CN114141083B - 一种变电站仿真动态学习方法及*** - Google Patents

Abstract

本发明公开了一种变电站仿真动态学习方法及***，所述变电站仿真动态学习方法包括构建四级能力模型；制作仿真培训资源，所述仿真培训资源包括仿真培训案例、任务和试题；将所述仿真培训资源与所述四级能力模型关联，并将审核通过后的试题入到最终试题库；响应于学员登录成功的指令，配合学员操作进行动态学习。本发明首先***首次构建了变电站运维人员能力四级模型，在四级能力模型基础上可以进行动态学习，很好地解决了变电站工作人员仿真培训的个性化学习的问题。

Description

一种变电站仿真动态学习方法及***

技术领域

本发明属于电力***仿真培训领域，具体涉及一种变电站仿真动态学习方法及***。

背景技术

随着智能电网的建设，大量新技术、新***、新设备在变电站投入使用，对变电运维生产运行管理人员的知识、技术、技能等方面提出了全新的更高要求，将给电力企业的生产运行管理和人才培养带来巨大挑战。因此，加强面向变电站相关生产运行人员的培训，在较短的时间内培养一支专业知识丰富，操作技能熟练的高素质员工队伍，保证电网安全稳定、经济高效运行，支撑智能电网的发展，是当前一项十分重要而迫切的任务。

传统的变电站培训仿真***虽然在电网运行人员培训上发挥了重要的作用，但培训内容过于依赖教员，教员的教学水平直接影响学员的学习效果；传统的培训方式要求教员在控制培训进度方面，要与大多数学员的接受程度相匹配，无视学生的个性差异，难以满足电网相关运行人员的自主学习需求，教学方式“千篇一律”，教学内容“千人一面”，教学效果大为打折；传统教学方式以传授式为主，缺少体验式学习与研究性学习；传统培训重教学轻能力，受教学进度所限，未能让学员有充分的实践与能力培养，更无法根据每个学员的个体差异制定更有针对性的教学课程，让学生及时“补短板”，用实践提升对理论知识的理解。如何改变传统培训的弊端，显著提升变电站仿真培训的效率，快速适应电网***的转型升级，维护国家电力安全，成为当前急需解决的问题。

发明内容

针对上述问题，本发明提出一种变电站仿真动态学习方法及***，构建了变电站运维人员能力四级模型，在四级能力模型基础上可以进行动态学习，很好地解决了变电站工作人员仿真培训的个性化学习的问题。

为了实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：

第一方面，本发明提供了一种变电站仿真动态学习方法，包括：

构建四级能力模型；

制作仿真培训资源，所述仿真培训资源包括仿真培训案例、任务和试题；

将所述仿真培训资源与所述四级能力模型关联，并将审核通过后的试题入到最终试题库；

响应于学员登录成功的指令，配合学员操作进行动态学习。

可选地，所述四级能力模型按照一级专业、二级能力维度、三级能力项和四级能力等级进行构建；

所述二级能力维度根据实际工作要求，分为巡视与维护、倒闸操作、异常处理、事故处理、维护性检修、设备验收、基本技能、专业知识八大类；每个大类根据实际工作业务分为若干能力项，如一次设备巡视、二次设备巡视、站用直流***巡视等，最后能力等级分为实习生、初级工、中级工、高级工、技师、高级技师六个等级。

可选地，所述将所述仿真培训资源与所述四级能力模型关联，并将审核通过后的试题入到最终试题库，具体包括：

在出题完成后，将试题与所述四级能力模型进行关联；

将试题提交到待审核题库中；

专家进行仿真培训试题的审核；

审核不通过的试题，提交审核意见返回教员进行修改，审核通过后的试题入到最终试题库中供学员登录后进行学习。

可选地，所述登录成功的学员进行动态学习，具体包括：

学员登录，***提取学员的专业信息；

***顺次提取学员能力等级信息、提取学员各能力项积分、动态选择能力项、动态生成培训课程；

学员进行学习，完成当前培训课程，获取各项能力积分；

基于各项能力积分，进行能力等级提升。

可选地，所述***动态选择能力项，具体包括：

根据学员各能力项积分形成随机因子来选择能力项，用能力项积分与上一等级的门槛值积分的比例来设置随机发生因子；

将每个能力等级下的门槛值表示为R＝{R(1)，R(2)，……，R(m)，……，R(M)}，R(m)为第m项的能力门槛值；

能力项已获得积分，可表示为T＝{T(1)，T(2)，……，T(m)，……，T(M)}，T(m)为第m项能力积分，m为能力项标号，M为所包含的能力项数据的总数；

能力积分和门槛值分别用T和R表示，计算它们之间的差距D(m)＝[R(m)-T(m)]/R(m)，用D(m)作为抽取能力项的随机因子，D(m)越大则该能力项抽到的可能性越大。

可选地，所述***动态生成培训课程，具体包括：

每个能力等级有对应的培训案例、任务或试题；

***再使用rand()产生随机数，再从相关能力项相关的培训案例、任务和试题中随机抽取与学员当前等级能级匹配的试题；

使用时间作为随机因子，保证每次rand()产生的随机数大概率不相同，由此动态生成的培训课程会随着学员各能力项积分的变化而变化。

可选地，所述获取各项能力积分，具体包括：

学员进行学习，完成当前培训课程，获取各项能力积分，执行仿真任务中，***会根据任务完成的规范性与完成时间进行综合评估，给出对应的能力积分。

可选地，所述能力等级提升，具体包括：

学员进行课程学习得到能力积分，当该专业全部能力维度下的所有能力项积分均达到上一等级的门槛值会给学员提升等级；

如果没有达标，***会继续使用当前能力等级下的培训案例、任务或试题生成动态试题，继续进行学***生成匹配的试题。

第二方面，本发明提供了一种变电站仿真动态学习***，包括：

构建模块，用于构建四级能力模型；

制作模块，用于制作仿真培训资源，所述仿真培训资源包括仿真培训案例、任务和试题；

执行模块，用于将所述仿真培训资源与所述四级能力模型关联，并将审核通过后的试题入到最终试题库；

动态学习模块，用于响应于学员登录成功的指令，配合学员操作进行动态学习。

与现有技术相比，本发明的有益效果：

本发明是提出了一种变电站仿真动态学习方法及***，首先***首次构建了变电站运维人员能力四级模型，在四级能力模型基础上可以进行动态学习，很好地解决了变电站工作人员仿真培训的个性化学习的问题。

附图说明

为了使本发明的内容更容易被清楚地理解，下面根据具体实施例并结合附图，对本发明作进一步详细的说明，其中：

图1为本发明一种实施例的培训案例、任务或试题制作流程示意图；

图2为本发明一种实施例的登录成功的学员进行动态学习的流程示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明的保护范围。

下面结合附图对本发明的应用原理作详细的描述。

实施例1

本发明实施例中提供了一种变电站仿真动态学习方法，包括以下步骤：

构建四级能力模型；

制作仿真培训资源，所述仿真培训资源包括仿真培训案例、任务和试题；

将所述仿真培训资源与所述四级能力模型关联，并将审核通过后的试题入到最终试题库；

响应于学员登录成功的指令，配合学员操作进行动态学习。

在本发明实施例的一种具体实施方式中，所述四级能力模型按照一级专业、二级能力维度、三级能力项和四级能力等级进行构建；

所述二级能力维度根据实际工作要求，分为巡视与维护、倒闸操作、异常处理、事故处理、维护性检修、设备验收、基本技能、专业知识八大类；每个大类根据实际工作业务分为若干能力项，如一次设备巡视、二次设备巡视、站用直流***巡视等，最后能力等级分为实习生、初级工、中级工、高级工、技师、高级技师六个等级。如下表所示。

表1变电站运维四级能力模型

在本发明实施例的一种具体实施方式中，如图1所示，所述将所述仿真培训资源与所述四级能力模型关联，并将审核通过后的试题入到最终试题库，具体包括：

在出题完成后(即制作或修改培训案例、任务、试题)，将试题与所述四级能力模型进行关联；如“仿真一线由运行转为检修”仿真培训试题，按四级能力模型进行关联，就要归属于一级变电运维专业，二级倒闸操作类，三级高压开关类、线路停送电类，四级初级工类；

将试题提交到待审核题库中；

专家进行仿真培训试题的审核；

审核不通过的试题，提交审核意见返回教员进行修改，审核通过后的试题入到最终试题库中供学员登录后进行学习。

在本发明实施例的一种具体实施方式中，如图2所示，所述登录成功的学员进行动态学习，具体包括：

学员登录，***提取学员的专业信息；

***顺次提取学员能力等级信息、提取学员各能力项积分、动态选择能力项、动态生成培训课程；

学员进行学习，完成当前培训课程，获取各项能力积分；

基于各项能力积分，进行能力等级提升。

其中，所述***动态选择能力项，具体包括：

根据学员各能力项积分形成随机因子来选择能力项，用能力项积分与上一等级的门槛值积分的比例来设置随机发生因子，将每个能力等级下的门槛值表示为R＝{R(1)，R(2)，……，R(m)，……，R(M)}，R(m)为第m项的能力门槛值。能力项已获得积分，可表示为T＝{T(1)，T(2)，……，T(m)，……，T(M)}，T(m)为第m项能力积分，m为能力项标号，M为所包含的能力项数据的总数。能力积分和门槛值分别用T和R表示，计算它们之间的差距D(m)＝[R(m)-T(m)]/R(m)，用D(m)作为抽取能力项的随机因子，D(m)越大则该能力项抽到的可能性越大。所述***动态生成培训课程，具体包括：

每个能力等级有对应的培训案例、任务或试题；

***再使用rand()产生随机数，再从相关能力项相关的培训案例、任务和试题中随机抽取与学员当前等级能级匹配的试题；

使用时间作为随机因子，保证每次rand()产生的随机数大概率不相同，由此动态生成的培训课程会随着学员各能力项积分的变化而变化。

所述获取各项能力积分，具体包括：

学员进行学习，完成当前培训课程，获取各项能力积分，执行仿真任务中，***会根据任务完成的规范性与完成时间进行综合评估，给出对应的能力积分。

所述能力等级提升，具体包括：

学员进行课程学习得到能力积分，当该专业全部能力维度下的所有能力项积分均达到上一等级的门槛值会给学员提升等级；

如果没有达标，***会继续使用当前能力等级下的培训案例、任务或试题生成动态试题，继续进行学***生成匹配的试题。

实施例2

基于与实施例1相同的发明构思，本发明实施例中提供了一种变电站仿真动态学习***，包括：

构建模块，用于构建四级能力模型；

制作模块，用于制作仿真培训资源，所述仿真培训资源包括仿真培训案例、任务和试题；

执行模块，用于将所述仿真培训资源与所述四级能力模型关联，并将审核通过后的试题入到最终试题库；

动态学习模块，用于响应于学员登录成功的指令，配合学员操作进行动态学习。

其余部分均与实施例1相同。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (6)

1.一种变电站仿真动态学习方法，其特征在于，包括：

构建四级能力模型；

制作仿真培训资源，所述仿真培训资源包括仿真培训案例、任务和试题；

将所述仿真培训资源与所述四级能力模型关联，并将审核通过后的试题入到最终试题库；

响应于学员登录成功的指令，配合学员操作进行动态学习；

所述登录成功的学员进行动态学习，具体包括：

学员登录，***提取学员的专业信息；

***顺次提取学员能力等级信息、提取学员各能力项积分、动态选择能力项、动态生成培训课程；

学员进行学习，完成当前培训课程，获取各项能力积分；

基于各项能力积分，进行能力等级提升；

所述***动态选择能力项，具体包括：

根据学员各能力项积分形成随机因子来选择能力项，用能力项积分与上一等级的门槛值积分的比例来设置随机发生因子；

将每个能力等级下的门槛值表示为R＝{R(1)，R(2)，……，R(m)，……，R(M)}，R(m)为第m项的能力门槛值；

能力项已获得积分，表示为T＝{T(1)，T(2)，……，T(m)，……，T(M)}，

T(m)为第m项能力积分，m为能力项标号，M为所包含的能力项数据的总数；

能力积分和门槛值分别用T和R表示，计算它们之间的差距D(m)＝[R(m)-T(m)]/R(m)，用D(m)作为抽取能力项的随机因子，D(m)越大则该能力项抽到的可能性越大；

所述***动态生成培训课程，具体包括：

每个能力等级有对应的培训案例、任务或试题；

***再使用rand()产生随机数，再从相关能力项相关的培训案例、任务和试题中随机抽取与学员当前等级能级匹配的试题；

使用时间作为随机因子，保证每次rand()产生的随机数大概率不相同，由此动态生成的培训课程会随着学员各能力项积分的变化而变化。

2.根据权利要求1所述的一种变电站仿真动态学习方法，其特征在于：所述四级能力模型按照一级专业、二级能力维度、三级能力项和四级能力等级进行构建；

所述二级能力维度根据实际工作要求，分为巡视与维护、倒闸操作、异常处理、事故处理、维护性检修、设备验收、基本技能、专业知识八大类；每个大类根据实际工作业务分为若干能力项，包括一次设备巡视、二次设备巡视、站用直流***巡视，最后能力等级分为实习生、初级工、中级工、高级工、技师、高级技师六个等级。

3.根据权利要求1所述的一种变电站仿真动态学习方法，其特征在于：所述将所述仿真培训资源与所述四级能力模型关联，并将审核通过后的试题入到最终试题库，具体包括：

在出题完成后，将试题与所述四级能力模型进行关联；

将试题提交到待审核题库中；

专家进行仿真培训试题的审核；

审核不通过的试题，提交审核意见返回教员进行修改，审核通过后的试题入到最终试题库中供学员登录后进行学习。

4.根据权利要求1所述的一种变电站仿真动态学习方法，其特征在于，所述获取各项能力积分，具体包括：

学员进行学习，完成当前培训课程，获取各项能力积分，执行仿真任务中，***会根据任务完成的规范性与完成时间进行综合评估，给出对应的能力积分。

5.根据权利要求4所述的一种变电站仿真动态学习方法，其特征在于：所述能力等级提升，具体包括：

学员进行课程学习得到能力积分，当该专业全部能力维度下的所有能力项积分均达到上一等级的门槛值会给学员提升等级；

如果没有达标，***会继续使用当前能力等级下的培训案例、任务或试题生成动态试题，继续进行学***生成匹配的试题。

6.一种变电站仿真动态学习***，其特征在于，包括：

构建模块，用于构建四级能力模型；

制作模块，用于制作仿真培训资源，所述仿真培训资源包括仿真培训案例、任务和试题；

执行模块，用于将所述仿真培训资源与所述四级能力模型关联，并将审核通过后的试题入到最终试题库；

动态学习模块，用于响应于学员登录成功的指令，配合学员操作进行动态学习；

所述登录成功的学员进行动态学习，具体包括：

学员登录，***提取学员的专业信息；

***顺次提取学员能力等级信息、提取学员各能力项积分、动态选择能力项、动态生成培训课程；

学员进行学习，完成当前培训课程，获取各项能力积分；

基于各项能力积分，进行能力等级提升；

所述***动态选择能力项，具体包括：

根据学员各能力项积分形成随机因子来选择能力项，用能力项积分与上一等级的门槛值积分的比例来设置随机发生因子；

将每个能力等级下的门槛值表示为R＝{R(1)，R(2)，……，R(m)，……，R(M)}，R(m)为第m项的能力门槛值；

能力项已获得积分，表示为T＝{T(1)，T(2)，……，T(m)，……，T(M)}，T(m)为第m项能力积分，m为能力项标号，M为所包含的能力项数据的总数；

能力积分和门槛值分别用T和R表示，计算它们之间的差距D(m)＝[R(m)-T(m)]/R(m)，用D(m)作为抽取能力项的随机因子，D(m)越大则该能力项抽到的可能性越大；

所述***动态生成培训课程，具体包括：

每个能力等级有对应的培训案例、任务或试题；

***再使用rand()产生随机数，再从相关能力项相关的培训案例、任务和试题中随机抽取与学员当前等级能级匹配的试题；

使用时间作为随机因子，保证每次rand()产生的随机数大概率不相同，由此动态生成的培训课程会随着学员各能力项积分的变化而变化。