分布式光伏数据分析的主要内容分为三大部分：动态数据分析、谐波分析和故障事件分析。对动态数据，软件可以设置电压、电流、角度、频率等额定值和越限门槛值，并可以绘制发生故障时刻前后若干秒的电压、电流、有功、无功曲线。谐波分析可以计算谐波电压总畸变率、奇次谐波电压含有率、偶次谐波电压含有率、谐波电流是否越限。故障事件分析可以把故障数据解读成便于阅读的故障文件。 创新点 对采集的动态电力数据可以形成完整的分析报告，并对故障事件形成完整的分析报告。 市场前景 电网运行的各种场景，都会产生海量数据。为了在这些数据里找到有效信息，需要有数据分析软件帮助用户实现。只要是电网运行中产生的数据，都能在该软件框架的基础上，实现数据分析相关功能。目前已经开展针对分布式光伏及电采暖数据进行分析，并可以形成完整故障报告。

光伏发电实训装置HL-SNY03太阳能光伏并网发电教学实验台  一、系统实训应用范围：  主要提供于职高、大学、研究生、企业技工以太阳能发电为主课题的研究和培训。  二、技术参数  2.1、太阳能电池板  太阳能电池板采用阵列组装形式，主要采用4块（或更多）小型太阳能电池板组建，可实现太阳能电池板的并接方式和串接方式，进而提供大电流或大电压的两种太阳能电池板组网方式。  最大输出功率：100W*4块  开路电压：35V（并联）  短路电流：4*3.25A（并联）  2.2、照度计  量程：0-225Lx、200-2250Lx、2000-22500Lx和20K-225KLx（225000Lx）自动切换量程。  2.3、环境监测模块技术指标  含有照度计、温度表、湿度表，单片机时钟系统，实现时间的显示  2.4、17寸工控一体机，带触摸功能  CPU:Intel1037U1.8GHz22nm双核处理器TDP17W超低功耗处理器  主板:IntelM11工控固态节能主板  内存:1GDDR31333超高速内存,支持1333/1066MHz内存,最大可支持8GB。  硬盘:24GSSD固态硬盘  显卡:集成IntelHDGraphics核心显卡,提供VGA、LVDS、双HDMI显示输出,LVDS支持双通道24bit,支持单独显示、双显复制、双显扩展。  声卡:集成ALC6626声道高保真音频控制器  网卡:集成1个RTL千兆网卡,支持网络唤醒、PXE功能。  电源:外置电源（100V至220V宽幅电压，全球通用）  显示屏:13寸LED工控屏分辨率：1024*600  触摸屏:台湾军工Touchkit4线触摸屏，透光率高；性能稳定，触摸灵敏  整机接口:4*USB2.0接口,其中两个可支持USB3.0(需定制)，  1*HDMI接口:1*VGA接口,1*RJ-45网络接口,1*Lineout（绿色）,1*Mic（红色)  2*COM串口,1*12VDC_JACK输入接口  系统状态：  太阳能控制器（带报警功能）：  输入电压、电流、功率的数据显示及动态曲线显示  输出电压、电流、功率的数据显示及动态曲线显示  蓄电池：电压数据显示及动态曲线显示  2.5并网逆变器：  并网逆变器具有DC－DC和DC－AC两级能量变换的结构。DC－DC变换环节调整光伏阵列的工作点使其跟踪最大功率点；DC－AC逆变环节主要使输出电流与电网电压同相位，同时获得单位功率因数。  系统面板设有用来测量DC、AC相关参数的多个测试端口，可测量DC-DC电压电流变化和DC-AC逆变过程中的电压电流及曲线变化和波形对比。  6级功率搜索功能  在自动调整的过程中，会看到LOW灯不停的闪烁，功率会由0作为起点，向最大功率点加大输出功率，重启最多为6次，然后进入功率锁定状态，锁定时ST灯长亮。  在进行6级功率搜索程序时，所需的时间为10分钟。  直接连接到太阳能电池板（不需要连接电池）  AC标准电压范围：90V～140V/180V～260VAC  AC频率范围：55Hz～63Hz/45Hz～53Hz  并网输出功率：300W  输出电流总谐波失真：THDIAC<5%  相位差：<1%  孤岛效应保护：VAC;fAC  输出短路保护：限流  显示方式：LED  待机功耗：<2W  夜间功耗：<1W  环境温度范围：-25℃～60℃  环境湿度：0～99%(IndoorTypeDesign)  高性能自动功率点追踪（MPPT）  强大的MPPT算法，以优化来自太阳能电池板的功率收集，可精确地捕捉及锁定最大输出功率点，使发电量大幅提高到大于25%以上。  MPPT追踪图  电力输出:（逆向电力传输）  高效的电力逆向传输技术，专利技术之一，逆变器在并网输出模式时电力以反方向电力传输，自动检测电路中的负载并优先进行使用，用不完的电力才向电网逆方向传输供应到其他地方使用，电力传输率可达99.9%。在光伏发电应用系统中使输出效率更高。  三、教学及研究实训项目  2、1、光伏能量变换实验  实验1、光伏阵列单元组成原理。  实验2、太阳能光电池能量转换组合原理。  实验3、阵列电子最大功率跟踪器原理。  实验4、阵列汇流与防雷接地原理。  实验5、阵列结构件、防腐安装原理。  实验6、最大功率跟踪器与光伏转换提效实验。  实验7、在不同天气和日照强度下光波对光伏转换效率的影响实验。  实验8、在不同季节太阳运轨变换下对光伏能量转换的影响实验。  实验9、在不同季节环境温度变换下对光伏能量转换的影响实验。  实验10、阵列低、中、高通过开关组合后能量变换实验。  实验11、光感仪和风速传感仪各自作用实效实验。  2、2、同步逆变电源实验  实验1、逆变电源单元组成原理。  实验2、逆变电源MPPT的最大功率跟踪控制方法的实验。  实验3、逆变电源输出功率与光伏能量变换的实验。  实验4、MPPT与电子跟踪器有效结合和分离控制方面的比较实验。  实验5、晴天，多云，阴雨天情况下逆变电源输出交流电的波形、谐波含有率、功率因素的比较实验。  实验6、逆变器并入的电网供电中断，逆变器应在2s内停止向电网供电，同时发出警示信号的防孤岛效应保护试验。  实验7、逆变电源直流输入欠电压控制实验。  实验8、输入电压为额定值，负荷满载时距离设备水平位置1m处，的噪声测试实验。  2、3、光伏并网发电系统软件实验  实验1、在上位软件里查看单站监控项目：  ◆直流电压VDC、直流电流A、输入功率KW  ◆交流电压VDC、交流电流A、输出功率KW  ◆日发电量KWh、日运行时数hmin、总发电量KWh、总运行时数h、Co2减排量Kg  ◆系统运行状态正常/不正常  ◆系统运行温度正常/不正常  ◆系统监控PC机状态正常/不正常  ◆系统功率测试曲线  实验2、在上位软件里查看单站电量记录项目：  ◆设备编号1号机:  日发电度数、日运行时数hmin、总发电量度数、总运行时数h  实验3、在上位软件里查看单站故障记录项目：  ◆设备编号1号机:  直流过压、直流欠压、直流过流  交流过压、交流欠压、交流过流  系统过载、频率异常、孤岛保护、ADC异常（快速检测并网电压，电流）、IPM故障、过流保护、过温保护、温度异常、DSP异常（数字信号处理器，将模拟信号转为数字信号）

教学数据分析系统是针对学校各类考试，为学校提供快速、科学的数据分析，即时、有效的数据发布，提供的分析图表种类丰富、内容实用，是学校进行教学管理、质量监控与教学科学研究的得力助手。教学数据分析系统入围了中央电化教育馆2015年“数字校园综合解决方案----区级、校级教学质量监控解决方案”的产品。为教育管理者、教研部门提供教学质量监控科学依据。

大数据分析平台，通过将企业内部数据与互联网数据进行整合，形成企业大数据，然后利用分析平台，探索、展示、分析与挖掘各业务信息资产，从海量的信息中及时地发现有价值的知识，进而通过应用层向最终企业领导提供商业分析和数据服务，降低管理决策中“凭经验、拍脑袋”的风险和隐患，提高企业在市场中的应变力和竞争力。

根据数据的特点，选用合适的均值与描述离散程度的统计量，能够客观评价实验数据的优劣性。其它统计技术如参数估计、假设检验、参数与非参数假设检验、方差分析、回归分析等应用

基因芯片实验产生出大量基因表达数据，为了从这些数据中提取有用的生物学信息，需要对数据进行各种分析处理。本项目提供的基因表达数据分析软件采用了先进的数学模型，充分考虑了实验中各种误差的影响，可以从数据中分析出更为准确的生物学信息，并且具有较快的处理速度，可以满足大规模芯片实验数据分析的需要。技术特点：（1）直接从对GeneChip基因芯片原始实验数据进行处理开始，提供对基因表达数据一系列多层次的分析软件。（2）能够考虑重复实验误差，特别对重复实验数据进

1、自动采集老师教学，学生学习数据，每节课提供44项以上教学数据记录 2、自动推送教师教学报告、学生学习报告、生成学校课程运行报告 3、可视化教学数据驾驶舱：满足校级，院级，老师，学生多维度的数据展示 4、实现教学过程从定性分析向定量分析的转变 5、提升学校对教学质量的精确评价和精准控制 6、促进教学模式的提升，让学校教学管理更科学化

本思政案例值巴黎奥运会火热举办之际，以奥运会数据为载体，引导学生运用Python的Pandas库进行数据清洗、筛选与聚合分析，并通过Plotly工具实现数据可视化。案例巧妙融合数据分析技能培养与思政教育，通过剖析我国奥运奖牌数据变化，让学生直观感受国家体育事业的蓬勃发展，深切领悟体育强国战略背后蕴含的国家意志与民族精神。同时，鼓励学生从数据中探寻体育精神内核，内化于心、践之于行，涵养积极人生态度与爱国情怀。此外，案例数据可视化呈现国际竞技格局，助学生理解多元包容、拓宽国际化视野，增强民族自豪感与文化自信，实现知识传授与价值引领的有机统一。

与华为技术有限公司开展互联网语义分析合作研究，双方共同研发了“电商知识图谱自动化构建和电商评论分析系统”，该系统可以自动化将不同电商网站的数据抽取和集成，形成一个庞大的电商知识图谱，并且利用这个知识图谱来对电商评论做语义分析。该项目中的技术已经被华为公司用于大数据中的视频分析，并且产生了良好的经济效益。另外，与百度签订了“本体及知件技术构建医疗领域知识库和应用研究”项目，提交并审核通过一项专利“一种医疗知识库中保健品与疾病的关联构建方法”，并且提出一种word embedding的方式挖掘非结构化数据中实体关系的方法，项目成果被百度用于医疗保健品的搜索中，取得了很好的社会效应。

社会网络已经成为覆盖用户最广、传播影响最大、商业价值最高的 Web2.0 业务，在世界范围内，最著名的社会网络代表是 Facebook、Twitter，用户量分别达到 12 亿、5 亿;国 内使用人数最多的社会网络工具是新浪微博和腾讯微博，其中新浪微博用户达到 5 亿，腾讯 微博用户超过 8 亿。社会网络中的巨大用户群每天产生海量的用户数据、关系数据和信息数 据，若能够对海量数据进行准确、及时的分析，则会在精确营销、舆情探测以及网络安全等方面创造巨大价值。然而由于社会网络的大数据特性以及分析方面要求准确、及时，目前缺 乏融合多项社会网络分析技术的、成熟的社会网络大数据分析系统。社会网络分析技术是一项关键技术，也是一项热门的研究，涵盖了社会学、人类学、社 会语言学、地理、社会心理学、通信研究、资讯科学、社会网络分析与探勘、组织研究、经 济学以及生物学等多个领域，是一项多学科交叉技术。社会网络大数据分析系统要求具有坚 实的数据支撑，即数据获取全面、更新及时、获取数量大，也强调多维度、多粒度的分析手 段相结合，并对分析速度、可视化以及人机交互等方面都提出很高的要求。基于上述现状和挑战，在国家科技支撑项目的资助下，实现基于新浪微博、Twitter 等 主要社会网络交流工具的大数据分析系统，系统完成从数据获取、数据预处理、数据存储、 消息中心、数据分析、结果可视化展示的闭环处理流程，支持多种社会网络(Twitter、新浪 微博等)的数据实时、不间断获取，获取数据量在国内外同研究领域处于领先地位;实现整 体、个体、群体以及事件的多层次、多粒度分析模式;同时具备良好的人机交互操作界面以 及优秀的分析展示效果。