复旦大学“基于类脑智能的舆情系统研究”项目组就疫情期间的网络热点展开了深入分析。其中由大数据学院魏忠钰副教授和新闻学院周葆华教授负责的用户画像团队，梳理了新浪微博中群体舆论演化总体态势及代表性群体的舆论特征，并对舆论引导方式提出了对策和建议。 01 大数据舆论分析：把握民意趋势、挖掘事件成因 团队分析了2020年1月15日至2月16日期间与疫情相关的3000万条微博，依托情感分析、话题聚类等文本挖掘手段准确感知网民的情感倾向转变和话题动态演化。 数据分析结果显示，疫情初期的舆论以负面情绪居多。随着中央全力部署、政府防控措施出台（实时数据的公布、武汉实行封城管控）、专家学者释疑解惑（钟南山院士、张文宏医生等对疫情的判断)，正向情感不断提高。随后虽然疫情增长率不断减缓，情感指数仍有变动，多与受疫情触发的热点议题相关。 02 群体画像：精准定位人群、感知个性化诉求 团队根据用户的职业、地域等属性将用户细分为不同群体，并进行参与度的动态比较，同时对代表性群体的网络言论进行定点分析，准确感知不同社会群体的心理诉求与价值预期。 对于不同职业的用户，在疫情爆发初期，自媒体、专业技术人员和学生较为活跃，在事件后期专业技术人员、 自媒体、 企业高管、新闻出版与文化专业人士较为活跃。聚焦于奋战一线的医护群体，大多向外界传递了一往无前的抗疫精神，也不乏个别事件令其承受巨大压力，需要更多的社会理解和关爱。另外，由疫情所带来的经济影响逐渐蔓延，私营企业主及工薪阶层群体面临巨大压力，大多显露出焦虑情绪，需要采取有力措施帮中小企业主纾困解难。 对于不同地域的用户，参与讨论的用户中广东、北京用户占比较高，其次是东南沿海各地，话题的地区“下沉”趋势明显。特别地，武汉患者群体作为地域分群角度的特殊主体，通过社交媒体向外界讲述自己的亲身遭遇，寻求社会救助，使个体诉求进入公共议程，激发了全网对于武汉患者群体命运的同情与共鸣。而随着国际疫情局势的不断紧张，华侨华人群体面临歧视压力，需要在下一阶段严防“输入”过程中予以妥善引导。 03 事件关联：警惕次生舆情、完善发声渠道 疫情期间，不少热点讨论相继引发了有关社会深层次问题的“次生舆情”，追踪事件关联将进一步协助制定危机应对预案。以近期学校实施网课为例，部分学校存在的网课工具攀比化、部分贫困群体的自卑自嘲心理引发讨论。而弱势群体缺少发声平台，若忽视其诉求将进一步激发矛盾。因此，各级政府要加强对复工复产复学过程中贫困人群的关心，新闻媒体要加强对弱势群体的报道抚慰，促进社会沟通与社会公平。 不同的群体聚集于不同的网络社区之中，舆论表达方式也不尽相同，对分群体舆论特征进行分析使得挖掘群体共鸣更为高效。团队将进一步推动分群体智能舆论分析和信息汇集平台建设，探索建立公共危机信息汇集平台。在中国疫情防控不断取得阶段性成果的同时，团队还将持续跟进对国际疫情的舆情分析，为网络空间现代化治理能力的提升赋能。

成果描述：本发明申请要解决的问题是，云计算平台中的动态任务调度问题。本专利针对动态任务调度问题的特点，引入了排队论对任务分配、执行前的状态进行快速建模、结构化处理；针对现有以任务高度值（粒度）来作为主要参考因素的任务调度算法所存在的严重不足，本专利提出了任务-计算资源分配矩阵，用以描述任务（或虚拟机）与计算资源（节点）之间的关系，并结合人工免疫理论给出了运算模式，保证能以概率1搜索到问题的最优解，能有效提高收敛速度和精度，快速搜索到合理配置，提高集群资源利用率市场前景分析：本发明为云计算平台下的动态任务调度研究提供了一种新的途径，本发明首先利用排队论对任务进行排队处理，然后用人工免疫理论中的免疫克隆选择策略对集群中的计算资源进行合理配置，再利用负载均衡调整抗体基因，使得集群资源的配置更加满足任务处理的需要，本发明能适应云平台的动态变化和虚拟化的环境，快速搜索出最优配置，提高集群资源利用率。与同类成果相比的优势分析：本专利提出了任务-计算资源分配矩阵，用以描述任务（或虚拟机）与计算资源（节点）之间的关系，并结合人工免疫理论给出了运算模式，保证能以概率1搜索到问题的最优解，能有效提高收敛速度和精度，快速搜索到合理配置，提高集群资源利用率。

本发明提供一种针对云平台虚拟机度量的主动远程证明方法，包括远程证明客户端主动操作过程和 云管理端的服务器可信验证过程，在云平台虚拟机启动后进行静态度量和运行后周期性的动态度量，度 量完成后，进行主动的远程证明，云管理端获得度量的值和度量报告后，通过与基线值的对比，验证虚 拟机的状态是否被篡改。该方法改变了传统的被动式远程证明方法，由度量模块主动触发远程证明客户 端，实时将度量结果发送给云管理服务器端，无需将度量值保存在 TPM 的 PCR 中，

本发明申请要解决的问题是，云计算平台中的动态任务调度问题。本专利针对动态任务调度问题的特点，引入了排队论对任务分配、执行前的状态进行快速建模、结构化处理；针对现有以任务高度值（粒度）来作为主要参考因素的任务调度算法所存在的严重不足，本专利提出了任务-计算资源分配矩阵，用以描述任务（或虚拟机）与计算资源（节点）之间的关系，并结合人工免疫理论给出了运算模式，保证能以概率1搜索到问题的最优解，能有效提高收敛速度和精度，快速搜索到合理配置，提高集群资源利用率

基于物联网、大数据、云平台的社区风险源的评估，日常监控和处置，采用物联网+运行服务的商业模式。需要相关大数据计算和云平台技术研究及支撑。

配电低压台区泛在感知解决方案，创新提出“变-线-表”一体化拓扑辨识方法，可实现故障定位和主动推送、户内外停电责任研判、抢修痕迹化管理、分支线路阻抗监测等创新功能，完整实现中低压配电网一张图的解决方案。

国内电网的10kV/35kV系统普遍采用经消弧线圈接地方式，随着城市配网线路逐渐转入地下，电缆的应用越来越多，系统的电容电流越来越大，再加上传统的补偿方式对故障电流中基波有功分量和高次谐波分量的补偿不明显，导致系统单相接地时，灭弧效果越来越差，对于人身、电网的危害日益严重。自2018年起，本项目围绕柔性接地补偿系统的主回路拓扑、系统建模与特性分析、系统建模与特性分析、软硬件研制等核心关键技术展开了系统性的研究。

本发明提供了一种有源配电网状态估计方法及系统，所述方法包括：S1，根据高斯混合模型模拟所述有源配电网内分布式电源的不确定性出力，并确定所述有源配电网内每一节点的量测函数；S2，基于高斯置信传播算法，对所述有源配电网内每一节点的状态变量和每一节点的量测函数进行传递分析，以实现对所述有源配电网内所有节点的状态估计。本发明提供的有源配电网状态估计方法及系统，通过高斯混合模型和置信传播算法来解决有源配电网状态估计的问题，并采用高斯混合模型模拟分布式电源的不确定性出力，以保证估计精度，该方法无需进行可观性分析，也不需要保证整个有源配电网量测的冗余度，可以提高估计的速度和效率

《中、低压配电网无功优化补偿软件》主要用途是用于计算某一地区近期及 3~5 年内 中低压配电网无功补偿的初步方案，主要内容包括：公用低压配变集中补偿的配变名称，补 偿方式与补偿容量； 10kV 馈线无功补偿方式、补偿点和补偿容量。根据相关经济指标如投 资总额，回收周期、补偿效果、可操作性、工程的难易程度等多方面对优化方案进行可行性 研究与技术经济比较，如经多方论证找不出合适方案或在讨论过程中出现新的问题，可通过 修正参数（包括已投入补偿装置的参数）及相应约束条件，重新利用无功优化软件计算以获 得优化方案。最终确定优化方案。 特点： 该软件为独立运行的应用程序，与县供电公司的调度自动化、配网自动化系统配合使 用，性能良好。国内外同类产品中，主要有中国电力科学院农电所/配电所研制的《110kV 及以上农网全网无功优化及管理系统》；国电自动化研究院研制的《基于 ON2000 的调配一 体自动化系统的电压无功控制软件》；国外的专业软件产品如美国 Operation Technology , Inc. （OTI）公司的电力系统分析商业软件——PowerStation®软件等。通过技术性能比较，得出 结果如下表所示。