发展为处理电力系统中海量的负荷数据提供了良好的基础。然而,现有的负荷预测方法大多采用历史负荷序列的时间相关性构建模型,没有同时考虑相邻节点之间存在的空间耦合特性和外部因素的影响。由于图卷积神经网络在挖掘电力系... 详细信息

深度学习的发展为处理电力系统中海量的负荷数据提供了良好的基础。然而,现有的负荷预测方法大多采用历史负荷序列的时间相关性构建模型,没有同时考虑相邻节点之间存在的空间耦合特性和外部因素的影响。由于图卷积神经网络在挖掘电力系统拓扑结构中的空间特征上具有巨大潜力,因此,该文提出一种基于属性增强的多尺度时空图卷积神经网络与Transformer融合的电力系统多节点负荷预测方法。首先,将外部因素建模为动态属性和静态属性,设计属性增强单元对这些因素进行编码,并利用快速最大互信息系数量化各节点负荷的动态耦合信息。其次,采用多尺度时空图卷积网络挖掘节点间的短期时空特征,同时采用Transformer补充挖掘各节点负荷的长期时域特征。最后,使用门控融合层对两个模型进行融合。在纽约公开负荷数据集上的实验结果表明,所提方法能够充分挖掘多节点负荷数据中的时空耦合特性,具有更高的预测精度和稳定性。

关键词：多节点负荷预测多尺度时空图卷积神经网络属性增强 Transformer

维普期刊数据库博看期刊

新时期提升电视时政记者新闻采编能力的措施研究

在线全文

学校读者我要写书评

暂无评论

记者摇篮 2024年第9期 6-8页

作者：徐苞俊湖北省黄石市广播电视台

电视时政新闻是在新闻中对国家重大事件和社会热点进行追踪。时政记者应具有良好的新闻采编能力,才能将时政新闻报道得更加生动、有趣、有价值,才能更好地提升时政记者的综合素质。本文从新时期时政新闻采编工作的特点入手,分析电视时... 详细信息

电视时政新闻是在新闻中对国家重大事件和社会热点进行追踪。时政记者应具有良好的新闻采编能力,才能将时政新闻报道得更加生动、有趣、有价值,才能更好地提升时政记者的综合素质。本文从新时期时政新闻采编工作的特点入手,分析电视时政记者在采编工作中存在的问题,并提出新时期提升电视时政记者新闻采编能力的措施,旨在提高新闻报道的质量和效率,增强电视时政新闻在公众中的影响力和传播力。

关键词：新时期电视时政新闻采编能力

在线全文

学校读者我要写书评

暂无评论

电视新闻编辑的角色定位与转型

记者观察（中） 2024年第3期 113-115页

作者：柯聪湖北省十堰广播电视台

电视新闻编辑是电视媒体关键的工作人员,其工作能力和工作质量直接关系到新闻制作的质量和电视媒体的发展。新时代下,传统的电视新闻媒体面临着较大的发展压力,传统的工作理念和模式已经无法满足大众对信息的需求。编辑人员要对自身的... 详细信息

电视新闻编辑是电视媒体关键的工作人员,其工作能力和工作质量直接关系到新闻制作的质量和电视媒体的发展。新时代下,传统的电视新闻媒体面临着较大的发展压力,传统的工作理念和模式已经无法满足大众对信息的需求。编辑人员要对自身的角色进行准确的定位,深入分析现阶段新闻媒体发展的特点和趋势,充分认识自身存在的不足。

关键词：电视新闻编辑电视新闻媒体角色定位电视媒体新闻制作存在的不足特点和趋势工作人员

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

电视新闻编辑的角色定位与转型

记者观察 2024年第8期 113-115页

作者：柯聪湖北省十堰广播电视台

电视新闻编辑是电视媒体关键的工作人员，其工作能力和工作质量直接关系到新闻制作的质量和电视媒体的发展。新时代下，传统的电视新闻媒体面临着较大的发展压力，传统的工作理念和模式已经无法满足大众对信息的需求。编辑人员要对自身...

电视新闻编辑是电视媒体关键的工作人员，其工作能力和工作质量直接关系到新闻制作的质量和电视媒体的发展。新时代下，传统的电视新闻媒体面临着较大的发展压力，传统的工作理念和模式已经无法满足大众对信息的需求。编辑人员要对自身的角色进行准确的定位，深入分析现阶段新闻媒体发展的特点和趋势，充分认识自身存在的不足，

关键词：

向世界讲好中国共产党故事——以《百年大党——老外讲故事·上海解放特辑》为例

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

中国广播电视学刊 2024年第9期 40-41,49页

作者：朱晓茜王向韬上海广播电视台纪录片中心

六集系列外宣短纪录片《百年大党——老外讲故事·上海解放特辑》首次以国际视角、全英文史料、西方历史学者讲述的方式呈现了上海解放这段波澜壮阔的历史。该系列片是党史故事国际传播的一次创新尝试。本文详细介绍了节目的创作背景、... 详细信息

六集系列外宣短纪录片《百年大党——老外讲故事·上海解放特辑》首次以国际视角、全英文史料、西方历史学者讲述的方式呈现了上海解放这段波澜壮阔的历史。该系列片是党史故事国际传播的一次创新尝试。本文详细介绍了节目的创作背景、创作特色和传播特色,指出国际传播需要针对海外受众转换视角讲好中国故事,邀请西方专家学者担任主持人,增强国际传播可信度和接受度,采用第一手外文资料和微纪录方式,使内容呈现真实客观,传播上注重海外落地,采用多种渠道和方式增强外宣到达率和有效性。

关键词：党史故事国际视角传播实效

虚拟数字人技术在传媒领域的应用与创新——兼论湖北广电虚拟数字人“王丹”的场景实践

在线全文

学校读者我要写书评

暂无评论

融媒 2024年第9期 10-13页

作者：史枫王丹湖北广播电视台湖北卫视事业部湖北广播电视台新闻中心

在数字化转型浪潮中,虚拟数字人技术依托先进算法和计算机图形学的高保真渲染技术,使得数字人不仅在外观上逼近真人,还能模拟人类的声音和行为,提供自然和真实的交互体验,现已成为媒体行业创新发展的重要驱动力,逐步展现出其独特的价值... 详细信息

在数字化转型浪潮中,虚拟数字人技术依托先进算法和计算机图形学的高保真渲染技术,使得数字人不仅在外观上逼近真人,还能模拟人类的声音和行为,提供自然和真实的交互体验,现已成为媒体行业创新发展的重要驱动力,逐步展现出其独特的价值和潜力。湖北广电联合武汉人工智能研究院、武汉工程大学创建了“AIGC新媒体实验室”,并依托实验室推出虚拟数字人“王丹”,极大提升了内容生产效率,丰富了内容表现形式和表现力。此外,通过建立严格的内容审核机制,强化数据安全与隐私保护,确保在内容生成、数据处理等环节的安全可靠。

关键词：虚拟数字人 AIGC 人机交互

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

短视频影响下的新闻传播领域变革及发展探究

新闻前哨 2024年第10期 6-7页

作者：李昕吴宝洪湖北广播电视台国际传播中心《湖北发布》编辑部湖北广播电视台新闻中心

本文通过分析短视频的影响,探究新闻传播面临的挑战,并提出未来发展对策。

关键词：短视频新闻传播媒体变革抖音

基于改进LSTM神经网络的风电功率短期预报算法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

南方能源建设 2024年第1期11卷 112-121页

作者：高盛许沛华陈正洪成驰湖北省气象服务中心湖北武汉430205

[目的]风能的波动性和间歇性给大规模的风电并网提出了挑战,解决这一问题的有效途径是能够提供准确的风电功率预报。[方法]针对这一挑战,提出了一种新的基于改进LSTM(长短期记忆)架构的深度学习神经网络的风功率预报模型,包含自主研制... 详细信息

[目的]风能的波动性和间歇性给大规模的风电并网提出了挑战,解决这一问题的有效途径是能够提供准确的风电功率预报。[方法]针对这一挑战,提出了一种新的基于改进LSTM(长短期记忆)架构的深度学习神经网络的风功率预报模型,包含自主研制的数据异常检测与处理、风速特征提取、超参数调优于一体的风电功率预报方法。为了使神经网络模型能更加准确地学习风速特征对风电功率的影响,还定义了一种使用特征筛选以及特征倍增相结合的特征工程方法。[结果]仿真结果表明:所提出的数据清洗及数据增强算法在各种机器学习算法上可以将准确率提升约5%。提出的改进LSTM神经网络模型在数据清洗后与传统算法以及业内主流神经网络算法进行对比,可以将准确率提升2.5%。[结论]改进的方法不但具有较好的噪声数据清洗能力,而且在所有的试验中,改进模型在预报准确性方面优于其他所有算法,可以为实际应用提供指导。

关键词：风功率日前预报 LSTM神经网络深度学习异常检测与处理风速波动特征