本成果提出了基于零件批量加工数据分析的加工工艺与流程优化，主要包括零件加工过程的工艺数据挖掘与机器学习算法、基于数据和机理模型相结合的零件加工精度预测、基于机器学习的零件加工工艺优化与决策、基于数据驱动的零件批量加工工艺优化方法验证这四方面。以下是各方面具体对应内容： 1）零件加工过程的工艺数据挖掘与机器学习算法：在数据挖掘与机器学习算法方面，搭建了轴类零件全流程加工工况数据实时采集硬件平台，实现对加工力、加工振动、主轴电流等工况数据的实时在线获取。 2）基于数据和机理模型相结合的零件加工精度预测：在航空薄壁件加工精度预测方面，对复杂曲面加工过程混合建模与全流程加工精度预测等理论开展了深入研究工作；建立了零件单工序/多工序加工精度预测混合驱动模型，实现了加工精度的高效高精预测。 3）基于机器学习的零件加工工艺优化与决策：在轴类零件全流程加工工艺优化与决策方面，围绕隐马尔可夫决策过程、遗传算法等理论开展了理论研究工作，结合轴类零件加工过程开展了优化工作；提出了加工参数自适应调控联合决策方法。 4）基于数据驱动的零件批量加工工艺优化方法验证：构建加工数据库1套，包含机床设备、加工刀具、加工参数、检测数据等四种类型数据。开发全流程加工智能推理软件1套（部署于中航发南方公司柔轴车间），实现航轴全流程质量数据感知与工艺优化，其中全流程误差建模与分析模块实现了端到端的零件加工质量智能推理，可以用于工艺设计与现场预先感知，加工过程工艺数据挖掘模块实现基于批量数据的多工序误差流分析，实现后续工序加工误差推理，加工过程工艺优化与智能决策模块实现了零件多工序加工质量数据推理与给定期望指标下的加工参数优化。 图1 本成果对应功能结构示意图 【技术优势】 围绕航空领域制造的加工质量问题，开展基于制造过程数据的工艺全流程智能决策技术与系统的研发，初步实现工艺与制造过程的智能控制。在数据挖掘与机器学习算法、航空薄壁件加工精度预测、轴类零件全流程加工工艺优化与决策、零件全流程加工质量智能推理与优化、智能加工产线智能决策技术应用与推广等多个方面实现了突破，具有显著的理论价值与应用价值。 规范制定方面，研究了薄壁件加工误差产生的深层机理，构建了批量零件加工过程中误差传递的理论模型，探究了机床、夹具、刀具、加工参数全方位、多层次的因素对于零件加工误差产生的影响规律，提出了零件加工工艺与流程优化策略，形成制定面向航空发动机大长径比轴类零件的决策规范，规定轴类零件全流程加工过程中机床、刀具、装夹、加工参数四个方面的具体要求。通过中国航发南方工业有限公司企业标准体系管理系统制定、修改、审批，形成《航空发动机轴类零件加工工艺优化与决策技术规范Q/2B 1586—2022》。 软件开发方面，将上述理论成果进行高度集成，开发了零件全流程加工智能推理优化软件（MIO软件）。软件集成了四大功能模块，包括加工工艺数据库、全流程误差建模与分析、加工过程工艺数据挖掘、加工工艺优化与智能决策。相关知识与优化规则形成权。全流程加工智能推理优化软件以及知识库软件通过第三方测评，测评机构具备MA与CNAS认证资质，最终形成《零件全流程加工智能推理优化软件第三方测试报告》、《智能加工产线工艺全流程智能决策工艺知识库软件第三方测试报告》。 应用验证方面，结合航空发动机制造具体需求，将相关成果应用到某型号航空发动机轴类零件（动力涡轮传动轴）加工生产中。将零件全流程加工智能推理优化软件部署在航轴加工车间，在验证产品的加工设备上部署了数据采集装置，实时采集加工过程数据，集成企业工艺资源数据库和产品数字化检测系统，获取机床、夹具、刀具、产品质量等信息，构建了加工工艺数据库，开展了航轴加工工艺分析、现场加工质量预先感知、加工工艺与流程优化、现场实际加工验证等工作。通过南方公司现场应用验证，零件次品率平均降低54.53%。（2019年至2020年优化前，次品率为8.38%；2021年6月至2022年5月优化后，次品率为3.81%）。相关应用验证通过了中国航发南方公司的效果认定，并形成用户报告。 【技术指标】 1）采用机理模型/有限元仿真技术获取切削力/热/柔度/加工误差数据集，构建代理模型实现了切削过程的毫秒级预测，切削过程关键物理量的预测时间优于10毫秒。 2）建立了机理模型与小样本工况数据混合驱动的预测模型不确定分析与量化模型，提出了贝叶斯框架下的不确定校准方法，实现了加工误差快速（毫秒级）精准（偏差小于5微米）预测。 3）提出了航轴加工质量状态估计方法，建立了现场多源数据信息串联模型，基于隐马尔科夫的决策模型，实现工序间感知平均误差控制在9.21%内。 4）建立了加工次品率与加工参数约束集间双向映射互通模型，首次提出了基于隐马尔科夫模型与遗传算法的联合决策方法框架，联合决策优化框架保证次品率降低优于50%。

本成果围绕光伏并网系统电能质量展开。基于深度学习算法，研究谐波等电能质量指标变化规律，运用特征提取技术处理时序数据，实现电能质量预测。研发基于态势感知的电能质量调控装置，总谐波补偿率不小于 90%，补偿次数 2 - 50 次。成果形式包括研究报告、调控装置示范应用，申请发明专利 3 项，发表论文 3 篇。应用场景涵盖光伏电站、配电网等，可提升电网可靠性与经济性，减少设备损耗、优化调控策略、降低弃光率，为新能源消纳提供支撑。

研制了 5kW 至 500kW 不同功率等级的单相、三相光伏并网逆变器，掌握了主电路、控制系统、系统集成等关键技术。

研制了5kW至500kW不同功率等级的单相、三相光伏并网逆变器，掌握了主电路、控制系统、系统集成等关键技术。 技术特点:    具有效率高、输出电流谐波含量低、输入电压范围宽等特点，具有孤岛检测和低电压穿越功能。  主要技术指标： 1500kW光伏并网逆变器参数说明： 输入参数：推荐最大太阳电池阵列功率550kWp 直流电压范围（MPPT）450~820V 允许最大直流电压880V 最大阵列电流2 x 611A MPP跟踪快速、精确MPP跟踪 输出参数：额定交流输出功率500kW 运行电网电压270VAC±10%额定交流电流1069A供电系统TT、TN-C、TN-S运行中的电网频率50Hz±0.5Hz电网电流的谐波畸变<2% 功率因数（额定功率下）1过载能力120%/1min短路保护150%/（<0.1s） 效率：最大效率      98.8%欧洲效率98.6% 应用范围： 家用、建筑用中小型太阳能发电系统；大规模光伏电站。

半透明有机光伏电池具有柔性、质轻、无毒、颜色与透明度可调、 可采用大面积印刷制备、在全方位入射角且弱光环境下仍保持高 效率等特性，在便携式可穿戴电子器件、可充电军用帐篷、汽车及建筑玻璃等领域具有巨大的应用潜力。华南理工大学发光材料 与器件国家重点实验室自主研发了基于酰亚胺功能化苯并三氮唑、 萘二并噻二唑单元的聚合物半导体材料体系，在实验室小面积有机光伏器件的能量转换效率达到18%，在世界范围内率先实现了验证效率超过12%的 1 平方厘米面积的聚合物太阳电池。大面积模组器件效率也超过了 12%，多次刷新国际权威第三方检测机构认证的同类器件的最高效率，达到国际领先水平。 

在双碳政策的背景下，近年来光伏装机量不断攀升，但太阳能资源自身波动性及随机性特点使其发电过程中的骤升或骤降现象对电力系统的合理调控和有效调度带来困难，容易造成弃光现象的发生。准确预测光伏发电功率可以使电力调度部门及时调整调度计划，提高电网运行的经济性和稳定性，促进新能源消纳。预测的结果精度与其时间尺度具有强相关性，因而对于光伏场站而言，分钟级的出力预报信息具有较高的参考价值。 光伏发电功率预测是基于光伏电力不稳定性特征和电力系统实时平衡要求矛盾而产生的一种需求。超短期内光伏输出功率爬坡主要由云团对太阳辐射无规律的遮挡造成，该遮挡过程难以量化，对超短期内光伏输出爬坡预测造成了很大的困难。 为量化云团对太阳辐射的遮挡过程，本课题利用天空成像仪获取云团参数（云高，云速，云团形状），云高方面：基于双目视觉原理，采用两台全天空成像仪捕捉天空图片，根据双目摄像机视差及其几何关系反向推算得出云团高度；云速方面，结合单摄像机拍摄的连续天空图像计算得到云团的运动速度矢量；云团形状方面：利用图像畸变矫正技术，结合云高信息，可获取云团形状信息。根据上述云团物理信息，默认云团运动状态短期内保持恒定，对未来15分钟内云团运动轨迹进行刻画，再通过天文算法计算得到的太阳方位，推算得出当前云团状况下未来15分钟地面阴影的变化情况，以此判断光伏板的遮挡情况。后根据云团厚度情况判断其对太阳光的遮挡率大小，以其为依据对理论计算出的太阳辐照数据进行削减修正，由此完成未来15分钟内的分钟级超短期光伏功率变化预测。 本方法相比于基于卫星云图的数值天气预报，观测设备仅需两台全天空成像仪，安装更为灵活且兼具更优的性价比；设备还具备更高的时空分辨率，因而可以实现云团的精细观测，从而可完成更高精度的预测任务，预测结果具备更高的准确性。 创新点 1、开发出一种基于双目视觉原理及图像处理技术的云团多尺度信息获取方法。 2、开发出一种基于云团透射率和地面阴影轨迹预测的光伏场站出力分钟级预测方法。 市场前景 随着全球加快应对气候变化，光伏市场需求持续增加，数据显示，我国光伏行业在2021年继续高歌猛进，光伏新增装机创历史新高，达到54.88GW。未来十几年，中国太阳能装机容量的复合增长率将高达25%以上。根据光伏发电行业国家政策规划，未来将着力推进光伏基地化开发、分布式化开发以及综合水风光的综合基地开发。 无论是以沙漠、戈壁、荒漠地区为重点的大型风电光伏基地开发，还是整县屋顶分布式光伏试点的组织开展，或是综合多种发电手段的新能源大规模发展，都需要准确的光伏发电功率预测为电网调度提供参考与保护。预测精度直接影响着电力系统的安全稳定运行，更会影响所有市场参与者的经济收益。据统计，2019年，我国发电功率预测市场的规模为6.34亿元，预计2019年至2024年市场年均复合增速为16.2%，预计2024年光伏发电功率预测市场规模将增加至6.51亿元。从中可以看出，光伏出力预测具备广阔的市场前景。 本成果可实现雾霾、多云等极端天气下的分钟级光伏出力预报，满足对电网调度及运营管理的需求同时兼具精度与成本优势。未来，随着新能源信息化应用环节的增加以及应用对象的转变，类似光伏功率预测等信息化服务将成为主要需求，光伏出力预测技术的应用规模将持续扩大，渗透率也将继续加深。 应用案例 本成果已应用于中国长江三峡集团有限公司联合华北电力大学和北京四方继保自动化股份有限公司研发的面向大规模并网友好型风光储场站群智慧运维系统。该系统依托于三峡集团乌兰察布新一代电网友好绿色电站示范项目（项目总装机：风电170万千瓦、光伏发电30万千瓦、配套建设55万千瓦储能系统），在电站现场部署了两台天空成像仪，并配备了集实时3d天空云团、电站精细模型、气象站数据、电站实时发电功率、超短期功率预测等于一体的数字孪生3d可视化系统，极大提高了电站智慧运维的便捷性。

太阳能光伏光热联用技术就是将单一的光伏组件和太阳能集热器有机结合起来，光伏组件即作为光电转换装置，又作为集热器的吸热体，同时将太阳能转换成热能和电能，从而实现热电联产，以提高太阳能的综合利用率。光伏/光热集热器(photovoltaic thermal collector，简写为PV/T集热器)与传统独立的光伏系统和集热系统相比，具有1、提高了太阳能的综合利用率；2、它可以共用一些组件，从而降低了系统的成本；3、减少了需要的安装面积，有利于建筑的美观。

1. 痛点问题 光伏太阳能发电是实现双碳目标的重要途径。目前主流的光伏发电技术采用的是晶硅太阳能电池，但是它仍然存在着多种问题。主要包括效率还有待进一步提高；光电转换效率受光照强度影响大（光照较弱的时候几乎不发电）；有倾斜角要求不适合用于立面；不便用于需要透光的场合如窗户等。 2. 解决方案 钙钛矿太阳能电池是新一代光伏发电技术的典型代表。钙钛矿是一类带隙可调的材料，因而可以用来制备效率更高的叠层太阳能电池。作为直接带隙材料，钙钛矿光吸收系数高，光电转换效率不受光照强度影响，而且可以利用散射光发电，因此钙钛矿太阳能电池安装没有倾斜角要求。此外，还可以制备半透明的钙钛矿太阳能电池。基于钙钛矿太阳能电池的这些特点，可以开发多种形式的太阳能电池新应用场景。本实验室开发了真空蒸发制备高效率钙钛矿太阳能电池的新工艺，并且通过多种方法大幅度提高了钙钛矿太阳能电池的稳定性，结合钙钛矿太阳能电池的特点可开发多种应用场景的太阳能光伏电池产品。 合作需求 可行的需求包括： 1、中试验证和连续化生产线需要场地约800平方米，购置相关的设备需要资金约2000万元。 2、从事光伏发电和清洁能源相关的企业，可开展合作技术开发和技术转让。

该成果可更细致的反应光伏组件户外输出性能，所研制的光伏组件户外特性测试平台，使光伏组件长期工作于户外环境下，实时监测其输出特性，并积累测量数据，以评估组件长期工作于户外环境下的输出性能，便于电站设计人员针对具体环境，选用更合理的光伏组件建设光伏系统。也为组件生产商和科研实验工作提供了更好的保障与技术支持。