网站实训总结实用3篇

【导言】此例“网站实训总结实用3篇”的文档资料由阿拉题库网友为您分享整理，以供您学习参考之用，希望这篇资料对您有所帮助，喜欢就复制下载支持吧！

网站实训总结范文1

本学期我校将继续以县教育技术中心工作精神和学校工作重点为指导，充分利用我校现有的现代化教育设备，以教育教学工作为中心，全面推进教育信息化工程，为教学服务，为学生服务。从学校的教育和教学工作的实际出发，进一步完善学校教育技术装备建设，规范管理，加强应用。继续开展整合研究。加强培训与指导，有效提高教师信息技术应用水平，努力提高师生的信息化素养，整体推进学校的教育现代化工程。有效、有序、有目的的开展电教工作。积极配合学校完成各项任务，开展现代教育技术应用的研究，大力提升校园网在校园文化中的作用，深入研究信息技术课堂教学，不断提高电教工作管理水平。

二、主要工作

1、强化教技工作常规管理

本学期，要继续加强信息技术常规管理工作，在硬件设备的使用和校园网络的管理方面做好以下工作：

(1)要依据管理条例，加大检查力度，减少损耗，提高使用寿命。对机房的电教设备负责保管，并作好使用记录。

(2)完善借用登记制度。所借电教媒体、仪器设备等须登记，使用后按时归还。

(3)定期检查维修。加强设备的维护和检修工作，检查器材使用情况，并随时维修各类故障，以确保正常使用。

(4)努力提高校园网的使用效率，强化教师的网络道德意识，提高自律能力，工作时间不上与教育无关的网站，不玩游戏，不利用网络聊天。

(5)加强网络安全，实时做好系统和软件的升级工作，定期做好数据的备份，用好网络防火墙和网络过滤软件，屏敝不良网站和信息，尽量减少计算机病毒的感染。

2、推进校园网站建设。

我校的校园网站已经建立，网站内容充实，信息更新及时。经过几轮的校本培训，部分教师都有了个人的网站（博客）。基于以上的实际情况，结合县电教中心工作意见，本学期校园网的建设要做好以下几项工作：

（1）加大校园网站建设力度，丰富校园网功能。

学校网站是学校对外宣传的一个窗口，一个好的校园网站，也应该是学校开展日常教育教学工作的信息交流平台。努力为师生、家校构建互动、学习、交流平台。进一步完善教师个人网站、教研组网站建设，在原有的基础上更进一步，让网站展示教师的风采。

（2）加强教育资源库的建设，提高资源库使用效率。

要进一步加强教师在使用资源库方面的培训，真正实现资源库的共建和共享。认真整理和组织各种教育资料、信息、素材、课件等，把它们归入资源库或加入学校主页，做到科学、有序，丰厚学校主页的内容。并把教师个人资料的上传作为期末考核的一项内容，鼓励教师开展个人资料的收集整理工作。通过学校和教师的共同努力，进一步丰富学校资源库，实现资源共享。

3、大力开展教师信息技术的培训。

本学期，在原来培训的基础上，继续开展校本信息技术培训，使我校教师的信息技术素养更上一个新台阶。教技室将组织开展以下培训活动：

(1) 要求老师加强信息技术与学科整合的理论和技术学习，并注重对信息技术与学科整合教学的研究。发挥我校多名教师在教学技术运用能力上的优势，以点带面，全面展开研究，积极组织教师参加区、市各种教育技术能力比赛的活动，力争创出佳绩。

(2)多媒体课件的设计制作研究。教师要改变电脑只是打字打文章的偏解，要多研究多媒体课件的设计制作，特别是青年教师要强化意识，率先掌握这门技术，校级公开课必须使用多媒体课件，使自己成为合格的高素质的教师。

(3)加强电教手段的操作和使用研究，多撰写相关论文。要从自己成功的教学中，善于发现总结经验，论文的命题要小，来源于课堂的研究点滴，通过相互交流，取长补短，来推动全校教师电教理论水平的提高。

(4)提倡教师无纸化办公。健全教师进行电子化备课制度，通过教育网志(blog)和ftp平台定期上传相关材料。

(5)加强学生的信息技术教育。充分用好学生博客个人网站平台和小学生研究性学习网平台，以信息技术课为基础，开展课外兴趣小组活动，注重培养电脑操作小能手。

4、对我校的光盘进行登记，并向全校老师推荐。

月工作安排

9月份：

1．制定好工作计划。

2．检查多媒体教室的设备、投影机是否正常运行，检查网络、广播电视系统是否正常工作。

3．根据需要调整网站网站栏目，及时更新网站内容。

10月份：．

1．由校网管员对全校教师开展博客使用的培训和网络安全的培训。

2．开展课件制作相关软件的使用培训。

3．一次各项多媒体使用率情况。

4．对校青年教师进行信息技术与学科整合综合运用能力的培训。

11月份：

1．组织现代教育技术应用水平考试报名和培训。（如上级由考试计划的话）

2．做好2012年春季电教教材的征订工作。

3．组织初一学生进行打字比赛。

12月份

1．组织初二学生进行电脑制作小报比赛。

2．组织教师开展课件制作提高班培训。

1月份：

网站实训总结范文2

关键词 三集五大 大运行体系 地县一体化 自动化管理

一、基于“地县一体化”自动化专业管理体系的背景

（一）“三集五大”体系建设要求

国家电网“三集五大”体系建设要求实现地市级调度自动化系统与县级调度自动机系统的统一建设、统一运维、统一管理。大运行体系建设前，县调管辖的变电站信息没有转发至地调系统中。由于县局自动化系统投运时间较早，现有的主站不支持转发101等规约，导致所辖变电站的信号无法上传至地调侧主站，不满足“大运行”体系对调度的要求。

（二）地县一体自动化系统深化应用的需要

按照各级调控一体化的目标，将各电压等级变电设备运行集中监控业务分别纳入相应电网调度统一管理。地调负责地域范围内110（66）～220千伏变电设备运行集中监控业务；县（配）调负责县域（城区）范围内35千伏及以下变电设备运行集中监控业务。地县一体化的广域分布式采集EMS投入运行后，其整体构架与运维工具与原有系统相比均有较大改变，各县自动化系统运维人员反映，地县一体化系统虽能满足日常工作需要，但排查故障经验不足，维护较困难。

（三）强化集约管控，提升电网管理效能的要求

地县一体化结构使得电网监控信息量突增、信息层次多且复杂，自动化系统维护的设备的数量和难度加大，自动化系统的安全性和可靠性问题更加突出。

新的形势带来的改变，不仅是对自动化运维人员专业技术的挑战，也是对菏泽地区自动化专业管理模式转型提出的要求。

二、基于“地县一体化”自动化专业管理体系的流程和做法

（一）项目总体进度实施情况

总体目标：规范厂站信息采集监控管理制度和流程，提升调度自动化系统运行安全水平。实现数据库画面规范统一、遥测遥信全面准确、告警信息简洁准确、断路器远方遥控操作安全可靠、通道质量可靠。地县一体化系统厂站监控率100%，监控告警信息正确率大于99%，通道月可用率大于%。

（二）项目的主要内容和做法

地县一体化专业管理体系建设主要做法是创新“三大步骤”，即建立一体化的标准规范体系；建立多元化的业务培训机制；建设统一化的技术支撑体系建设。

（1）建立一体化的标准规范体系。1）建设地县一体化常态工作标准流程。针对新建厂站投运、变电站运动信号传动试验、间隔改造工程及数据网接入验收等自动化运维人员工作中遇到的实际情况，编制工作流程标准，绘制典型方案，开展关键技术讲解和经验总结，推进各环节工作的保质开展。由自动化技术专家力量组成技术体系宣贯组，遵照“点、面”结合的原则，按照“重基础、重实践”的原则和“经验证、可通用”的实施方案，从源头保证县调自动化建设模式的一致性。2）规范基础数据标准体系。作为电网运行监控的重要手段，电网事故处理的有力依据，地县一体化数据采集的规范性、完整性、正确性时刻保障着电网的安全稳定运行。基础数据标准规范体系按照国网要求，对厂站实时信息采集标准进行统一，要求组织相关部门按照“三遥”信息采集管理规定，实现操作过程“标准化”、技术手段“方案化”、验收标准“规范化”、责任划分“精细化”。3）改进工作进度及整改情况汇报制度。在每个县调设立一名地县一体化体系建设负责人，建立“专业管理、专人负责”制度，充分发挥小组化的灵活性优势。月初，由地区自动化班地县一体化管理小组（班长、专责、培训员）根据上月各县汇报情况及本月地县一体化工作情况，统一安排月度工作计划并下发各县调，各县调自动化运维人员在此基础上，根据各自工作时间具体安排制定本月计划，报地县一体化管理小组修正补充后，下发各县运维人员执行。4）完善综合评价体系。综合评价是地县一体化建设实施中的关键环节，也是管控地县一体化实施安全风险的关键措施之一，综合评价将专业管理需求与安全性评价相结合，以调控工作扁平化管理为主线，突出涵盖了自动化专业月、季、年管理内容。既有工作计划及对应措施，又有专业总结及提升措施。对相关工作实行定期考核，保障了管理考评系统的实时性和有效性。

（2）建立多元化的业务培训机制。地县一体化专业培训管理体系的培训目标是使县调自动化人员熟练应用新能量管理系统，能够独立完成新建厂站的 山草香…接入，能够及时处理系统故障。1）培训进程阶梯化。自动化运维岗位的性质和工作内容决定了人员培训必须从电网基础学起，逐级到接线图画面绘制、厂站保护信息传动。经一段时机的工作经验，方具备填写、修改地县一体化实时数据库的能力，以此培养业务扎实、一专多能的自动化运维人员，使得一名合格的自动化运维人员在业务上具备向下兼容的能力，为人员的灵活配置奠定基础。2）培训内容实用化。总结地县一体化作业维护中遇到的问题，结合技术专家的工作经验，从理论水平和实践能力统筹安排方面考虑，确保专业培训管理体系可使自动化运维人员解决在日常工作中“常遇到、有疑问”的问题。在培训阶段，两个县一直到地调自动化专业开展一对一培训，两县自动化运维人员在实际工作中取长补短、互相学习，实现培训实用化。

三、“地县一体化”自动化专业管理体系的成效

管理效益提升：通过实施一体化的专业管理，建立多元化的业务培训机制，建设统一化的业务支撑体系，构成了独具特色的大运行体系下的自动化运维管理模式，使得调控运行“更集约、更扁平、更专业”，达到下列效果：

（1）电网监控基础数据质量大幅度提高。各县电网监控基础数据质量大幅度提高：地县一体化系统厂站监控率100%，监控告警信息正确率大于99%，数据网通道月可用率大于%。全地区110kV厂站已全部录入EMS系统，数据库画面规范统一；接入厂站全部实现“三遥”功能，遥测遥信全面准确、告警信息简洁准确、断路器远方遥控操作安全可靠。

（2）解决电网监控信息共享难题。县调与地调自动化系统实现了同一数据库的无障碍访问，解决了电网监控信息共享难题。地县一体化体系建设改造了原有县公司调度业务数据传输主要依赖低速串行通讯方式，解决了低通信带宽、数据共享能力不足等严重制约地县调度生产运行管理水平的情况。建设完成后的地县数据网完全满足了“大运行”以及地县一体化智能调度技术支持系统的建设发展需要。

四、结语

通过对“大运行”体系下的地县一体化自动化运维系统传统的突破与创新，建立了适应新体制的自动化专业管理模式。通过大胆的探索与实践，证明新的管理模式可以更好地发挥效益、创造价值，显著提高系统运行水平，大幅度提升自动化人员综合素质，为进一步深化“三集五大”改革做好了准备。

（作者单位为国网菏泽供电公司）

参考文献

网站实训总结范文3

早期关于人工神经网络在水文水资源系统中的应用与研究的进展情况，文献[3]有较为详细、系统的介绍。其中，关于洪水预报的研究成果，大多处于如何应用人工神经网络算法进行洪水预报的阶段，即如何将洪水预报的实际问题概化成人工神经网络可以识别的算法模型。近期的研究成果表明，研究的问题更加深入，如LINDASEE(1999)[4]将洪水过程分为上升段、洪峰段和下降段三部分，分别建立相应的预报模型，充分考虑了不同阶段的洪水过程其演进规律的差异。Fi-JohnChang(1999)[5]引入洪峰预报误差和峰现误差作为洪水预报精度的评价标准，对于洪峰预报精度给予了高度的重视。能否保证较高的洪水峰值的预报精度，是将人工神经网络的实时洪水预报技术实际应用的关键性问题。

本文在总结大量实践经验的基础上[6,7]，提出了一种能够进行峰值识别的改进BP算法(ErrorBackPropagationwithPeakRecognizer,简称BPPR).该算法在修改网络权重时偏重大值，即大值误差对权重的修改起主要作用。这种改进的BP算法使人工神经网络洪水预报模型对洪峰峰值的预报精度显著提高，从而保证了洪峰预报的可靠性。

1人工神经网络的峰值识别理论

洪水预报主要是为防汛服务的，通常对洪峰时段的水位(或流量)的准确预报尤为重要。但是，对于经典的BP算法，网络训练是根据全局误差修改网络权重的，这种权重修改方法很难控制洪峰水位(或流量)的训练精度，训练后的网络权重所贮存的信息很可能更多地反映了样本数量较大的中、低水位(或流量)的变化规律。所以，经过训练的网络对中、低水位(或流量)的预报精度相对较高，而对洪峰的预报精度往往低一些。如何提高人工神经网络模型对洪峰水位(或流量)的预报精度，是人工神经网络理论应用于洪水预报的关键问题之一。

本文是在结合实际课题广泛研究的基础上，提出了一种能够提高网络模型峰值识别精度的改进BP算法。

峰值识别的基本思想经典BP算法的训练过程由信号的正向传播与误差的逆向传播两个过程组成。其中，误差的逆向传播是基于网络全局误差并按“误差梯度下降”的原则对网络权重进行修改。如果对原来基于“全局误差”的权重修改原则进行合理调整，使权重的修改倾向于减小输出值较大样本的网络映射误差，这是峰值识别原理的基本思想，其实质是在误差逆向传播的网络权重修改过程中，遵循了侧重于“峰值样本误差”的权重修改原则。

峰值识别的算法峰值识别理论的实现方法，是在引入动量项和采用学习率自适应调整的改进BP算法[4]的基础上，对峰值样本的网络误差引入合理的修正系数，使网络的权重向着使峰值训练误差减小的方向修改。

首先，从经典BP算法开始。设有输入为x1(t)、x2(t)、…、xn(t)的n维输入，输出为xL1(t)、xL2(t)、…、xLm(t)、的m维输出和若干隐层组成的多输入、多输出人工神经网络模型。这里的t为样本序列号，这样的样本共有P对。

第l层中第i个神经元节点所接收到的上一层输入总和为

式中：Nl为第l层神经元节点总数；w(l)ij为第l层i节点与第l-1层j节点之间的连接权重；θ(l)i为第l层i节点的阈值。

第l层中第i个神经元节点的输出为

x(l)i(t)=f（y(l)i(t)）=1/1+exp(-σy(l)i(t))(1≤l≤L,1≤i≤Nl)（2）

式中：f()为转移函数，这里采用的是对数型的单极性Sigmoid函数；σ为决定Sigmoid函数压缩程度的系数。该系数越大，曲线越陡；反之，曲线越缓。

则，当训练次数为k时，网络输出层及隐层的误差信号可表示为

式中：d(L)i(t)为训练样本的期望输出。

那么，网络权重的修改公式为

式中：η(k)为训练次数为k时的学习率；α为动量项系数。

以上为经典BP算法的基本内容。基于峰值识别的思想，实现网络误差修正倾向于输出样本的较大值，定义误差修正系数ξ

ξi=di(L)(t)/d(L)max(t)（7）

式中：d(L)max(t)为训练样本期望输出的最大值。

为了进一步提高神经网络模型的训练速度，改善网络峰值识别的精度，可以在上述修正系数的基础上，增设误差修正放大系数μ.那么，加入误差修正系数ξ及误差修正放大系数μ后，当训练次数为k时，网络输出层误差信号的向量表达式如下

应用该算法进行网络训练，能够使峰值误差修正占优，从而提高网络对峰值的映度。

2应用实例

工程概况及基本模型珠江流域西江段的水系关系比较复杂，如图1所示。从柳州站、迁江站、南宁站或贵港站预报梧州站洪水目前还是一个难题。结合现有的研究成果，介绍洪水预报峰值识别理论的有效性。选取珠江流域从对亭站、柳州站、迁江站、南宁站预报江口站洪水的江口站洪水预报模型，分别以BP算法与引入峰值识别理论的BPPR算法进行网络训练。以多年实测记录数据为训练样本，并采用下一年的记录数据为测试样本，即以1988、1992～1994、1996～1998各年的水位(流量)资料为训练样本，以1999年水位(流量)资料作为测试样本。

图1珠江流域西江段主要水情站及洪水平均传播时间示意

*传播时间单位：h

传统相应水位的洪水预报方法是根据天然河道洪水波的运动原理，分析洪水波在运动过程中，波的任一相位自上游水情站传播到下游水情站的相应水位及其传播时间的变化规律，寻找其经验关系，以此进行洪水预报[8].人工神经网络对信息的分布存储、并行处理以及自学习的能力，决定了它具有对模糊信息和复杂非线性关系的识别与处理能力。网络的训练学习过程，就是网络认知事物内在规律的过程。构造基于人工神经网络洪水预报模型的首要问题，是如何将洪水过程合理地概化成人工神经网络可以映射的输入、输出关系。

以上游干流和主要支流水情站的水位(流量)资料作为网络模型的输入，以下游水情站所形成的相应水位(流量)作为网络模型的输出；同时，将下游同时水位(流量)作为网络模型的输入，以模拟下游初始水位的影响。洪水自上游水文站至下游水文站的传播时间就是网络对洪水的预见期。

本题中所建立的江口站洪水预报模型中，作为江口站的上游水文站共有对亭、柳州、迁江和南宁等站，其中的迁江站处于干流河道。值得一提的是，对亭站方向的来水属山区洪水，特点为量小、峰高、历时短，洪水过程线陡起陡落，其结果是水位的变化非常大，而实际的流量又很小，这无疑会影响水位预报模型的识别精度。为了减少这种小支流的干扰，在建立水位预报模型时，未将对亭站的水位作为输入项。在建立流量预报模型时，为了保证水量的总体平衡，仍将对亭站的流量作为一项输入。

以3h为一个间隔时段进行洪水数据采集来组织样本，以干流迁江站t时刻水位(流量)、对亭站(t-3)时刻流量、柳州站(t-3)时刻水位(流量)、南宁站(t-8)时刻水位(流量)和江口站t时刻水位(流量)作为网络的输入，江口站(t+T)时刻的水位(流量)为网络的输出。其中，T为网络的预见期，即洪水自上游迁江站传播到江口站的时间，亦为峰现时间。在组织样本时，采用洪水在各站间的实测传播时间，但网络预报的预见期为平均预见期，即T=9时段，约28h(洪水在各站间的传播情况见图1).图2为江口站洪水预报模型的网络拓扑结构图。

图2江口站洪水预报模型的网络拓扑结构

在网络结构设计中，输入与输出节点数由实际问题而定，而隐层数及隐层节点数是网络设计中的关键问题。在实际问题中，常常无法估计问题的真实复杂程度，通常采用双隐层。关于隐层节点数目的确定，直接关系到能否成功地解决问题。实际上，隐层节点数决定于训练样本的多少、样本噪音的大小以及所面对问题的复杂程度。若隐层节点数太少，网络映射能力不足；若隐层节点数太多，不仅增加网络的训练时间，还会引发所谓“过度吻合”问题，即虽然增加了训练精度，但是由于网络过多地获得了样本的个性特征，而掩盖了样本的共性特征，从而造成预报精度的下降。目前的研究成果，还不能在理论上提供一套科学的推导方法，试算法是可靠的常规方法。本题经多次试算，合理的拓扑结构为：水位预报模型(4-40-20-1),流量预报模型(5-40-20-1).

图3水位预报模型中BP算法与BPPR算法映结果比较

网络模型的初始权重在(-1，1)之间随机产生，动量项系数α取初始学习率η0在基本BP算法中取，在BPPR算法中取，初始学习率往往会因不同网络模型而不同。BPPR算法的峰值误差修正放大系数μ取水位模型的训练停止条件为平均映射误差l≤，流量模型的训练停止条件为平均映射误差q≤500m3/s.

计算成果分别采取BP算法与BPPR算法进行网络模型的训练，两种算法对于峰值水位(流量)的映射情况见图3、图4.以完成训练的网络模型对1999年的洪水情况进行测试预报，预报结果见图5、图6.

图4流量预报模型中BP算法与BPPR算法映射结果比较

成果分析图3、图4反映了完成训练的网络模型对训练样本中洪峰水位与流量的映射情况，从图中可以看到，BP算法对于洪水演进规律具有很高的映度，引入峰值识别理论的BPPR算法能够进一步提高网络对洪水峰值的映度，这种作用对于较高洪峰识别效果更为明显。

图51999年水位预报结果比较

图61999年流量预报结果比较

图5、图6为网络模型对1999年洪水主洪峰的预报情况。在水位预报模型中，BP算法对洪峰的预报误差为(低于实测值)；BPPR算法的预报误差为-(高于实测值).在流量预报模型中，BP算法对洪峰的预报误差为291m3/s；BPPR算法的预报误差为-83m3/s.

这里所采用的峰值误差修正放大系数μ实质上与样本集中大值样本所占的比例有关，大值样本所占比例越小，μ的取值越大；反之，则小。在实际操作中，ξμ是作为一个参数进行权重调节计算的，所以μ的取值又受样本集中最大值和最小值间比例关系的限制。

如果放大系数选取过大，网络训练容易失稳，造成训练误差增大；反之，网络权重的修改难以体现洪峰样本的贡献。具体取值由实际问题而定，在珠江流域的洪水预报模型中，放大系数的取值范围为～

从网络模型的训练识别和测试预报两方面的研究成果来看，人工神经网络对于洪水演进规律的识别具有较高的精度，能够模拟洪水的动态过程，其中，引入峰值识别理论的BPPR算法有利于提高模型对峰值的映射与预报精度，效果明显。这些改进效果对于水文水资源预报中，可能效果并不十分显著，但在防汛中，水位预报对防洪决策至关重要，往往十几厘米的误差，直接影响到防洪方案的决策。因此，峰值识别理论对基于BP算法的洪水预报模型来讲，具有重要意义。

3结束语

基于人工神经网络的洪水预报方法作为防洪减灾领域一种新的研究途径，将智能化思想引入到对洪水过程的计算模拟，更能反映洪水复杂非线性的动态演进规律。研究结果表明，人工神经网络算法能够很好地映射洪水的演进规律，做到对洪水实时的监测与预报，预报精度较高。