（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。

一种大规模并发数据流处理系统及其处理方法,涉及数据处理技术领域,所解决的是提高流处理器处理效率的技术问题.该系统包括数据流单元缓冲区,数据流单元聚类队列池,数据流单元映射表,流处理器池,数据流读取部件,DSU聚类分配部件,任务调度部件,计算后处理部件,所述流处理器池由多个GPU构成,其中数据流读取部件用于将并发数据流写入数据流单元缓冲区,DSU聚类分配部件用于对数据流单元缓冲区中当前被处理的数据流单元进行分类,任务调度部件用于将数据流单元聚类队列池中的就绪队列加载至流处理器池中的GPU上执行流计算,计算后处理部件用于将GPU的计算结果返回到数据流.本发明提供的系统,能提高流处理器的处理效率.

成果简介：多氯化物废物是生产氯代烃的副产物，氯碱工业是基础化工，产量大，产生的多氯化物废物也较多。多氯化物废物是氯化物蒸馏残液，是纯 的有机多氯化物的混合物，难溶于水，不燃烧，比水中重。有刺鼻的气味， 较大的挥发性，毒性大，诱发癌症，污染环境；大气中的氯化物还破坏臭氧 层。该处理技术和处理设备能够快速有效地降解多氯化物，使其转化为有价 值的工业材料，不产生二次污染物。该技术填补国内和国际空白，能够高效 地处理多氯化物废物，具有实用性和广阔的应用范围。 项目来源：合作开发

中试阶段/n基于硅基材料的光互联技术具体有高速高密度、受电磁干扰小、低功耗，兼容 于 CMOS 工艺等特点。1、在激光器研制方面，拥有基于 InP 基的微钠尺度微腔激光 器和光子晶体激光器以及基于硅基的光发射器件；2、在光调制器研制方面拥有基 于硅基的光调制器；3、在探测器方面，拥有通过键合方式集成在 Si 上的 InP 基探 测器和直接在硅上外延锗或 GeSn 的探测器等；4、拥有基于硅基的光波导器件、硅 基波分复用解复用器件以及可见光衰减器。 片上、片间光互联技术主要应用于高性能电子芯片、超级计

本实用新型公开了一种光引擎模组热响应测试平台，该光引擎模组包括铝基板、焊接至所述铝基板的单相全波桥式整流芯片、分段线性恒流驱动芯片、整列在铝基板外围的多个交流发光二极管，所述热响应测试平台包括暗箱、置于暗箱内的样件安放平台、在所述样件安放平台正上方设置的红外热成像模组、以及位于所述暗箱外并且与所述红外热成像模组信号连接的热响应分析仪，其中，所述样件安放平台上选择性地设有用于置放所述铝基板的绝热板或散热器。根据本实用新型的光引擎模组热响应测试平台通过光引擎模组老化测试过程中LED芯片、电源驱动、桥式整

结合遗传学和生物化学的方法，证明Serine/Threonine Kinase（丝氨酸／苏氨酸激酶）PINOID（PID）直接与COP1进行相互作用并针对其第20位丝氨酸残基进行磷酸化修饰。这一翻译后的修饰导致了COP1活性的适度降低，从而维持了植物体内COP1活性处于一个正常稳定的状态，以适应植物生长过程中所遇到的多变的生长环境和确保植物顺利的进行光形态建成过程。该项研究揭示了一个光调控植物幼苗形态建成的一个重要分子机制，为进一步理解光调控植物生长发育信号通路具有重要意义并为通过基因工程技术改良作物种子的出土效率提供了理论基础。

小鼠大脑海马区CA3-CA1神经环路各频率波段震荡变化规律，以及小鼠脑缺血缺氧（脑卒中）对海马区CA3-CA1神经环路各个频率波段震荡幅度的影响。同时，团队利用体外低频伽马（30-50 Hz）LED光视觉波刺激，同步记录清醒小鼠学习中的在体脑电活动，发现低频伽马LED光波可调控海马区CA3-CA1神经环路低频率伽马波震荡，有效保护脑卒中诱发的神经损伤和学习记忆障碍。

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。

本项目聚焦生物医学工程产业，围绕分子影像成像核心领域，致力于研发具有完全独立知识产权的光声医学影像产品，本技术的产业化对提升我国在该领域的全球竞争力具有重要的促进作用。采用超短脉冲激光照射生物组织产生热弹膨胀，引发宽带超声信号（即光声信号），据此重建生物组织的结构和功能图像。光声成像的独特价值在于能够表现生物组织的化学和功能信息（如血氧代谢信息等），对疾病（如乳房癌等）早期检测和和诊断具有重要意义。创新优势体现在首次提出光谱与声谱融合的光声图像分析方法，首次提出光声图像与超声图像互补信息融合的方法

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。