一、项目简介可针对不同环境，完成震动能、压电能、摩擦电能、光电能、热能、化学能、风能、电磁能、射频信号能等能量的收集、存储，并根据需要为片上或片外低功耗传感器提供稳定且低噪的输出能量供给。此外，针对不同的传感器结构和类型进一步提供丰富的接口电路，用来读取传感器所产生的感应信号。配合低功耗收发机模块，可实现完整的无线传感节点功能。二、特点12345678.电源管理部分静态电流可低至 65nA；.整个 ASIC 功耗（包含温度传感）不足 1µW；.具有最大功率点追踪；.匹配最小 16kΩ的厘米级以下压电片.具有能量收集、存储和调整输出功能；.提供超低噪声电源供给（10nA-100µA）片上/片外传感器；.存储的能量支持 ZigBee、Bluetooth 等低功耗协议间歇数据传输；.构建平均功耗小于 5µW 的无线传感节点。三、市场情况本项目能以超低功耗实现完整无线传感节点，在 IoT、环境监测等领域有良好的应用前景和社会经济效益。四、技术成熟度此技术成熟，即将获得专利授权，寻求与企业合作。-- 28 --西安交通大学国家技术转移中心五、合作方式联合研发 技术入股 □转让授权（许可） 面议

一、项目简介可针对不同环境，完成震动能、压电能、摩擦电能、光电能、热能、化学能、风能、电磁能、射频信号能等能量的收集、存储，并根据需要为片上或片外低功耗传感器提供稳定且低噪的输出能量供给。此外，针对不同的传感器结构和类型进一步提供丰富的接口电路，用来读取传感器所产生的感应信号。配合低功耗收发机模块，可实现完整的无线传感节点功能。二、特点12345678.电源管理部分静态电流可低至 65nA；.整个 ASIC 功耗（包含温度传感）不足 1µW；.具有最大功率点追踪；.匹配最小 16kΩ的厘米级以下压电片.具有能量收集、存储和调整输出功能；.提供超低噪声电源供给（10nA-100µA）片上/片外传感器；.存储的能量支持 ZigBee、Bluetooth 等低功耗协议间歇数据传输；.构建平均功耗小于 5µW 的无线传感节点。三、市场情况本项目能以超低功耗实现完整无线传感节点，在 IoT、环境监测等领域有良好的应用前景和社会经济效益。四、技术成熟度此技术成熟，即将获得专利授权，寻求与企业合作。-- 28 --西安交通大学国家技术转移中心五、合作方式联合研发 技术入股 □转让授权（许可） 面议

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。

在结构构成极为精密复杂的卫星内部，微振动无法避免、十分难控，载荷几乎不可能时刻保持稳定，在几百甚至几千公里的太空中，卫星载荷一次微小的振动，都会差之毫厘，谬以千里。所以，载荷控制精度指标一直难以实现数量级提升。 团队采用“无线能量传输”技术，研发了基于同轴结构耦合结构的无线能量传输系统，可以实现卫星与载荷的物理接触彻底隔绝。该系统由发射调节器、发射耦合器、接收调节器以及接收耦合器组成。为了将技术应用于卫星以提升载荷精度，团队解决了动态场景下无线传能、失谐电路的补偿匹配以及大功率电能传输等关键技术难题。 该卫星无线能量传输系统被上海卫星工程（航天 509 所）研究所采用，团队按照航天规范，联合上海空间电源研究所（航天 811 所），在已有的原理样机的基础上，研制出航天正样产品，并于 2020 年 10 月完成正样产品的交付验收，在 2021 年某月装备在高分辨试验卫星发射上天。据了解，该卫星是首颗搭载无线能量传输技术的试验卫星，具有重大的意义。

在这种独特的vdW p−g−n结中，互补带隙的MoTe2和SnS2、石墨烯夹层、结内形成的垂直内置电场的组合为增强的宽带光吸收、高效的激子分离和载流子转移提供了无可比拟的优势。研究发现，石墨烯夹层在增强探测率和拓宽光谱范围方面起到关键作用(图2e)。优化的器件(包含5−7层石墨烯夹层)在紫外−可见−近红外光谱中显示出超过2600 A/W的光响应度(图2b)、快的光响应速度(图2c)、高达1013 Jones的比探测率 (图2d)。特别是在1550 nm短波红外激发下，其比探测率也高达1.06×1011 Jones，可媲美商业的短波红外探测器(譬如非​​制冷的Ge-on-Si光电探测器)。 这些研究结果为宽带的超高性能光电探测器提供了切实可行的思路，且本研究成果在目前宽光谱光电探测器件方面以及未来的柔性的光电子与智能传感器件方面具有极大的应用潜力。

310mm×250mm×280mm，偏振片一对，不同部位用不同的层数，显示不同的彩色。

本发明公开了一种面向片式多核处理器的流编译优化方法，包 括：生成软件流水调度表的软件流水调度步骤；根据软件流水调度表 将计算任务所需的数据在片式多核处理器片上的 SPM 和主存上进行 缓存分配的存储访问优化步骤；根据片式多核处理器的片上网络拓扑 结构确定通信量最小的映射方式，以将软件流水调度表中各个虚拟处 理核根据映射方式调度映射到实际物理核上的通信优化步骤。本发明 的方法结合了流程序与系统结构相关的优化技术，充分发