一种宽光谱、强吸收的表面光伏型光探测器的制备方法，其作法是：以钛箔为阳极，铂为阴极，对钛箔进行氧化，得非晶态TiO2纳米管阵列；经处理后，得TiO2纳米管阵列；将钛箔置于高温反应釜内，再将Na2S2O3、Bi(NO3)3水溶液注入密封反应釜，热处理得Bi2S3-TiO2纳米管阵列；在Bi2S3-TiO2纳米管阵列表面覆盖FTO，引出电极，在未生成Bi2S3-TiO2纳米管阵列的钛箔上引出电极，将FTO与钛箔及其Bi2S3-TiO2纳米管阵列的接触边缘封装即得本发明的光探测器。该方法能耗低，工艺、设备简单；制得物适用光谱范围大，适合做光谱分析；还可以做光敏开关等光电器件，具有广阔的应用前景。

本发明公开了一种基于模糊概率的光伏电池的最大功率点的跟 踪方法。所述跟踪方法包括：以ε为采样间隔，获得 N 个采样点 [ui,P(ui)]，i 为小于等于 N 的正整数；其中，ε为 0.05UOC/Ns～ 0.5UOC/Ns，UOC 为光伏电池的开路电压，Ns 为光伏电池的串联数； 通过构造扩散函数 fD 和隶属度函数 fM，求取概率函数 Pro(i)，对概率 函数 Pro(i)的结果从大到小排序，并依次选取排序靠前的概率对应的 Xi 的并集作为最大功率点的搜索范围，使得所述排序靠前的概率函数 Pr

（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。

本实用新型涉及应用于一种静态模型的建筑模型，尤其是一种积木式建筑模型，它以建筑中的常用部 件为基本模块，由柱(1)、雨蓬(2)、屋面(3)、台阶(4)、墙(5)、门(6)、踏步(7)、平台(8)、 接头(9)、 梁(10)、楼面(11)、窗(12)组成，各基本模块之间采用榫卯形式连接，可搭接成各种形式、 风格的建筑模 型。 

本发明提出一种在夏季能大量反射太阳辐射且又大量发射自身热量，而到冬季时可 自发转换成能大量吸收太阳辐射且又很少发射自身热量的涂料，即吸收发射比可逆转换 的“空调型”涂料。 本发明由于采用了由氯化钴与六次甲基四胺混合物、邻苯二甲酸酯类化合物和三芳 甲烷内酯类化合物组成的在低温下可吸收太阳能、在高温下可反射太阳能的吸收发射可 逆转换材料，以及由氧化钒化合物和氧化钨化合物组成的低温下为低发射率、高温下为 高发射率的可逆转换材料，因此本发明实现了冬季吸热和夏季绝热的可逆转换，本发明 所需原料来源广泛、制作工艺简单，因此易于推广应用。

大气改善调节系统是集成了化工原理、环境工程、智能控制和机械设计为一体的高效节能产品。 以环境整体作为能量动态变化和控制的参照系，采用人工智能系统，精确计算自然蒸发速率，控制喷雾量，在环境中形成20微米以下的干雾（相当于自然界中的云），利用水的热辐射吸收，有效的消除太阳辐射能量在局部积累，通过水蒸发带走局部热量，准确调节整个环境的温湿度，以此达到环境整体降温的效果，具有防热效果好、空气流通好等特点。同时还具有阻挡消除灰尘、吸收有害气体、净化空气、对空气进行消毒杀菌等作用。

在美丽的北国春城长春，镶嵌着一颗璀璨的明珠，这就是培养建筑师、设计师、工程师的摇篮——长春建筑学院。 长春建筑学院是一所以工为主，工、管、文、农、艺、医多学科相互支撑、协调发展的省属民办普通高等学校。始建于2000年6月;2004年2月，经教育部确认为实施普通高等本科教育的独立学院;2011年4月，经教育部正式批准转设为独立设置的民办普通本科高校;2017年12月，被确定为吉林省硕士学位授予立项建设单位。 学校有奢岭、高新2个校区。奢岭校区坐落在5A级净月潭国家森林公园南端，风光旖旎，生态环境宜人;高新校区坐落在高新技术开发区火炬路1519号。校园占地面积83.43万m²，建筑面积39.20万m²，共有专任教师696人，全日制在校本科生13317人，学校图书馆藏书115万册，教学科研仪器设备总值8387万元。 学校设有建筑与规划学院、土木工程学院、城建学院、电气信息学院、交通学院、管理学院、文化创意产业学院、公共艺术学院、健康产业学院、人工智能学院、创新创业学院、国际交流学院、思政教研部、基础教学部、体育教研部15个教学单位。开设了41个行业特色鲜明的本科专业，涵盖了工、管、文、农、艺、医6大学科门类，形成了土建工程类、电气信息类、管理类、艺术设计类、健康类五大主干学科专业集群。其中土木工程专业为吉林省高等学校“十二五”品牌专业及特色专业;工程造价、环境设计专业为吉林省高等学校“十二五”特色专业。 学校专任教师中具有高级专业技术职务的教师141人，具有硕士研究生以上学历的306人。拥有长白山技能名师2人、吉林省教学名师2人、吉林省优秀教师1人、吉林省教育科学专家库专家20余人。学术梯队结构合理，一大批年富力强的中青年教师在各自的专业领域崭露头角，为培养高素质应用型人才提供了强有力的师资保障。 学校坚持应用型办学定位，明确应用型人才培养思路。贯彻“育人为本、德育为先、能力为重、创新培育、全面发展”的育人理念，落实立德树人根本任务，一切为了学生发展，因材施教，开发学生智力潜能，依托行业办学，以服务地方经济社会发展为宗旨，以“五位一体”教学体系为基础，以人格塑造、知识传授、能力培养、素质提升全面育人体系为支撑，以创新人才培养模式为核心，以产教融合、校企合作为途径，以“四实”平台为载体，以常态化自我评估机制为保障，培养基础实、能力强、素质高的应用型人才，形成了职场时态下的文化创意类人才培养模式、土木工程专业校企合作人才培养模式、工程造价专业应用型人才培养模式等在省内高校中具有一定影响的人才培养模式特色。 学校是吉林省教育厅批准的卓越工程师教育培养计划实施学校，建有1个国家级大学生校外实践教育基地、1个国家级大学生创业孵化园、3个省级卓越工程师教育培养专业、2个省级创新人才培养试验区、3个省级实验教学示范中心。建成省级精品课4门、省级优秀课23门、省级在线开放课程和省级校企合作开发立项建设课程各1门、省级优秀教学团队3个、吉林省高校创新团队1个。获得吉林省教学成果一等奖2项、三等奖4项，以及其他省级各类教学大赛奖57项。 学校是吉林省硕士学位授予权立项建设高校。学科和学术平台建设在土木建筑、电子信息、文化创意等领域形成了明显的特色和优势。现有9个省级重点科研平台、1个省级创新团队、1个省级优势特色重点学科，分别为吉林省发改委重点工程实验室——吉林省污水处理工程实验室;吉林省高校重点实验室——建筑环境感知与控制实验室：吉林省高校重点实验室——能源应用与环境控制实验室;吉林省人文社科重点研究基地——文化创意产业研究中心;吉林省社会科学重点领域研究基地——吉林省文化产业品牌研究基地;吉林省首批特色新型高校智库——民营文化产业发展研究中心;吉林省高校重点工程研究中心——建筑节能工程研究中心;吉林省高校重点工程研究中心——VR创新应用工程研究中心;吉林省高等教育研究基地——民办高等教育可持续发展战略研究基地;吉林省高校创新团队——“本土文化艺术数字化的保护、传承与传播”团队;吉林省“十二五”优势特色重点学科——土木工程。 学校坚持校企合作、产教融合，推进“产、学、研”一体化进程，在工程、艺术两个类别的控制工程、建筑与土木工程、艺术设计三领域形成了一定研究与创新优势。其中，控制工程领域，依托省发改委“建筑环境感知与控制重点工程实验室”，承担重大横向课题;在污水处理系统先进控制技术、高抗扰信号处理技术--认知雷达研究等方向处于学术领先地位;建筑与土木工程领域，依托省高校“建筑节能工程研究中心”和“土木工程重点学科”，形成了建筑节能绿色建筑、水泥混凝土路面病害与加铺等特色方向;艺术设计领域，依托“国家级文化创意产业园区”和“文化创意产业研究中心”等省高校人才社科重点研究基地平台，承担文化部文化创新工程、科技提升计划2项课题和国家艺术基金人才培养项目1项，在文化产业园区“政、产、学、研、资、介”一体化模式理论和实践探索、区域民俗文化研究等方向形成了具有影响力的国家级成果。 学校获得吉林省社科优秀成果奖二等奖1项、吉林省科技进步三等奖1项，以及其他科研奖近80项。 作为吉林省首批地方本科高校转型发展试点单位，学校始终注重“特色办学”，建有多结构、高水平和特色鲜明的校内实践教学基地群，为学校深化教学改革，实践育人创造了有利条件。 学校扎实推进大学文化建设，努力营造崇尚科学、严谨求实、善于创造的校园风气;不断强化师德建设，努力造就一支有理想信念、有道德情操、有扎实学识、有仁爱之心的教师队伍;大力加强学生人文素质和科学精神教育，着力提升学生的人格、气质、修养等内在品质，组织开展具有品牌特色的校园文化活动，把思想道德教育的要求和任务融入学生的学习生活之中。 学校强化校、院两级管理，突出分院管理主体责任。开设了全省首家高校行政服务大厅，可同时办理123项业务，极大方便了师生。 学校先后与英国、美国、澳大利亚、瑞典、新加坡、韩国、台湾等国家和地区的20所高校、科研机构建立了友好合作关系。2015年、2017年，学校先后成功举办两届海峡两岸大学校长论坛，海峡两岸70余所高校的校长出席论坛，对促进海峡两岸大学交流与合作产生了重大的推动作用。 学校毕业生就业率近年来始终保持在90%以上，初次就业率始终高于吉林省本科初次就业率，毕业生就业质量稳步提高，其中，25%左右的毕业生进入中国建筑工程总公司、中国中铁股份有限公司、中国铁建股份有限公司等大中型国有企业就业;30%左右的毕业生进入北京、上海、浙江、广东等发达地区就业;45%左右的毕业生服务于吉林省经济发展。 学校培养出的2.2万名毕业生在专业素质、实践能力、敬业精神、适应能力、组织协调能力、创新精神等方面得到社会和企业的认可。一大批毕业生已经成为企业的管理精英和技术骨干。毕业生在社会上逐渐形成了下得去、用得上、信得过、干得好的新长建品牌。 面对国家经济社会发展的重要战略机遇期，学校坚持以服务区域经济社会发展，产业升级创新为办学宗旨，坚持以学科建设为引领，以转型发展为重点，以质量求生存，以特色求发展，以创新求提升，实施优特强发展战略，正朝着建成一所以工为主，工、管、文、农、艺、医协调发展的特色鲜明的高水平应用型大学阔步前进。

为什么选择我们服务与实力并列，解决您后顾之忧 7x24小时无忧服务业内*质的售后服务、7x24小时及时响应确保您运营无忧 高品质按时交付不随意拖延开发工期，保证质量按时交付开发成品 完善的售后服务以服务客户为己任，全方位跟进项目需求，实际解答您的疑惑