一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 学号 明兴莹 电气信息学院/电子信息 2020.09/2023.06 202022000205 亢庆林 电气信息学院/电子信息 2020.09/2023.06 202022000208 房蕾 电气信息学院/控制科学与工程 2021.09/2024.06 202121000171 龚旭辉 电气信息学院/能源动力 2021.09/2024.06 202122000146 罗华林 电气信息学院/电子信息 2021.09/2024.06 202122000107 吴磊 电气信息学院/控制科学与工程 2020.09/2023.06 202021000141 李婷玉 电气信息学院/电子信息 2020.09/2023.06 202022000219 荆浩婕 电气信息学院/电子信息 2020.09/2023.06 202022000228 吴佳航 电气信息学院/能源动力 2021.09/2024.06 202122000131 王潇 电气信息学院/能源动力 2021.09/2024.06 202122000136 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 李红伟 电气信息学院/电气工程 教授 综合能源系统、智能电机控制、油田用电设备控制系统设计及节能技术等 刘强 电气信息学院/控制工程 讲师 四、项目简介 随着我国“双碳”目标的提出，风力发电迎来新的机遇；国家能源局数据显示，计划到2030年我国风电装机容量将达到8亿千瓦以上；工信部近日指出，打造绿色低碳产品供给体系，需进一步加大国产风机、节能电机等装备供给，完善中小型风电装备产业链。由此可见，“十四五”期间中小型风电产业需求巨大。 本项目通过优化垂直轴风轮和开关磁阻发电机本体结构，采用更加先进的发电控制策略和算法，经过模拟试验和现场运行，发电系统风能利用率提高20%、发电效率提高至80%以上，发电设备成本降低40%，起动能力和发电过程稳定性得到大幅增强，实现2m/s微风起动，将系统响应速度控制在1ms以内，输出电压波动率控制在1%以内。 本项目是以西南石油大学智能电机控制领域专家李红伟教授为主导，依托四川署信驱动科技有限公司为代工企业，团队既拥有6名专攻开关磁阻发电系统结构优化和先进控制策略的技术研发人员，又拥有8名熟练掌握财务分析和营销策划的财务人员，致力于高效垂直轴智能磁阻微风发电系统技术研发与财务销售全方位推进。 目前，实验样机经桂林电子科技大学工程实验中心检测合格，与达州市石桥镇签订产品意向合同50余万，产品受到当地群众一致好评，并入选《成都市科技局2022年技术创新研发项目》，衍生项目获得2022年度四川省科学技术奖提名，团队成员共申请发明专利8项，软件著作权11项，发表高水平论文5篇。 经过充分的市场调研，我们将我们的目标市场细分为用电难地区乡村振兴工程、市政节能照明工程、通信基站电力系统建设与改造、城乡智慧交通系统用电等。现阶段，本项目主要采取to B和to G的商业模式，借着“乡村振兴计划”和“十四五风电下乡政策”站稳脚跟，通过政府高校投标工程与其建立合作关系，然后面向中国电信等国企央企开展定制化风电设备销售与服务，借助产品技术优势和政策支持打开市场，潜在订单额超百亿。 项目通过出售核心产品、维修保养服务以及零部件销售的方式获取利润。计划在今年年底成立公司，首轮融资800万元，拟释放股权10%，其中400万元用于研发平台建设与产品研发。预计到2025年销售总营业额可达8000万元，净利润可达2400万元。 本项目可直接提供产品研发、安装维护、市场销售等近20个工作岗位，间接解决200多人的就业机会，实现中小型风力发电的产业化升级。通过企业与高校密切合作，实现产学研教相融合，引领高校新能源教育发展。

渡众机器人为满足智能驾驶实训系统演示需求，开发了各种定制化智慧交通模型行驶系统沙盘。模型车辆搭载实车使用的各类传感器，模拟在实际交通场景中车辆自动启停、信号灯自动识别、障碍物识别等智能驾驶行为。自动驾驶实训沙盘构建主要分为智能路侧系统、微缩沙盘系统、基于V2X的自动驾驶三部分内容。车路协同自动驾驶演示沙盘为各高校提供必要的实践环境与研发平台，可完成当前智能网联技术的理论学习和工作实践。  

植物地上-地下生物量的分配格局影响陆地生态系统碳循环，是估算生态系统碳存储的关键。在全球变化的背景下，探讨植物生物量分配对气候因子的响应是理解和预测陆地碳存储的基础。

近日，北京大学心理与认知科学学院、IDG麦戈文脑科学研究所、北大-清华生命科学联合中心、海南大学生物医学工程学院王征实验室与中国科学院王光中研究员合作，在Cell Reports在线发表题为“Noncoding transcripts are linked to brain resting-state activity in non-human primates”的研究论文，报道了利用实验室前期收集的猕猴全脑分区、单细胞转录组图谱和静息态脑影像数据，整合分析发现150个非编码基因与蛋白编码基因一起共同调控大脑网络在静息状态下的同步自发振荡活动。此外，这些非编码基因不仅与非神经元细胞（如少突胶质细胞）的功能有关，且与人类精神疾病如自闭症、精神分裂症的风险基因紧密关联。

电力变压器是电力系统的核心设备之一，承担着电能传输、变换等重要职能。随着先进传感和信息融合技术的发展，将其应用于电力变压器运行状态的实时监测、评估诊断与在线预警，实现电力变压器的智能化是智能电网建设的重要组成部分。 本成果围绕“基于多信息融合的电力变压器智能化关键技术研究与应用”问题，深入研究了变压器关键状态劣化故障的发生机理与特征信号的传播规律，发明了适用于电力变压器状态信息探测的多种新型传感装置，研制了变压器状态信息监测智能组件（IED）、变压器冷却智能控制单元及充氮灭火等装置，开发了集智能监测与传输、智能评估与诊断、智能决策与调控的变压器智能化监控系统，并进行了推广应用。 授权发明专利11项，实用新型15项；发表SCI/EI论文35篇；本项目可有效实现电力变压器的智能化监控，提高变压器面对未来智能电网复杂工况的应对能力，支撑河北省输变电装备产品升级和产业发展；获2016年河北省科技进步一等奖。

发电设备维修是一项复杂的系统工程，然而缺少适用的维修模式、先进的运行与维修智能决策系统和计算机化维修管理系统等作为技术支撑。本项目的主要内容及其技术经济指标如下： 　　（1）基于SRCM的发电设备状态维修管理模式及工作程序：确立了基于SRCM和以工单为主线的维修管理模式，制订了状态维修的工作程序及其具体内容。 　　（2）生产实时数据接口技术及数据库管理系统：开发了生产实时数据接口技术及数据库管理系统，实现了生产实时信息的远程连接、智能查询和有效共享。 　　（3）发电设备状态维修理论与技术体系：确立了功能位置码与系统码相结合的设备编码方案；建立了基于蒙特卡罗模拟的设备重要度分析模型和维修方式决策规则；给出了状态划分规则和状态阈值确定方法，建立了基于模糊理论和变权方法的状态综合评价模型以及基于灰色理论和神经网络的状态综合预测模型；建立了主设备定期维修的间隔优化模型，以及辅助设备定期检查、定期更换、隐患检查的间隔优化和状态维修阈值模型；建立了基于RCM定量分析的维修优化模型；建立了复杂可修复系统的短期维修决策和评价模型。 　　（4）发电设备运行与维修智能决策系统和计算机化维修管理系统：建立了SRCM分析平台和维修知识库，可进行故障模式影响、故障树、故障风险及可靠性分析；建立了状态评价及预测平台，可实现综合状态实时评价和预测；建立了维修决策及评价平台，可实现维修的智能决策及优化；建立了缺陷管理平台，可实现缺陷处理自动化；建立了备件存储优化及管理平台，可节省备件的购买和存储费用；建立了维修过程管理平台，可实现维修计划的全程管理。 　　本项目完善和丰富了设备维修理论与技术体系，可促进发电设备维修技术的进步；为发电设备状态维修的实施提供了先进的技术支持系统和高效的管理平台，可以优化定期维修间隔，减少维修时间，降低维修费用和维修风险；提高设备的可靠性和可用率，改善机组的运行性能，增强发电能力。

发电设备维修是一项复杂的系统工程，然而缺少适用的维修模式、先进的运行与维修智能决策系统和计算机化维修管理系统等作为技术支撑。本项目的主要内容及其技术经济指标如下： （1）基于SRCM的发电设备状态维修管理模式及工作程序：确立了基于SRCM和以工单为主线的维修管理模式，制订了状态维修的工作程序及其具体内容。 （2）生产实时数据接口技术及数据库管理系统：开发了生产实时数据接口技术及数据库管理系统，实现了生产实时信息的远程连接、智能查询和有效共享。 （3）发电设备状态维修理论与技术体系：确立了功能位置码与系统码相结合的设备编码方案；建立了基于蒙特卡罗模拟的设备重要度分析模型和维修方式决策规则；给出了状态划分规则和状态阈值确定方法，建立了基于模糊理论和变权方法的状态综合评价模型以及基于灰色理论和神经网络的状态综合预测模型；建立了主设备定期维修的间隔优化模型，以及辅助设备定期检查、定期更换、隐患检查的间隔优化和状态维修阈值模型；建立了基于RCM定量分析的维修优化模型；建立了复杂可修复系统的短期维修决策和评价模型。 （4）发电设备运行与维修智能决策系统和计算机化维修管理系统：建立了SRCM分析平台和维修知识库，可进行故障模式影响、故障树、故障风险及可靠性分析；建立了状态评价及预测平台，可实现综合状态实时评价和预测；建立了维修决策及评价平台，可实现维修的智能决策及优化；建立了缺陷管理平台，可实现缺陷处理自动化；建立了备件存储优化及管理平台，可节省备件的购买和存储费用；建立了维修过程管理平台，可实现维修计划的全程管理。 本项目完善和丰富了设备维修理论与技术体系，可促进发电设备维修技术的进步；为发电设备状态维修的实施提供了先进的技术支持系统和高效的管理平台，可以优化定期维修间隔，减少维修时间，降低维修费用和维修风险；提高设备的可靠性和可用率，改善机组的运行性能，增强发电能力。

我校量子信息技术研究所王琴教授团队在量子密码领域取得新突破，该团队首次提出将人工智能领域的长短期记忆神经网络(LSTM)应用到量子密码控制系统之中, 实现了对量子密码系统的主动反馈与控制, 在不引入任何额外硬件和辅助稳定设备的条件下，将系统传输效率提升接近百分之二十。该成果近期发表在美国物理学会权威学术期刊《PhysicalReview Applied》上。 　　量子密码作为量子信息技术领域发展最为成熟的技术，正逐渐从实验室阶段走向商用化，有望在未来大规模网络加密通信中发挥重要作用，因而得到学术界和工业界的广泛关注。自第一个BB84协议提出以来，量子密码无论是在理论上还是在实验上均取得了巨大进展。现有量子密码系统包括相位、偏振、时间-能量编码等编码方式，其中相位编码方式应用最为广泛。该类系统在运行过程中不可避免地存在相位漂移问题，因而需要不断对发送端和接收端的相位进行实时校准。目前主流系统通过采用扫描+传输的方法来解决。该方法虽然可以实现相位补偿，但会导致量子密码系统传输效率降低。针对该缺点，我校王琴教授团队首次提出将人工智能与量子密码控制系统相结合，利用LSTM网络主动预测系统相位漂移大小，进而实现主动反馈与控制；同时通过固定时间间隔对网络细胞状态进行更新，使量子密码系统始终保持稳定的高效率运行状态。该方法在不提高系统硬件复杂度的前提下大幅提升了量子密码系统传输效率。此外值得提出，该方法的适用范围不依赖于某种协议或编码方式，原则上同样适用于其他任意量子密码协议和任意编码系统，为未来开展大规模量子通信网络应用提供新的研究思路与应用方法。 该项工作的第一作者是我校通信与信息工程学院硕士研究生刘靖阳，量子信息技术研究所的王琴教授和江苏省图像处理与图像通信重点实验室的谢世朋副教授是该工作的共同通讯作者。该工作得到了安徽问天量子科技有限公司的技术支持。此项工作受到国家重点研发计划、国家自然科学基金以及江苏省研究生科研实践创新等项目的支持。