【摘 要】
：
在课程思政的背景下,将课程思政内容与课程内容有机融合是课程思政建设的重点。本文以高职院校动物药理课程为例,介绍该课程思政建设的目标和建设要点。从课程思政的元素、融入形式、保障机制及评价体系深入发掘与构建与教学内容紧密结合的课程思政体系,从而全面提高学生的思想道德、职业素养及专业能力,为国家高职院校培养高素质技能型人才。
【基金项目】
：
特色高水平院校建设项目-人才培养模式创新建设项目PXM2020-157102-000059。
论文部分内容阅读
在课程思政的背景下,将课程思政内容与课程内容有机融合是课程思政建设的重点。本文以高职院校动物药理课程为例,介绍该课程思政建设的目标和建设要点。从课程思政的元素、融入形式、保障机制及评价体系深入发掘与构建与教学内容紧密结合的课程思政体系,从而全面提高学生的思想道德、职业素养及专业能力,为国家高职院校培养高素质技能型人才。
其他文献
计算机技术的发展产生了许多电力数据,这些电力数据有着非常显著的空间数据场特征。将空间数据场及三维虚拟现实技术结合起来,有助于电力工作人员的人机交互,能够快速识别和判定电力设备的运行状态,寻找到其中的异常并精确定位。提出了基于LOD思想及BP数据挖掘技术的融合数据可视化技术。通过仿真分析可以看出,提出的并行融合算法具有高效、快速和精度高等特点,能够提升电力生产效率,有效解决大量电力数据难以理解的问题。
现有方法难以对不同充电状态下的配电网运行状态进行准确评估,为此设计含电动汽车充电的配电网运行可靠性评估算法。通过计算配电网运行情况与配电网元件使用状态,实现配电网运行可靠性评估指标的选取。同时,设定充电周期,计算电动汽车充电功率,并将此作为评估参考因素之一。采用模拟法构建评估模型,将运行可靠性评估指标与电动汽车充电功率融入此模型中,实现对含电动汽车充电的配电网运行可靠性的评估。算例测试结果表明,在慢充和快充状态下的评估计算响应时间明显低于现有方法,并且评估结果的准确性较高。算法更适用于电动汽车配电网运行状
新能源和电动汽车的快速发展及其在配电网的并网给配电网的无功优化带来了严重的困难。在分析新能源和电动汽车功率随机特性的基础上,建立了综合考虑配电网运行经济性和安全性的无功优化数学模型,并提出了一种融合Q学习算法和改进蚁群算法的新型求解方法。利用Q学习算法在全局性搜索的优势来弥补蚁群算法全局性不足的缺陷,通过含新能源和电动汽车并网的配电网无功优化仿真对比分析。结果表明,方法能更好地提高配电网的经济性和安全性指标,证明无功优化模型及求解方法的有效性和具有的优势。
针对提升新能源消纳问题,设计了一种峰谷平时段划分方法。首先,建立基于消费者心理学的用户响应模型,得到用户负荷转移率;其次,综合考虑不同时段负荷对峰谷隶属度的贡献程度,以新能源消纳最大化及用户费用最小化为目标,建立基于新能源消纳的峰谷平时段优化模型;最后,通过改进粒子群算法对峰谷隶属度阈值进行优化求解。仿真结果表明,用户响应新的峰谷平时段后,用电费用降低,同时新能源的消纳得到提升。
风力发电机组行星齿轮箱振动信号是一种非线性非平稳的复杂信号,传统的故障诊断方法面对此类信号时,能够很好处理的范围有限。为提高在强外界干扰条件下故障智能识别的准确率,提出了一种基于一维卷积神经网络(1D-CNN)和长短期记忆网络(LSTM)混合模型的故障智能诊断方法。首先利用自参考自适应噪声消除技术(SANC)将齿轮箱振动信号分离为周期性信号分量成分和随机信号分量成分,再对包含齿轮箱故障特征的周期性信号成分进行智能特征提取和识别。经验证,所提方法较其他不同方法有明显优势,故障识别率达到99.85%,说明能有
为了研究新型电力负荷预测方法,设计了一种基于多列深度神经网络的电力负荷预测模型。在离散数据模式下,使用差值法初步治理,通过小波变换提取其时域特征,傅里叶变换提取其频域特征。对负荷形成的时域、频域特征共8组数据进行多列深度神经网络分析,在此基础上进行一次多列神经网络分析,得到最终的叠加三角函数回归方程。通过仿真分析表明,与多项式曲线估计法和深度迭代模糊矩阵法相比,实现了预测数据质量的显著提升。模型适用于电力负荷预测任务。
电力弹簧(electric spring, ES)的提出,能够有效解决因分布式光伏接入出现的功率波动及功率因数不达标问题。首先分析了ES的拓扑及其功率控制方法,同时提出了一种基于ES的负荷电压及功率因数控制方法,有效地稳定ES电压及功率因数,抑制光伏并网点的功率波动。然后在MATLAB/Simulink仿真平台中搭建分布式光伏并网系统。最后通过算例验证所提基于ES的负荷电压及功率因数控制方法的正确性和有效性。
目前国网公司为了强化营销、运检、调控业务协同,有效支撑电力故障定位、停电范围定位、实时线损统计和业扩报装等业务,推动实施营配贯通建设工作。针对人工营配贯通工作会导致营配业务系统中电网拓扑关系数据与现场不一致的问题,根据配电网网架业务,结合现有关系型数据库存储的台账及关系数据,利用知识图谱技术构建配电网网架拓扑图和Neo4j图数据库存储配电网网架拓扑图,为配电网业务展示、大数据下设备关系查询和数据质量提升提供数据支撑,建立了高效、便捷的检索和核查方式。试验表明,研究的方法误差小,稳定性能好。
针对现有技术中高压配电网规划不合理的问题,提出基于电力负荷预测的高压配电网变电站规划方法。通过收集历史用电数据及电力负荷变化规律,获取电力弹性系数,计算多个历史时段内的平均增长率;利用BP神经网络,确定样本集以及变量参数,将负荷数据归一化处理,构建高压配电网规划优化模型;按照地区差异选择合适的容载比,设置新增变电站,实现高压配电网合理规划。试验表明,研究方法合理性好。
传统饱和空间负荷预测方法以负荷密度法为主,其工业划分未能准确反映各细分行业负荷特性,且关键指标取值主观因素影响较大。为此提出一种基于行业大数据的饱和空间负荷预测方法。方法细分行业,大数据分析确定关键参数,校验现状负荷和点负荷,叠加行业负荷曲线得出最大负荷。对某市进行预测,结果表明能更切实反映行业负荷特性,提高关键指标取值和预测结果客观性。