高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
面向数据密集型应用的扁平化、低时延、 可重构光电混合互连系统
随着云计算、大数据、分布式AI等数据密集型应用的部署,大规模计算集群(数据中心、分布式AI集群、高性能计算集群)的体系结构、通信模式、流量状态、应用需求发生了极大的改变,上述改变对计算网络的吞吐、时延、带宽提出了极大的挑战,传统电互连网络技术存在拓扑结构复杂、线缆开销巨大、设备数量过多、可集成端口密度有限、网络能耗难以优化等问题,与电互连技术相比,光互连具有高带宽、低能耗、低开销、低时延等特点,具有较大潜力满足数据密集型应用对传输带宽、网络能耗、传输时延、通信逻辑适配等方面的需求,但受到缓存、交换粒度的影响,纯光互连网络难以承载突发性强、数据量小、实时性高的通信任务,因此,充分结合光、电互连技术的优点,研究面向数据密集型应用的扁平化、低时延、可重构光电混合网络,对于突破新型计算网络所面临的功耗、吞吐、时延、扩展性等方面的挑战至关重要。 围绕下一代数据密集型应用对互连网络高带宽、低时延、低能耗、高扩展性的需求,展开高容量、低开销、可重构、扁平化光电混合互连架构的研究。结合光、电交换技术的特点,设计高扩展、低复杂度、大容量、低能耗的光电混合互连拓扑结构;研究低开销、快速响应的光电路/光分组交换控制系统,设计面向快速光交换计算的调度算法;研究低阻塞、多粒度、高连通性的光交换机制及交换芯片;构建高性能光电混合互连网络系统原型,部署典型应用测试基准,验证光电混合网络的潜在优势,为下一代计算网络架构的技术革新提供理论和实践指导。
西安电子科技大学 2022-06-17
中国地质大学(武汉)研究团队利用大数据驱动机器学习重建地球大气氧化历史
大气氧化的过程和机制是宜居星球形成的关键。早期地球大气几乎无氧,经过至少两次主要增氧事件(元古宙早期GOE和元古宙晚期NOE)后,才达到了现今大气O2水平(21%)。
中国地质大学(武汉) 2022-10-14
考虑时空关联与数据隐私性的有源配电网分布式光伏功率预测技术
(一)成果背景 分布式光伏可在用户侧就近安装与消纳,减少因长距离输送带来的线路损耗问题,在新型电力系统建设中发挥着重要作用。2021年6月,国家能源局综合司发布了《关于报送整县(市、区)屋顶分布式光伏开发试点方案的通知》,用以推动分布式光伏高质量发展、支撑新型电力系统建设。在该政策的推进下,分布式光伏容量迅猛增长。截至2021年底,国内分布式光伏装机容量已达到107.5GW,约占光伏总装机容量的三分之一,且其增长速度已经超过了集中式光伏。 (二)痛点问题 对于配电网来说,光伏出力易受天气因素影响,具有极强的随机波动特性,大规模分布式光伏接入,一方面加剧了配电网负荷短时波动,影响电力实时平衡,制约负荷预测精度提升;另一方面,分布式光伏出力特性与负荷特性的不匹配造成其难以消纳,为有源配电网运行管理带来严峻挑战。 对于电力市场交易来说,随着新一轮电力体制改革的持续深入,分布式光伏所有者作为售电商参与市场竞争成为必然趋势。分布式光伏出力的不确定性与短时剧烈波动性,使得分布式光伏电站/售电商难以制定合理的市场交易策略与电力交易合同,面临严重的市场风险。 因此,亟需精准的分布式光伏功率预测,为有源配电网调度运行、分布式光伏消纳,分布式光伏参与电力市场等提供有力数据支撑。 (三)技术方案 1、基于变分模态分解与动态图卷积网络的分布式光伏功率预测 首先利用变分模态分解各分布式光伏复杂出力序列分解为相对简单、波动较小的不同频率子序列,以减小场站间关联关系的挖掘难度。然后,基于分布式光伏场站间时空关联性处于动态变化中的考虑,利用全连接神经网络将各节点特征映射到多维空间,而后利用时域卷积挖掘跨节点关联关系,由此以数据驱动方式挖掘各频率下各场站子序列关联性,有效实现子序列动态图结构的构建。最终,基于可用于非欧式空间结构数据建模的卷积神经网络,将其与动态图结构结合,建立考虑动态时空关联性的图卷积预测模型,针对不同频率下出力子序列分别预测,而后重构得到各场站功率进而获取配电网分布式光伏总功率。 2、基于深度联邦学习的分布式光伏发电功率预测 首先,基于长短期记忆神经网络构建时域自编码器模型,该模型编码器用于提取每个时间步输入的时域特征,而后利用解码器将该特征向量转换为输出序列进行未来时间步的预测,自编码能显著增强长短期记忆神经网络的时域建模能力。而后,利用注意力机制解决其在处理长输入时间序列时会导致解码器面临特征冗余问题,且使模型聚焦于对输出更关键的时域特征。由此,利用注意力自编码预测模型通过对时域特征的有效挖掘实现功率预测精度的进一步提升。 在此基础上,开发了用于分布式光伏功率预测的联邦学习框架,在该框架中,本地用户仅需将本地模型进行共享,无需数据的传输,而后由中央服务器进行模型的聚合以实现用户间信息共享。在各本地场站进行注意力自编码预测模型的训练;在中央服务器,基于联邦平均算法实现各本地预测模型的汇聚、全局模型的生成与下发。在保证数据隐私性的前提下取得与传统集中式机器学习训练近似的预测效果。 (四)竞争优势 1、有效表征广域分布式光伏集群间时空关联特征,实现分布式光伏功率预测精度提升。 当缺乏气象实测或预报数据时,考虑分布式光伏时空相关性可有效提升分布式光伏功率预测精度。现有研究多利用各光伏场站地理距离或者整体出力表征时空相关性。这种静态建模方式在分布式光伏出力模式长期稳定的情况下,可以取得较好的预测效果。然而,易受天气因素的影响,分布式光伏出力极易发生短时波动,因而各场站关联性处于动态变化过程。以恒定的场站间关联关系去考虑这种复杂的集群出力序列,显然无法反映天气影响下分布式光伏出力短时变化,难以实现功率预测精度的有效提升。 所提的基于变分模态分解与动态图卷积网络的分布式光伏功率预测方法,利用数据驱动方式实现挖掘各场站间关联特性的动态实时挖掘。在基础上,考虑到不同模态分量下各场站间关联关系的差异性,将各场站原始功率分解为了相对简单、波动较小的不同频率模态分量,减小关联关系的挖掘难度。 2、有效保证各分布式光伏数据隐私性,且能取得与传统集中式机器学习训练方式近似的预测效果 现有的数据驱动预测方法性能在很大程度上依赖于训练数据的数量,因此大多以一种集中的训练方式实现,即中央服务器汇聚来自各场站的运行数据而后进行模型的训练。然而,这种集中训练的方式会期限数据隐私,使用户信息暴露在公共环境而导致被外部攻击者进行数据分析、行为探测等。此外,在竞争激烈的电力市场中,分布式光伏场站所有者可能不愿共享数据。这些因素使传统模型训练方式难以实现。 所提的基于深度联邦学习的分布式光伏发电功率预测方法,利用注意力自编码模型在本地场站进行建模预测,实现对本地功率时域特征的有效挖掘;利用分散式训练的联邦学习框架,实现各场站预测模型信息共享,有效保证本地用户的数据隐私的同时取得不错的预测效果。 创新点 1、考虑了场站间关联关系的动态性。对于分布式光伏,虽然场站数量众多、分布广泛,但是其位置临近,由于云团运动等气象因素导致的相关性较强。所提方法以数据驱动方式根据网络当前的各场站输入功率进行关联关系的动态表征,实现功率预测精度的有效提升。 2、在保障各分布式光伏站点数据隐私应的前提现实现信息共享。利用自编码结构进一步提升LSTM的时间序列建模能力;利用注意力机制模型聚焦于对预测更关键的输入特征,以此实现时域特征的有效挖掘。在此基础上,利用联邦学习框架聚合各本地模型,实现各站点信息聚合,实现精度有效提升。 市场前景 随着新型电力系统建设目标的推进,分布式光伏装机容量呈爆发式增长。所研成果可应用于配电网负荷预测、用户可调度容量评估、激励型需求响应基线负荷估计等场景中,为高比例分布式光伏有源配电网的安全、经济、高效运行,维持电力平衡等工作提供重要参考。同时,随着分布式光伏逐步参与到电力市场,所研成果可为分布式光伏售电商制定最优的交易策略,签订合理的价格合同提供有力数据支撑。综上所述,所研成果市场前景广阔。
华北电力大学 2023-08-10
国家发展改革委 国家数据局关于印发《数字经济促进共同富裕实施方案》的通知
将数字素养培训相关内容纳入中小学、社区和老年教育教学活动,加强普通高校和职业院校数字技术相关学科专业建设。
国家发展改革委网站 2024-01-06
数据中心高密插卡式云计算TOR交换机RG-S6920-4C
面向AI等应用发展趋势推出的新一代高性能、高密度插卡式交换机 产品特性: 固化4个扩展插槽,每槽位最大可支持32个100G端口,更好满足数据中心网络演进需求 支持2+2电源与5+1风扇热插拔,支持GR完美重启,实现硬件与链路可靠性双重保护 三层路由功能轻松适配多重业务,数据传输高效有保障 多重管理方式选择 网络维护简单有效 构建下一代数据中心网络 AI/机器学习等应用的高速发展,驱动下一代数据中心网络向100G/400G演进。下一代数据中心网络,要求设备在单位空间内,具备更高的性能、更大的带宽,RG-S6920-4C在4U高度空间内,最大可提供128个100G端口,或64个100G端口+16个400G端口,更好的满足下一代数据中心网络的演进需求。 构建高性能、低延时数据中心网络 RG-S6920-4C交换机配合RG-S6510系列交换机,基于PFC/ECN等网络流控技术,以及MMU调优技术,可构建端到端、无损、低时延转发的RDMA(Remote Direct Memory Access,远程直接内存访问)基础承载网络,满足AI/机器学习、高性能计算、分布式存储大数据等应用场景的网络部署要求。 电信级可靠性保护 RG-S6920-4C交换机支持2+2电源冗余,5+1风扇冗余,所有电源模块以及风扇模块均可以热插拔而不影响设备的正常运行。此外整机还支持电源和风扇的故障检测及告警,可以根据温度的变化自动调节风扇的转速,更好的适应数据中心的环境。还具备设备级和链路级的多重可靠性保护。采用过流保护、过压保护和过热保护技术。 除了设备级可靠性以外,该系列还支持丰富的链路可靠性技术,比如支持GR快速重启、BFD快速转发检测等机制。当网络上承载多业务、大流量的时候,降低异常对网络业务的影响,提升整网可靠性。 IPv4/IPv6双栈协议多层交换 RG-S6920-4C交换机,硬件支持IPv4/IPv6双协议栈多层线速交换,硬件区分和处理IPv4、IPv6协议报文,支持多种Tunnel隧道技术(如手工配置隧道等等),可根据IPv6网络的需求规划和网络现状,提供灵活的IPv6网络间通信方案。 支持丰富的IPv4路由协议,包括静态路由、RIP、OSPF、IS-IS、BGP4等,满足不同网络环境中用户选择合适的路由协议灵活组建网络。 支持丰富的IPv6路由协议,包括静态路由、RIPng、OSPFv3、BGP4+等,不论是在升级现有网络至IPv6网络,还是新建IPv6网络,都可灵活选择合适的路由协议组建网络。 完善的管理性 支持丰富的管理接口,例如Console、MGMT口、USB口,支持SNMPv1/v2/v3,支持通用网管平台。支持CLI命令行, Telnet,集群管理,使设备管理更方便,并且支持SSH2.0、SSL等加密方式,使得管理更加安全。 支持SPAN/RSPAN镜像和多个镜像观察端口,可以将网络流量输出分析以采取相应管理维护措施,使原本不可见的网络业务应用流量变得一目了然,可以为用户提供多种网络流量分析报表,帮助用户及时优化网络结构,调整资源部署。
锐捷网络股份有限公司 2022-09-19
系列染料中间体产品之一----均三甲苯胺
上海交通大学 2021-04-11
主动式Y型三辊冷连轧带肋钢筋生产线
主动式Y型三辊冷连轧冷轧带肋钢筋生产机组是在我校第二代Y型轧机基础上开发成功的,目前已形成三种机型,可高速连续生产φ5~12mm符合GB13788—92标准的冷轧带肋钢筋,其中KD2型是专门生产大规格φ6~12mm、高强度、既可盘圆收线又可定尺直条钢筋的生产线;年产量15000吨左右。   该生产线的生产工艺流程是:热轧盘卷或直条→机械除鳞→冷连轧减径刻痕成型→消除应力矫直→成品收线(盘卷或直条)。与被动辊拔法相比:轧机采用主动旋转的轧辊主动咬入盘条,减径和刻痕变形一次连轧完成,没有辊拔法压尖或抬辊压辊、穿模等手工操作,操作十分方便;轧辊交替布置,实现无扭连轧,轧制速度高达4m/s;轧机短应力线设计,刚度高,便于盘卷收线,又可在线定尺直条剪断收钱;设备紧凑,占地面积少。操作人员3—5人,无三废污染。 该生产线生产的冷轧带肋钢筋是一种新型高效建筑钢材。是建设部“九五”重点推广产品。广泛应用于房屋建筑、高速公路、机场、码头、铁路、桥梁、隧道、电站、管道、电线杆、市政工程等多种建设工程。属建筑钢材生产,金属线材深加工行业,适合中小企业、乡镇企业、个体企业的“短平快”项目。   该技术是在我校成功推出第二代Y型三辊冷连轧机组的基础上,研制成功的,率先在我国建成了第一条主动式冷连轧带肋钢筋生产线,从根本上解决了被动辊拔法难以生产大规格高强度定尺直条钢筋的难题,95年通过冶金部技术鉴定:“该生产线经使用考核,连续运转正常,工艺稳定,冷轧钢筋产品的各项性能指标均达到国家标准GB13788-92要求,是一种新型高效冷轧带肋钢筋生产线,填补国内空白,属国际先进水平”。获国家教委科技进步二等奖,先后被列入冶金部、建设部科技成果重点推广项目,同时被列入“九五”国家级科技成果重点推广计划项目编号97040302A,该技术专利号为94221292.4。目前该生产线已在北京、深圳、福建、天津、河北、四川等国内十多个省市投产应用,产品经当地省市建委鉴定认为达到国内先进水平。
北京科技大学 2021-04-11
第三方超大规模云灾备中心
项目简介:一种新的基于云计算的第三方超大规模云灾备中心,突破了传统容灾备份系统对线路稳定性以及可靠性要求高等技术难题,提供基于Internet的共享备份中心数据容灾,支持完全备份、差异备份、数据镜像以及基于差异的快速恢复等功能,可满足超过10万个Windows、Linux以及Unix等用户对逻辑卷、数据库、文件等的容灾备份需求,支持公共灾备中心的建设及运营;单个文件最大可达2TB,备份中心存储容量超过24PB,提供数据动态迁移、数据加密等功能,提供灵活的统计和计费管理。本项目研究前后历时16年,具有完全的自主知识产权和自控权,拥有28项国家发明专利,通过了由金怡濂、沈昌祥、李德毅、朱中梁、黄先祥院士等参加的技术成果鉴定,专家认为“突破了传统容灾抗毁系统依赖高速专线这一长期困扰业界的技术难题,显著地降低了容灾抗毁系统的建造成本和使用成本”,“具有独创性和开拓性”。产品已小规模推广应用,用户单位包括四川省财政系统(21个地市州、183个县)等,经济效益、社会效益显著,获2008年四川省科技进步一等奖、2010年中国人民解放军科技进步一等奖。
四川大学 2021-04-11
高性能动力电池高镍系三元正极材料
一、项目简介动力锂离子电池在社会生产和生活中具有广泛的应用,比如新能源汽车。发展高能量动力锂离子电池关键之一就是发展具备高储能能力的正极电极材料。高镍系镍钴锰酸锂 LiNixCoyMnzO2(NCM)具有高的储能容量(>200 mAh/g)、高的工作电压和理论能量密度(800 Wh/kg),能够满足单体电池能量密度的要求,是当前重点研究对象。本项目成功发展高镍系三元正极材料,包括两个类别即 NCM-1 和 NCM-2。NCM-1 展示了优异的电化学性能,在 2.7-4.5 V 工作电压区间和 0.1C 倍率下放电比容量大约 210 mAh/g;当倍率增加到 5C 时,放电比容量依然可以达到 150mAh/g;在 0.5 C 倍率下,经过 100 次充放电循环后,其容量保持率在 95%以上。NCM-2 放点比容量较低,但是稳定性能更优。二、产品性能优势该系列高镍系三元正极材料具有高的克比容量、优异的循环稳定性和倍率性能。同时,该系列产品采用目前工业化制备方法,便于推广。三、市场前景及应用2018 年中国锂电正极材料市场总产值达 540 亿元,其中三元正极材料占比最大,达 258 亿,总占
中山大学 2021-04-10
第三届大学校长论坛会议日程
为深入学习习近平新时代中国特色社会主义思想,学习贯彻落实党的二十大精神,全面贯彻党的教育方针,落实立德树人根本任务,培养德智体美劳全面发展的社会主义建设者和接班人,落实党中央关于加快建设高质量教育体系的决策部署,探索新时代高水平地方大学与高质量区域发展同频共振、双向联动的新思路、新战略、新举措,经研究,中国高等教育学会决定举办第三届大学校长论坛。
中国高等教育学会 2023-03-17
首页 上一页 1 2
  • ...
  • 197 198 199
  • ...
  • 235 236 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    64届高博会于2026年5月在南昌举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1