SCI论文（www.lunwensci.com）
【摘要】从“专业学位”研究生专业课程体系关键要素与环节入手 , 弥补传统教学方法专业实践与应用不足。 由于专业课缺乏情景体验的问题 ,本研究从系统化、专业课情景模式两个方面出发 ,研究理论与实践耦合发展 , 发展“专业学位”研究生的核心教育理念。利用大数据技术 , 突出真实情景教学课程知识体系的基本思路。以沈 阳工程学院“专业学位”研究生风力发电课程为实践案例 , 实现大数据技术在风力发电课程的教学应用。
【关键词】大数据技术,知识体系,专业课,“专业学位”研究生
一、引言
近年来我国对“专业学位”研究生的需求量逐步 增加 ,然而“专业学位”研究生的培养的教学资源仍然 不足 ,很多院校的培养模式无法达到“专业学位”研究 生实践能力。“专业学位”研究生的培养需要具备扎实 的专业领域理论知识 ,具有解决问题的能力、对实际 业务的理解能力、工程应用能力等。尤其需要提高其 技术创新思想 , 能够结合业务基础进行创新的能力。 培养并建立数据科学分析的能力 ,通过数据相关知识 体系 ,实现新的教学理念与方法等。
在传统的“专业学位”研究生教学培养中 ,知识体 系建设理念和培养目标往往不够明确 ,导致课程知识 体系逐渐偏离了“专业学位”研究生的核心教育理念 , 高校培养的“专业学位”研究生无法满足行业的技术 人才需要 ,继而引发高校与行业的脱节问题。
因此 ,从行业需求出发 ,根据“专业学位”研究生 的就业去向。单位需求人才标准制定培养计划 ,建立 目标与方案制定、过程实施、效果反馈的闭环、可动态 调整课程安排的课程建设理念。要利用大数据技术建 立自适应“专业学位”研究生教学平台 ,突出真实情景 教学课程知识体系的基本思路。通过行业反馈逐渐调 整教学计划与培养方案 , 教学资源配置趋向合理化 , 最终达到满足行业需求人才标准.
大数据技术的迅速发展为“专业学位”研究生的 培养提供了新的教学思路。风电场运行控制系统每天 实时产生大量的数据 , 这些数据来源不同且类型复 杂 ,数据增长的速度极快 ,如何利用风电场海量的数 据更好地服务于“专业学位”研究生教学是本文解决的一个重要问题。利用信息化技术 ,实现风电场大数 据的预处理、教学模型的开发与训练 ,根据行业特点 , 为风力发电教学建立专业课情景模式 ,形成风电行业 教学积累 ,实现行业模型快速开发 ,提供了各种风电 数据源、算子、模型和评估模块组件 ,实现教学模型的 低代码敏捷开发模式 ,基于自主安全可控技术 ,构建 核心数据要素的共享共建大数据教学平台 ,大幅降低 教学数字化创新成本。 通过虚拟仿真技术 ,实现了课 程管理、数据管理、案例管理 、考试管理四个教学模 块 ,有效解决了“专业学位”研究生实践和应用不足等 问题 ,提高了教学质量。
二、教学系统需求分析
(一 )“专业学位”研究生培养的需求
如今风力发电“专业学位”研究生的培养缺乏有效 的实践情景教学,利用大数据技术搭建大数据教学平台 服务于风力发电“专业学位”研究生的培养,提高专业培 养质量 ,这能够在一定程度上弥补传统教学的不足。
风力发电课程知识体系广、实践性强 ,其专业基 础课大多都与实践有着密切的关联。风力发电课程内 容不仅涉及大量的专业术语、理论公式 ,还涉及风电 场运行系统和环境因素以及复杂的三维空间运动。专 业学位研究生仅通过参观风电场的风机模型 ,难以理 解风力发电机内部结构及运行相关的知识。而现场实 习形式大于内容 ,“专业学位”研究生现场实习只看到 表面现象 , 对风力发电的运行原理并没有深入的认 识 ,学习效果较差。 通过大数据分析和虚拟仿真技术 构建风力发电大数据教学平台 ,“专业学位”研究生通 过此平台的案例管理模块实现情景教学 ,这样“专业学位”研究生的学习兴趣和效率在一定程度上得到了 提高 ,也加深了对风力发电理论的理解程度。
(二)风力发电行业的需要
风力发电行业近年来得到了快速发展 , 因此 ,风 电行业对高素质“专业学位”研究生的需要更加迫切 , 它需要具备实践能力、创新能力的风电应用型人才。
“专业学位”研究生的培养必须适应行业的需要 , 结合新兴技术与教学方法创新更好地指导“专业学 位”研究生完成专业实践和应用 ,使其能够解决风力 发电行业的实际问题。应提出新的教学方法 ,以提高 “专业学位”研究生所从事行业的专业应用能力。基于 风电行业发展需求 , 培养新一代拥有风电学科背景、 掌握现代风电场工程技术、面向产业需求的复合型、应 用型“专业学位”研究生。通过教育与产业双轮驱动 , 培养风力发电“专业学位”研究生的风力发电技术创 新和研发能力。
三、教学系统整体设计
基于大数据分析的风力发电大数据教学平台总体 架构包括基础设施层、风电场的各种数据库、提供各种 技术支持的支撑层以及服务于情景教学的应用层。风 力发电大数据教学平台的总体架构如图 1 所示。
基于风电场大数据构建了风力发电大数据教学 平台以服务于实训教学。通过资源调度对风电场各种 教学资源合理地进行分配和高效应用。通过数据管理 妥善存储、编辑风电场数据库数据。对数据进行分析、 探查 ,得到更加准确的数据并实现数据集成。考虑多 个变量因素选择适合的方法建立风力发电实验模型。 然后选用高效的数据挖掘算法对模型进行评估 ,最后 确定最优的模型以应用于风力发电实验教学。
风力发电大数据教学平台集教学、实训、考试于一体 。该教学平台教学资源丰富 ,拥有大量的风电场 工业场景案例 ,集成了丰富的基础算法 。实现风电场 大数据的预处理、教学模型的开发与训练 ,根据行业 特点 ,为风力发电教学建立场景 ,形成风电行业教学 积累 ,实现行业模型快速开发 ,提供了各种风电数据 源、算子、模型和评估模块组件 ,实现教学模型的低代 码敏捷开发模式 ,基于自主安全可控技术 ,构建核心 数据要素的模拟共享教学系统 ,大幅降低教学数字化 创新成本。该平台旨在提高“专业学位”研究生解决风 电场实际问题的能力。
(一 )风力发电大数据教学平台模块设计
风力发电大数据教学平台基于风电场大数据 ,通 过大数据分析处理技术、虚拟仿真技术、可视化技术 , 实现了风电场的课程管理、数据管理、案例管理、考试 管理四个教学模块。
(二)风力发电大数据教学平台课程管理模块
风力发电大数据教学平台课程管理模块主要负 责创建、编辑和完善风力发电课程信息。 风力发电大 数据教学平台通过提供相关风力发电课程结合情景 教学为“专业学位”研究生打好扎实的理论基础。导师 可以通过相应入口进行课程编辑、展示和分享。创建 的课程信息将会在课程管理首页展示。“专业学位”研 究生通过此模块进行课程学习、作业提交等。导师可 以通过此模块安排学习大纲和教学计划 ,进行作业的 布置和批改。而且课程管理模块还为每门课程提供了 专属的学习交流群 ,为导师及时给“专业学位”研究生 答疑提供了快捷通道。
(三)风力发电大数据教学平台数据管理模块
风力发电大数据教学平台数据管理模块为用户 提供了访问数据的入口,便于对风电场各种数据进行 存储、搜索和应用。数据管理模块可以定义和创建风 电场各种运行数据的库 ,并能够进行归类和管理。 风 力发电大数据教学平台数据管理模块也负责转换和 恢复数据以及数据库的重组织和重构造。同时风电场 数据管理模块也负责检测分析、定时更新风电场数据 库等维护工作。
(四)风力发电大数据教学平台案例管理模块
风力发电大数据教学平台案例管理模块具有添 加、修改、分类整理、存储和管理大量风电场工程案例 的功能。通过此模块的案例进行情景模式教学 ,一方面可以帮助风力发电“专业学位”研究生整合所学的 知识 , 以把各种知识碎片形成完整的知识体系;另一 方面此模块可以使风力发电“专业学位”研究生熟悉 真实的风电场工程案例 ,以培养其分析和解决风电场 实际工程问题的能力。因此 ,此模块能提高风力发电 “专业学位”研究生的专业知识认知程度 ,加速知识向 技能转化。通过风电场案例实现情景教学能够提高风 力发电“专业学位”研究生的实践和应用能力。
(五)风力发电大数据教学平台考试管理模块
风力发电大数据教学平台考试管理模块包含风 力发电试题库以及成绩管理两大部分。导师可以在试 题入口进行各种考试科目的出题并能够在成绩入口 发布学生的考试成绩 。导师通过测验了解风力发电 “专业学位”研究生对风电场学习的理解程度 ,进而通 过课程管理模块调整相应科目的学习进度和教学安 排。风力发电“专业学位”研究生在此模块完成相应科 目考试并且能够通过成绩入口查看成绩。
四、课程设计
(一 )学习目标
从风力发电“专业学位”研究生的需求出发 ,为了 完成从事风电行业相关工作的需要 ,必须深入了解风 场以及湍流风场的主要参数 ,这可以通过建立湍流风 场的模拟环境来实现。风力发电“专业学位”研究生还 需要深入了解风力发电机组的组成及各部件的外形 结构 ,这可以通过建立风力发电机组整机模型来直观 体会。同时 ,风力发电“专业学位”研究生要掌握稳态 风工况的计算方法 ,并理解风力发电机的功率、转矩、 桨距角随风速的变化关系 ,这可以进行稳态风运行实 验来实现目的。风力发电“专业学位”研究生还可以通 过湍流风运行实验以及机组带冰运行实验来认识各 种类型的 IEC 阵风并掌握湍流风工况和机组带冰工 况的计算。最后通过小风速和大风速下的运行实验对 比 ,了解不同风况的风速对风力发电机组各位置载荷 的影响大小。
(二)课程内容
根据学习目标设置风力发电“专业学位”研究生 的课程内容 ,该大数据教学平台设计了 7 个特定的实 验项目 ,分别为湍流风生成实验、整机建模实验、稳态 风运行实验、湍流风运行实验、阵风运行实验、机组带 冰运行实验、不同风速下的运行实验。风力发电“专业学位”研究生可以通过模拟实验来掌握风电场的主要 参数及建立湍流风场模拟环境需要考虑的主要因素。 在实验中 ,风力发电“专业学位”研究生通过输入参数 建立风力发电机组模型 ,开展稳态风、湍流风、IEC 阵 风等风况的计算 ,以深入了解不同风况对风力发电机 组的影响。
(三)课程评估
风力发电课程知识体系广、实践性强 。在传统教 学培养模式下风力发电“专业学位”研究生实践与应 用经验不足。因此 ,建立风电场真实情景教学以帮助 风力发电“专业学位”研究生克服工程经验不足的问 题。情景教学是让学生完成完整的具体工业数据相关 项目为导向设置的实践类型 ,提供的风力发电大数据 教学平台正是基于此逻辑构建了以“风场真实场景”为 核心 ,“理论知识与项目应用”为手段 ,最终让专业学 位研究生掌握解决风电场实际问题的能力 ,并创造真 正的业务价值。
五、结论
基于大数据技术构建了风力发电大数据教学平 台 ,以情景模式系统化教学。以湍流风运行实验为例 , 通过风力发电大数据教学平台进行虚拟仿真实验得到 了风机机组的实际真实运行数据 。风力发电“专业学 位”毕业研究生就业调查表结果表明 ,通过风力发电大 数据教学平台教学后就业相关度、工作适应度、用人单 位满意度都有较大的提升。基于大数据技术的风力发 电大数据教学平台对于建设“专业学位”研究生专业课 程体系和提高教学质量具有积极的推动作用。
参考文献：
[1]梁东义, 吕晓娟,许海园.高等职业教育技能型 人才培养路径探索— 以风电专业为例[J]. 中国电力 教育,2020(4):79-80.
[2]刘畅,柯健.虚拟仿真实验平台下探究式学习的 设计与实践[J]. 中国教育信息化,2019(10):42-44.
[3]黄志华,黄炎子.大数据对高等教育管理的影响 和优化[J].高教学刊,2019(9):145-147.
[4]刘海,李姣姣,张维,张昭理,易泽顺.面向在线教 学平台的数据可视化方法及应用[J].中国远程教育,2018 (1):37-44.
[5]黄海燕.大数据背景下高校课程教学发展的契 机、迷思与建议[J].宜春学院学报,2017.39(2):111-115.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！ 文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jiaoyulunwen/52122.html
