AI心理情绪识别系统1.多模态信号采集：人脸动态图像、脑电信号采集、语音情感检测。2.功能模块包含：情绪检测、情绪档案、数据统计、用户管理、系统设置功能模块。3.系统基于情绪心理学相关理论，结合面部表情的二维情感空间分析技术、脑电信号的状态分析、语音的三维情感空间分析三种模态相互融合叠加技术，检测人心理情绪状态，提高其检测准确度。3.    基于摄像头面部情绪识别技术，可以实时分析人体面部所包含的情绪状态。通过非接触式的实时视采用 AI 人工智能学习技术，结合心理学，通过对被测试人员 60秒的测试，能够获取相关心理/心理指标。帮助被测试人员了解自己的心理健康状况，并且引起人们重视心理健康，从而在工作、学习、生活当中提高身心健康。并且通过定期测试，能够获取个体、准确的进行心理危机预警，显示被测人员心理危机测试报告，提醒心理医生重点关注。用户在进行注册登录后，根据语音提示可直接进入测试界面进行情绪识别。点击测试按钮，调整好站立位置，脸部朝向屏幕，人脸录入即可完成测试，测试完成即可生成测试报告并能打印报告。4    基于脑电生物传感器状态检测、实时展示人体脑波原始状态指标以及Delta、Theta、Alpha、Beta、Gamma等8个EEG参数。5.    采用任务态模式进行语音情感分析，测试者按照系统设定的特定语境信息进行朗读来进行情感分析。6.    检测结束后可实时出具“心理生理状态分析结果报告”，其中包括被测试人员信息、检测时间、12维度心理生理情绪数据，包含正面情绪（平衡、自信心、活力、调节水平），负面情绪（攻击性、压力、紧张、可疑），生理参数（抑制、神经质、消沉、幸福指数），以及综合状态指标：专注度、放松度、疲劳指数、焦虑指数、压力指数、抑郁指数等。7.    统计分析：系统自带数据中心的统计功能，可以按单位进行所有检测人员的压力分布图及重点关注人员的信息显示。8.    检测完成后系统自动生成检测报告，检测报告需包含每项参数的检测数据大小、参考范围、异常数据等，以及用情绪参数雷达图、饼状图、直方图、曲线视图等多种表示方法。9.    信息查询功能：管理员可通过多条件查询功能，只需通过任意一项查询条件即可快速查询出与之对应和匹配的测试者信息，以及该测试者的历史测试记录，并可对该测试者的测试记录进行纵向和横向对比，综合分析该名测试者的心理健康状况。9.用户管理端：以管理员身份登录该系统可对用户进行管理。可进行添加用户、删除用户、查询用户、用户信息修改、密码修改、级别权限设置、单位框架搭建、查看用户报告，以及导出、打印用户报告。10.系统具有特定场合模态设置功能，可关闭和开启语音检测功能。11.视频检测时面部框具有信号质量检测功能，通过不能的颜色在面部框进行彩色状态提示，同时具有人脸检测判别功能，比如面部不全、距离较远等识别功能

TDA（芯片热设计自动化）软件是清华航院曹炳阳教授团队全自主研发的国际首个芯片跨尺度热仿真与设计系统。TDA软件可实现芯片从纳米至宏观尺寸的热设计与仿真，支持芯片微纳结构内部热输运过程的模拟研究，直接提高芯片热仿真精度与结温预测准确度，进而提高芯片性能、寿命和可靠性。

一、 项目简介针对中性点经消弧线圈接地的中压电网，研制了一套具有电网电容电流在线测量、电网脱谐度全局优化、消弧线圈自动跟踪调谐等多种功能的装置，在确保电网安全运行的前提下使电网的综合性能指标达到最优。二、 项目技术成熟程度完成了全部设计任务和部分硬件的制备，已制成的子系统在现场实测中性能良好。三、 技术指标(1) 电网电容电流测量过程在线进行，测量系统误差小于0.64%；可在[-l56%, 84%]的大范围内对电网脱谐度进行跟踪监测；可实现优化意义下的消弧线圈自动调谐；(2)已获专利授权6项，在申专利1项。四、 市场前景本系统应用于中性点经消弧线圈接地的中压电网。本系统集多种功能于一体，克服了技术上的诸多不足。另外，因采用模块化设计，拥有单一功能的子系统可独立工作，故不仅可服务于新电网的建设，亦可服务于老旧电网的改造，扩展、提升现有设备的性能。五、规模与投资需求本系统需研发资金20-30万元，制备系统的场地仅为一间普通实验室，系统测试时需运行中的电网。六、 效益分析生产一套拥有上述功能的完整系统的成本仅1-2万元，而当前市售的、功能与性能远不及本系统的装置售价达20余万。七、 高清成果图片3-4张

成果介绍燃煤机组普遍存在过热和再热汽温波动大等问题，特别是超（超）临界机组，由于锅炉煤水比在变负荷动态过程中普遍失调，导致过热和再热汽温的波动达（20-30）℃，运行人员只能降低汽温定值运行。另外，在实际运行中，再热烟气挡板往往无法投入自动，只能采用喷水调节再热汽温，喷水量往往有20t/h以上，影响煤耗1g/kwh左右。 本项成果首先采用基于仿人智能控制技术的锅炉煤水比控制策略，确保机组在变负荷过程中的煤水比始终配合，有效抑制过热汽温的变化。在此基础上，采用预测控制、内模控制、状态变量及相位补偿等先进控制技术，提出了完整的过热汽温和再热汽温的优化控制策略。成果应用后，过热汽温和再热汽温波动均能有效控制在5℃之内，可提高过热和再热汽温定值（5-10）℃，约降低煤耗（0.5-1.0）g/kwh；确保再热烟气挡板投入自动，基本上无需再热喷水，可降低煤耗1.0g/kwh左右。市场前景本项成果已用于200多台燃煤锅炉过热汽温和再热汽温的优化控制中，江苏已有70[[%]]以上的机组采用了此项技术，得到了广大用户的一致好评。

燃煤机组普遍存在过热和再热汽温波动大等问题，特别是超（超）临界机组，由于锅炉煤水比在变负荷动态过程中普遍失调，导致过热和再热汽温的波动达（20-30）℃，运行人员只能降低汽温定值运行。另外，在实际运行中，再热烟气挡板往往无法投入自动，只能采用喷水调节再热汽温，喷水量往往有20t/h以上，影响煤耗1g/kwh左右。 本项成果首先采用基于仿人智能控制技术的锅炉煤水比控制策略，确保机组在变负荷过程中的煤水比始终配合，有效抑制过热汽温的变化。在此基础上，采用预测控制、内模控制、状态变量及相位补偿等先进控制技术，提出了完整的过热汽温和再热汽温的优化控制策略。成果应用后，过热汽温和再热汽温波动均能有效控制在5℃之内，可提高过热和再热汽温定值（5-10）℃，约降低煤耗（0.5-1.0）g/kwh；确保再热烟气挡板投入自动，基本上无需再热喷水，可降低煤耗1.0g/kwh左右。本项成果已用于200多台燃煤锅炉过热汽温和再热汽温的优化控制中，江苏已有70%以上的机组采用了此项技术，得到了广大用户的一致好评。

小试阶段/n本发明专利涉及一种地源热泵制冷系统节能优化方法，属于建筑空调系统的节能优化控制领域。本发明将几种模型进行优化组合，即使一个效果不佳的预测模型，只要它含有系统的对立信息，当其与一个和几个较好的预测模型进行联合预测后，仍然能够改善系统的预测特性，为提高最终的预测精度，控制系统运用组合预测方法综合利用各种方法所提供的信息，避免单一预测模型丢失有用的信息，减少随机性，提高预测精度。本发明的最优值在确保满足末端负荷需求的前提下，使系统的能耗最小。当最优设定值确定后，控制系统中央制冷系统运行在最优设

本实用新型公开了一种光纤探测头，包括：用于连续采集燃烧器出口区光信号的煤质光信号采集器；用于采集燃烧器出口区域表征燃烧状况光信号的火焰光信号采集器；连接线，连接线包括第一光纤、第二光纤和保护套，第一光纤和第二光纤均位于保护套内，在连接线的一端，第一光纤设置有煤质光信号采集器，第二光纤设置有火焰光信号采集器。应用该光纤探测头时，只需要进行一次铺装，便可以实现煤质检测系统和火焰检测系统的铺装，进而能够有效地节省探头安装、调试环节，所以该光纤探测头能够有效地解决锅炉燃烧优化控制系统的成本较高的问题。本实用新型还公开了一种包括上述光纤探测头的锅炉燃烧优化控制系统。

本发明公开了一种基于改进差分进化(IDE)算法的电力系统无功优化方法。包括以下步骤：建立电力系统无功优化模型；输入电网参数，形成初始种群，计算种群所有个体的适应度；对种群个体按适应度从大到小排序，设定前Ns个个体为优良群体；以优良群体为基向量，引导群体变异操作；提取优良群体信息，以此确定个体各维变量的交叉概率，指导种群的交叉操作，生成试验向量；比较试验向量与目标个体的适应度，优者成为下一代个体，从而生出新一代群体。本发明的方法收敛速度快、计算精度高、稳定性好、能有效地求解电力系统无功优化问题，可用于电力系统提高电力系统输电效率、降低网络损耗配置实时性运行控制中。

本项目聚焦于锂电池管理系统在智能化监测与预测中的关键痛点，尤其拟面向电池容量衰减预测、SOC/SOH估计不准、电池剩余时间不准确、MAP/SOP估算等方面。通过引入人工智能算法，构建融合机器学习与深度学习的电池状态预测模型，拟实现高精度SOC（荷电状态）与SOH（健康状态）估计的优化，提升电池管理系统的智能水平与安全性。 解决方案方面，项目基于实地检测磷酸铁锂电池充放电数据构建训练集，采用轻量级线性回归模型及改进型人工神经网络进行建模优化，并结合特征工程技术提高预测精度。同时，设计适用于边缘计算的部署方案，使模型可在BMS嵌入式硬件平台实时运行，降低对计算资源的依赖。 在竞争优势方面，项目成果具备算法轻量化、部署便捷、预测准确度高、兼容性强等特点，特别适用于电力储能、电动汽车等对安全性和可靠性要求高的场景。相比传统BMS方案，该AI算法可显著提升电池使用效率与寿命，精准估算SOC/SOH，降低维护成本。 目前项目成果已在合作企业内部储能设备中开展应用测试，初步反馈表明荷电状态预测准确度提升40%左右，电池健康度准确度提升40%左右，系统响应及时，具备较高实用性和推广价值。专家评审一致认为，该项目在智能电池管理系统方向具有较强的创新性和实际应用前景。