一、项目进展 已注册公司运营 二、企业信息 企业名称 吾驾之宝汽车技术（江苏）有限公司 企业法人 任彦君 注册时间 2021.05.13 注册所在省市 江苏省南京市 组织机构代码 MA260MX1-4 经营范围 许可项目：检验检测服务；互联网信息服务（依法须经批准的项目，经相关部门批准后方可开展经营活动，具体经营项目以审批结果为准）一般项目：汽车零部件研发；配电开关控制设备研发；电机及其控制系统研发；技术服务、技术开发、技术咨询、技术交流、技术转让、技术推广；软件开发；信息系统集成服务；汽车零配件零售；智能车载设备销售；新能源汽车整车销售；新能源汽车电附件销售；新能源汽车换电设施销售；电子产品销售；电力电子元器件销售；专业设计服务；五金产品零售；计算机软硬件及辅助设备批发（除依法须经批准的项目外，凭营业执照依法自主开展经营活动） 企业地址 江苏省南京市玄武区长江后街6号 获投资情况 暂无 三、负责人及成员 姓名 学院/所学专业 入学/毕业时间 任彦君 机械工程学院/车辆工程 2020.9/博士在读 冯斌 机械工程学院/机械工程 2020.9/硕士在读 柏硕 机械工程学院/机械工程 2019.9/2022.7 四、指导教师 姓名 学院/所学专业 职务/职称 研究方向 殷国栋 教务处/车辆工程 教务处处长/教授 车辆动力学及控制 王斌 机械工程学院/计算机 党委副书记/副教授 大学生创新创业教育 庄伟超 机械工程学院/车辆工程 系主任/副教授 混合动力汽车 五、项目简介 智能电动汽车已成为当前全球汽车产业竞争的主战场，其基础载体和底盘构型正在向分布式驱动转型。本项目研发了分布式驱动专用的车辆驾驶控制系统，突破了高动态牵引力控制技术、多模式动态协调控制系统、一体化智能集成架构三大核心技术，以第一作者发表SCI/EI论文14篇，申请发明专利16件。核心技术成功入选全球新能源汽车八大前沿技术，斩获世界智能驾驶挑战赛金奖、国际自主车辆竞赛一等奖等荣誉。产品通过中汽研权威检测，与国内外竞品相比具有超高性价比优势。本项目由东南大学博士团队主创，团队成员多学科交叉，技术实力获江苏省工信厅权威认可。目前，本项目已于2021年5月13日注册成立吾驾之宝汽车技术（江苏）有限公司，与奇瑞新能源、南京金龙、速羽动力等3家整车企业签订产品购销合同320万元，与徐州重工、中国中车、中兴、华为等大型企业建立技术合作关系，完成了乘用车、商用车、工程机械等应用场景的全领域布局。公司采取“软件+服务”模式，为整车研发全流程提供高性能驾驶控制系统与一站式配套服务。预计到2024年，公司全年营收将突破2亿元大关，带动上下游超过3000个就业岗位。在引领教育方面，团队得到东南大学省重点实验室和技术研究院的设备支持和人才供给，团队还反哺于东南大学学科建设，积极参与卓越工程师培养基地建设。目前团队正在积极完善运营管理体系，以成为引领民族汽车工业振兴的“无价之宝”为目标而努力奋斗！

成果简介：通过揭示自然界中鱼群、鸟群自主编队的机理，研究了多智能体协同控制理论，并将其应用于多无人平台的协同控制中。其典型特点是采用分布式信息，没有全局指挥中心，作战单元能够根据具体作战任务灵活编制， 控制器结构简单，任务适用面广。本研究将多智能体一致性控制，势能场函 数，分布式估计器理论相结合，突破了多无人平台协同编队控制，拓扑连通 性保持条件下的协同控制，协同编队控制等关键技术，可实现无人平台位置、 朝向、速度等控制参数的严格一致。 无人化

（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、 项目简介研究开发的“无人值守热力站节能控制系统”实现了一次管网系统平衡，二次管网的节能运行、热力公司远程监控的诸多功能，节能降耗，绿色环保，实现无人值守功能。二、 项目技术成熟程度通过河北省科技支撑项目鉴定验收，达到国际先进水平。已成功推广应用三、 技术指标（包括鉴定、知识产权专利、获奖等情况）“无人值守热力站节能控制系统”，及所研发“公共建筑供热节能全面解决方案和节能关键设备”实现了一次管网系统平衡、二次管网的节能运行、热力公司远程监控等诸多功能，实现了分布式控制节能运行。，完成节能改造。负责供热系统节能管理运行， 保证供热节能、采暖节费的效果四、 市场前景（应用领域、市场分析等）这一项目的实施是保证热力设备安全和经济运行的必要技术措施，直接关系到城市居民居住环境质量，关系到城市建设的低碳、集约型发展，体现着供热、控制领域的科研和应用水平。五、 规模与投资需求（资金需求、场地规模、人员等需求）投资小，无场地要求，人员需8-15人。六、 效益分析在保证相同室内温度的前提下，以热力站为单元，对其所覆盖区域内的供热系统、进行改造的，热力站节能量高于30%，节能效果系数为1.2。每年可以节省热费 20%-30%。七、 合作方式： 技术转让，合作开发八、 项目具体联系人及联系方式（包括电子邮箱）梁涛 手机：13512889536，邮箱：liangtao@hebut.edu.cn通讯地址：天津市红桥区光荣道8号，河北工业大学 7A-802室九、 高清成果图片2-3张无人值守换热站自控系统示意图热网监控优化控制调度中心

项目简介 “基于模型驱动的分布式应用业务开发平台”属计算机应用技术领域的项目，本框 架主要面向使用 PB 开发各种系统的企业及软件公司，为其提供基于 PB 的分布式快速开 发平台。平台是由建立在一个共同平台上的功能更细分化的一个个部件组成，相互之间 具有较强的独立性，可以独立使用，通过统一的数据接口又以可实现相互间的无缝集成。 性能指标1) 应用框架集成。开发者可以开发自己的应用框架，在平台

本发明公开了一种云存储系统中元数据的获取方法，包括：客 户端将用户的登录信息发送给认证服务器，认证服务器根据该登录信 息判断该用户是否存在，如果用户存在，则认证服务器将登录信息发 送给命名空间服务器，命名空间服务器根据该登录信息获取用户信息， 并根据用户信息获取该命名空间服务器中该用户的目录子树，对用户 目录子树进行组织，以生成新的用户目录树，并将新的用户目录树返 回给客户端，客户端根据组织结果判断获取用户目录树是否

项目成果/简介:并网型光伏发电系统所发电能馈入电网，降低系统发电 成本及能耗。由于与电网相联，因而发电装置的电能质量、发电效率、稳定性、可监控性的技术要求都很高。分布式运营利用建筑屋顶，就近就地分散供电，发电节点（单机容量20KW及以下）将电能馈入低压内网，提供给局域电网内用电节点，在局域网内起到电网用电调峰作用，电能在局域网内消化，不需电力部门调度。应用范围:该领域市场前景广阔，欧盟、美国双反（反倾销、反补贴）制裁，但却促使中国国内光伏市场将在政策扶持下快速发展。2015年，年装机容量预计为15GW，分布式发电总量将达到7GW，2017年，总装机容量将达70GW，2020年突破100GW大关，并网变流器年产值约1000亿元。项目阶段:其他（样品）效益分析:本项目已申请一种基于倍频调制的单相光伏并网逆变器改进无差拍控制算法、一种新型电能质量自适应调节的光伏并网逆变器、分布式光伏并网发电与储能设备的控制方法等专利，解决潮流方向变化导致配电网内的无功调节困难等电能质量问题。

并网型光伏发电系统所发电能馈入电网，降低系统发电 成本及能耗。由于与电网相联，因而发电装置的电能质量、发电效率、稳定性、可监控性的技术要求都很高。分布式运营利用建筑屋顶，就近就地分散供电，发电节点（单机容量20KW及以下）将电能馈入低压内网，提供给局域电网内用电节点，在局域网内起到电网用电调峰作用，电能在局域网内消化，不需电力部门调度。

一种基于协调一致性的配电网络分布式电源控制方法及系统，包括提取需向配电网注入的无功功率， 形成完成向配电网注入无功功率目标的分布式电源的集合，形成协调一致性控制无功功率分解的矩阵， 计算集合中各个分布式电源的无功功率注入设定值，电压监测装置通过双向通信线路向相应分布式电源 传送无功功率注入设定值，各分布式电源根据该值产生相应的无功功率注入至配电网，使得注入无功功 率总和满足需求。该控制方法无需中央控制器，分布式电源能够自发进行输出无功功率的调节

"本发明公开了一种利用网关节点缓存优化分布式块存储写性能的方法,具体包括：缓存经过网关节点的数据，并采用计数表对各数据块的访问次数进行计数；对于用户请求，若为读请求，则在读请求命中缓存时从缓存读取数据，在读请求未命中缓存时从本地节点或者副本节点读取数据；并将该请求访问过的节点计数加一；若为写请求，则先写网关节点的缓存，然后在该写请求对应的其他副本节点上做日志备份，用于掉电恢复；在提高系统性能的同时还保证了数据的可靠