2025年电工杯新规发布-近三年题目以及命题趋势
电工杯将于2025.5.23 周五早八正式开赛，该竞赛作为上半年度竞赛规模最大的竞赛，因免报名费、一级学会承办等因素，被众多高校认可。本文将在从2025年竞赛新规、历史赛题选题分析、近年优秀论文分享、竞赛模板分析等进行电工杯备赛，希望能够对大家有所帮助。
本文将为大家分析近三年的电工杯题目以及命题趋势，具体题目+论文可见文末截图
近三年A 题命题演变
2022 年 A 题：高比例风电电力系统储能运行及配置分析
单系统案例，聚焦“碳中和”背景下高风电渗透率对电力系统经济性与可靠性的影响，通过静态成本模型及弃风、失负荷损失分析储能配置的经济性与可靠性。
2023 年 A 题：电采暖负荷参与电力系统功率调节的技术经济分析
由“供给侧”转向“需求侧”，以温控型负荷（电采暖）为研究对象，建立温度–功率动态模型，评估单户到省级规模下热惯性释放对电网辅助服务价值及大规模推广可行性。
2024 年 A 题：园区微电网风光储协调优化配置
回归“供给侧”资源配置，又融入多场景对比——独立、联合、协调三种运营模式，以三个园区微电网为单元，结合全年与分时电价，进行装机容量、储能投资回报期（5 年）及运行策略的多目标经济性分析。
近三年B 题命题演变
2022 年 B 题：5G 网络环境下“配送车辆＋无人机”协同的应急物资配送问题
考查多载体、多约束下的路径规划与调度优化，关注最短完成时间，融合5G 覆盖与无人机换装机制
2023 年 B 题：人工智能对大学生学习影响的评价
教育领域，基于问卷与文本数据，要求构建评价指标体系并选用主成分分析、灰色关联、回归等方法，进行量化与可视化分析
2024 年 B 题：大学生平衡膳食食谱的优化设计及评价
营养与健康，以蛋白质评分与用餐成本为目标，建立日、周两级多目标优化模型，并撰写健康倡议书，
赛题题目：5G 网络环境下应急物资配送问题
5G 网络环境下应急物资配送问题
摘 要
近年来，由于人类矿物燃烧和土地利用变化的加剧，导致二氧化碳浓度不断升高，大气二氧化碳浓度升高不仅造成全球气温升高、极地冰雪融化、海平面上升、极端天气频发等一系列影响。在全球气候变化背景下，我们可能面临着极端天气频发或成常态。因此我们需要对应急物资配送进行深入研究，以方便我们在面临危急情况时，在有效的资源下，能发挥最大的效果。
对于问题一，我们仅需要考虑配送车单一配送下的配送模型。对于该问题，我们利用0-1变量建立单目标优化模型，以最短路径为目标函数，以最大载重为1000千克，满足给出附件数据中各点的需求等为约束条件，建立单目标优化模型，利用lingo进行求解。
对于问题二，首次引入了“配送车辆+无人机”的配送模式，因此我们对于二者需要建立多目标优化问题，其目标函数为两种配送方式的最短路径问题，以配送路径，最大载重为1000千克、满足给出附件数据中各点的物资需求等为约束条件构建多目标优化模型。
对于问题三，即问题二的简单延拓，改变问题二中的最大载重这一个条件重新进行求解，问题三将最大载重由1000千克改为500千克，这里我们依旧使用问题二建立的多目标优化模型进行求解。
对于问题四，不同于前面的问题。问题四要求我们设置两个应急物资集中地点。这就需要我们对所有的情况都进行分析，进行广度遍历。对于该问题，我们依旧沿用问题三中使用的各项约束条件，我们引入粒子群优化算法。对于两个应急物资集中地点的设置，我们对应的建立多目标粒子群优化算法进行求解。
关键词：0-1变量，单目标规划模型，多目标规划模型，整数规划，多目标粒子群优化算法，最优解，广度遍历
高比例风电电力系统储能运行及配置分析
摘要
自从人类社会进入工业化时代以来，以二氧化碳为主的温室气体排放量迅速增加，不良气候正在推动着全球减少碳排放，目前全球二氧化碳排放量没有到达顶峰，这也就说明未来的气候变化依然很严峻，因此控制碳排放从而减缓全球变暖，是目前人类社会健康发展的重要话题。其中我们可以通过提高矿石加工质量，可以直接或间接地节约不可再生的矿物资源以及加工所需的能源，从而推动节能减排，助力“双碳”目标的实现。因此，我们以高比例风电电力系统为背景，对供给侧” 低碳化转型对电力系统运行经济性、可靠性进行研究。
首先，我们无风电接入的情况，并来利用给出的数据绘制机组日发电计划曲线。根据题目中给出的系统单位供电成本以及发电总成本计算公式进行推导、验证，得到我们最终的计算公式，并利用给出的数据进行计算系统单位供电成本。
其次，我们分别用风电装机300MW、风电装机 600MW替代机组 3、2，并对系统功率平衡进行计算，并通过推导公式，计算风电接入装机容量的变换量。针对不同的替换方式，我们开始考虑4 种碳捕捉成本不同的单位供电成本。我们再对当风电装机 900MW替代机组 2、3 时，各项数据变化，利用前几问的公式推导，进行数据结果的计算。
最后，我们对负荷功率不变时，系统风电替代容量递增可能出现的问题进行分析，即对我们的系统进行灵敏度分析，对我们前几问的结果进行定量分析。根据我们的研究进行实际验证，对给出的数据分析可能存在的问题，并给出解决方案，对我们给出的方案的可行性以及有效性进行分析。
通过我们对高比例风电电力系统一系列的的研究，以及数据分析公式推导。我们可以深入的了解“供给侧” 低碳化转型对电力系统运行经济性、可靠性影响。从而推动节能减排，助力“双碳”目标的实现。
关键词：高比例风电、储能系统、风力发电、定量分析、灵敏度分析、可行方案、傅里叶周期判定
人工智能对大学生学习影响的评价
摘 要
自1956年人工智能概念提出后，相关技术快速发展。近年来随着文言一心、new bing、chatGPT等人工智能新产品问世后，对各行各业产生了不同程度的影响。2023年3月，据统计美国已经有90%的学生使用chatGPT辅助完成作业。因此，本文将基于给出的人工智能相关调查问卷以及结果，对人工智能对大学生学习影响情况进行分析。
问题一，首先对于问卷结果进行分析。基于本文的研究侧重点，对调查问卷进行修改，剔除对研究没有太多意义的问题。对数据集，进行缺失值异常值判定，剔除异常数据样本。之后，对问卷进行效度信度检验。将调查问卷问题分为调查者基本信息、调查者学习情况、调查者对人工智能态度、人工智能发展四个部分进行分析。对于问卷结果进行编码，对不同的问题下，对应的问题回答设置不同的数值变量，完成调查问卷问卷结果的数值化处理。
问题二，根据问题一调查问卷的结果，设置调查者基本信息、调查者学习情况、调查者对人工智能态度、人工智能发展四个一级指标，对应的在一级指标下根据问卷设置二级指标。初步设置后，分析一级指标下，对应所属的二级指标之间的相关性、关联性，以论述指标选取的合理性。最终，根据分析结果，构建指标评价体系。
问题三，将所构建指标体系涉及数据进行KMO检验和和Bartlett球形检验，对于通过检验的一级指标，使用主成分分析法进行降维，对于未通过主成分分析法的指标，使用t-SNE方法降维。最终，将四个一级指标降维数据汇总，构建基于优劣解距离法 TOPSIS法进行综合评价，对最终得分进行排序。对排名靠前的人群，即受人工智能影响较大的人群，进行公共特征提取，从而得出给出明确、有说服力的结论。
问题四，基于建立的综合评价模型得出的结论，以及调查问卷的结果。撰写非技术性文章，对人工智能对大学生学习影响从积极、消极以及未来发展三个方面进行描述。
关键词：数值化处理、降维、质量检验、主成分分析、t-SNE、特征提取
