（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。

本发明公开了一种基于注入种子光的光学微腔光频梳产生装置 及产生方法，包括泵浦激光、第一光放大器、第一分束器、光纤环、 光滤波器、合束器和光学微腔；第一放大器的输入端连接泵浦激光， 分束器的输入端连接至第一放大器的输出端；光纤环的一端连接至分 束器的第二输出端，光滤波器的输入端连接至光纤环的另一端，合束 器的第一输入端连接至分束器的第一输出端，合束器的第二输入端连 接至光滤波器的输出端，光学微腔的输入端连接至所述合束器

成果描述：本发明公开了一种油门连杆限位汽车防盗构造，由油门连杆凹槽110和与凹槽形成卡合的油门连杆限位机构200组成；所述油门连杆限位机构200具有可分别旋动嵌入所述凹槽左右两侧的左旋板210和右旋板220，左旋板210和右旋板220分别由两套独立的驱动机构，即控制左旋板位置状态的第一旋板驱动电机215和控制右旋板位置状态的第二旋板驱动电机225构成。本发明实现了智能控制，操作简单方便，价格便宜，且安装在汽车内部，具有不影响汽车的美观，安全等级高的优点。市场前景分析：汽车结构领域。与同类成果相比的优势分析：技术先进，性价比较高。

本项目在轻量化环保热塑性复合材料开发及应用，智能材料开发与应用，结构设计及分析等方面进行深入研究，已完成前端模块、座椅骨架、SUV尾门、保险杠、复材弹簧的开发。在材料、工艺、载荷方面取得了较大突破。 本项目团队来自北航交通科学与工程学院，团队成员包括孙凌玉教授、康宁副教授、李立军讲师、郭春杰高工以及团队中多位博士、硕士生。团队主要研究方向为复材结构设计与仿真、智能材料及失效诊断、优化设计与工艺仿真、连接建模仿真与实验等。

本项目在轻量化环保热塑性复合材料开发及应用，智能材料开发与应用，结构设计及分析等方面进行深入研究，已完成前端模块、座椅骨架、SUV尾门、保险杠、复材弹簧的开发。在材料、工艺、载荷方面取得了较大突破。 本项目团队来自北航交通科学与工程学院，团队成员包括孙凌玉教授、康宁副教授、李立军讲师、郭春杰高工以及团队中多位博士、硕士生。团队主要研究方向为复材结构设计与仿真、智能材料及失效诊断、优化设计与工艺仿真、连接建模仿真与实验等。

汽车碰撞试验假人常使用在对人体有较大危险和不确定性的试验里，已成为评估汽车碰撞安全性不刻或缺的测试设备。假人要求最大程度上和真人类似，因此需要采用多种材料来模拟人体的不同部位。要研制出试验用的“中国造”假人，难度相当大，不仅涉及到海量基础数据的采集、加工、处理和假人的制造，最难的是制造工艺。经历上千次试验后，曹立波教授找到了合适的假人肋骨所用的阻尼材料。经过长期的研究，成功开发了包括混III 50百分位男性假人、TNO-10安全带假人、P系列儿童假人和可调规格配重假人在内的多款汽车碰撞试验假人。同时成功开发了一岁半、3岁、6岁和10岁等儿童人体有限元模型，并与儿童尸体实验进行对比，从而掌握更准确翔实的数据，更好地开展仿真对比研究。

智能汽车钥匙识码仪是一台专门用于汽车钥匙的编码检测的智能化专用设备。主要应用于汽车钥匙、锁具生产企业，它通过计算机数字图像处理技术、判别钥匙匙形的特征点，以确定钥匙的机械编码，通过射频读码器读出钥匙内电子芯片的ID号组成电子码，通过其他标准的输出设备（如条形码打机，激光打标机等）输出。 技术功能 由于汽车钥匙的加工制造时是随机产生，而且产品上 无任何编码标记，这给后序装配、物流、检验都带来困难，我们这台钥匙编码仪通过对钥匙的匙形的图像检测可以直接得到匙形的编码，可以通过条形码打印，轻而易举的得到钥匙的编码，并可以进入企业的物流数据库。随着21世纪的到来，汽车钥匙越来越多的加入了电子安全芯片，我们这台仪器增加了射频读码器，这样可以同时读出汽车钥匙的机械码和电子芯片的ID号和电子码，并通过条形码打印机输出。该仪器可以在线检测、输出一般每套汽车钥匙检测在3秒左右。 仪器的市场前景 随着我国汽车工业的大力发展，世界各国的国际汽车知名制造企业在我国纷纷创办合资企业，使得在我国有了各式国际品牌的汽车，由于各汽车的品牌体系的不同，其汽车钥匙的编码体系也各不相同，现在和未来的一段时间，汽车钥匙的生产厂家将无法改变目前的这种现状，而汽车总装厂的配件需要国产化，汽车钥匙的配套生产厂家为了这块市场，只能建造不同品牌汽车的钥匙流水线，因而给我们仪器带来了广阔的市场空间。我们已经在上海大众的桑塔纳（B4）、帕沙特（B5）、POLO、上汽领御、上海通用的君越、景程、斯帕克以及菲亚特、标致、长城等车型的汽车钥匙生产线上都配备了我们的仪器，随着汽车市场的不断繁荣，新的车型不断推出，我们的智能汽车钥匙识码仪前景将越来越美好。

此项目可提供汽车发动机管理系统的全套技术解决方案，包括：基于HCS12S、C167、MPC5xx等系列微处理器的ECU控制器硬件平台；用C语言开发的汽车发动机控制源程序；利用标定软件对目标发动机实现静、动态在线标定。 标定系统针对目标发动机（491、465、376等）技术参数以及传感器、执行器参数通过试验台架和车载形式采取实验方式确定控制参数从而达到优化控制功能的目的。在标定过程中无需更改ECU发动控制算法软件，只需改动控制参数数值（曲面、特征曲线以及特征值）。系统通用性强，开发成本低，开发效率高。 此项目广泛适用于发动机电控单元（ECU）电喷系统，为国产462、465、491、485型号发动机配套电子控制系统，为快速、低成本开发目标应用产品提供全面的技术解决方案。

1 成果简介为减少排放，各国政府都在大力推行新能源汽车（ 电动汽车和混合动力汽车）。 由于储能及动力装置加重，致使新能源汽车的前桥载荷相应地加大，因此需要新能源汽车的转向助力系统能提供更大的助力。新能源汽车助力转向系统以车载供能装置驱动电机产生助力，与传统的液压助力转向系统相比，不仅可以获得随操舵力而变化的路感，而且可以获得随车速而变化的路感。 清华大学在新能源汽车及其转向助力系统设计开发方面进行了多年的技术研究，获得了一批处于国内领先地位的研究成果。2 技术指标（ 1）转向助力随车速而变化，车速低时转向操纵轻便，车速高时转向操纵变沉，没有发飘 的感觉； （ 2）转向助力过程中，转向操纵手感平顺； （ 3）转向后，转向盘有一定的自动回正能力。3 应用说明新能源汽车助力转向系统是在机械转向系统基础上，加装转向盘转矩传感器、电机减速器总成、 控制器等组成。控制器根据采集得到的转向盘转矩和车速等信号，控制电机产生适当的助力以协助驾驶员进行转向操纵。4 效益分析对原有转向系统改进及新增传感器、控制器等花费约 500~600 元/套，批量销售 1000~1500元/套。