该项目在燃煤电站SCR脱硝过程中通过“流场-NOx浓度”分布式监测系统进行实时监测，通过数据获得“动态配氨”策略，有效节氨，并耦合“入口NOx浓度预测”MPC模块的主控制器，实现喷氨总阀超前动作、消除系统迟滞。

基于无线射频的智能交通公共平台， 对进入系统的所有“物”， 包括系统平台范围内的道路交通设备、车位、移动交通工具等采用基于射频识别（RFID）技术的电子标签作介质，为被标识的交通工具建立起以身份特征信息为核心的、终身的、可靠的、唯一对应的“电子镜像”。 依托 RFID 的系列技术手段， 将这一“电子镜像”真实、 可靠、 完整地映射到应用系统的数字化公共信息平台上。 通过对运行于这一信息平台上的“电子镜像”的监管服务， 支持或实现对活动在实景现场的被标识交通工具的物理实体的监管、服务。

一种分布式污水智能处理装置，包括与地下污水排放系统衔接的排污管、杂质沉淀池、泥浆输送泵、杂质收集设施、第一无线压力传感器、第二无线压力传感器、第三无线压力传感器、第一阀门、第二阀门、检修信号显示器和控制系统；所述杂质沉淀池位于排污管下方，杂质沉淀池的一侧通过第一连接管与排污管的上游连通，其另一侧通过第二连接管与排污管的下游连通，杂质沉淀池底部设置有污泥浆出口，该污泥浆出口通过泥浆输送管与泥浆输送泵的进口连通，泥浆输送泵的出口通过管件与杂质收集设施连通。该装置能在污水输送到废水处理厂前实时、分散地对污水进行处理，减轻排水管道堵塞状况，减少污水对排水管道的腐蚀破坏。

本发明公开了一种考虑逆变型分布式电源接入的配电网故障区域定位算法，包括如下步骤：(1)建立恒功率控制方式下逆变型分布式电源故障特性分析模型；(2)根据配电网中联络开关、断路器等开关器件的分布特点对配电网进行分区处理，使用图论的理论分析方法，建立配电网的图模型，并设定配电网的电流参考方向；(3)利用设定的配电网电流参考方向以及断路器处保护装置上传的故障信息，通过矩阵运算求取故障判断矩阵，实现故障区域的定位。本发明能够满足分布式电源接入，无需动作值整定，具备一定拓扑结构自适应的能力。

光纤分布式声波检测技术（DAS）在油气勘探领域的地面地震波检测、井中地震波检测、井中分布式垂直地震剖面（VSP）数据获取、水力压裂的安全监测与改善，长距离油气管道的安全与泄漏监测，周界安防与侦听、大型结构健康监测等领域有着广泛的应用前景。 （1）在石油开采监测的应用方面。光纤分布式声波检测技术在超高密度地面/井中地震波数据采集领域是一项革命性的新技术。在实现高效采集的同时，可大大降低生产成本；光纤分布式声波检测技术将部分替代常规地震波检测技术；应用于地面的分布式高密度地震波采集、井下VSP数据采集和改善水力压裂的监测。 （2）在长距离管线安全监测的应用方面。光纤分布式声波传感（DAS）系统可用于长距离石油管道、市政地下综合管线、地埋输电线缆等的入侵监测。该系统可以检测，定位并区分第三方入侵事件，提供长距离、无源、实时、在线、智能的管线监测技术。 （3）在油气管线泄漏监测的应用方面。光纤分布式声波检测技术可用于石油、天然气等管道泄漏检测。结合光纤分布式测温技术可以对泄露事件进行快速检测和定位。通过检测渗漏口湍流产生的声波信号，该信号会产生在管道内长距离相对低损耗的连续负压力波。光纤DAS系统可以沿整个管道探测到负压波，并对泄漏事故的进行准确定位（10米范围内）。 （4）在矿井人员定位监测的应用方面。矿井下易发生爆炸、透水、冒顶等重大事故，保证井下人员的安全极其重要。矿井人员定位系统对下井人员的自动跟踪定位、灾后急救、日常管理等有着非常重要的意义。光纤DAS系统可以有效克服现有井下无线人员定位系统的不足，并大大简化现有井下综合管理系统的复杂性，实现日常和应急状态下的井下无盲区的人员、车辆等定位，为井下作业综合管理提供有力支撑，同时探测光缆本征无源，特别适用于井下易燃易爆和强电磁干扰环境。 （5）在侦听和周界安防领域的应用方面。光纤DAS技术具有远程（>10KM）监听和还原振动和声波信号的功能，可以用于对监狱、使馆等重要区域的远程侦听，以及对机场、国境线、军用通信光缆、军事基地等大型重要设施的长距离周界埋地防护。 （6）在铁路安全监测的应用方面。光纤DAS技术可能取代现有的许多轨道传感器,实现列车准确的月台公告，车轮滚压和其他车轮/铁路故障判断，铁轨盗窃、破坏和恐怖攻击，周围岩石和树木坠入以及实时列车跟踪等问题，从而保障铁路网络的安全运行和大大降低铁路网的维护成本。 （7）在大型结构健康监测的应用方面。光纤分布式声波检测技术可实现从次声波到超声频率范围内的弹性振动波测量，同时可以实现对探测光缆布设区域内的高密度采样，由于光纤材料质量轻、耐腐蚀，抗电磁干扰，因此可以直接埋设于复合材料内部，实现对飞机、火箭、空间站等大型装备的载荷、健康状态、结构疲劳以及材料寿命的领域的监测。 （8）在海洋水听监测的应用方面。由光纤DAS构成的新型光纤水听系统，可实现真正全分布式的水下声波监测，有望取代现有的全光纤水听器拖曳阵列，形成全光纤轻型潜艇和水面 舰船共形分布式水听系统，有望实现对关键海峡和水域的快速布防。 目前，已经完成对地埋石油管道、油井勘探和列车运行监测等多项实际工程的成功测试。 光纤分布式声波检测系统（DAS）主要三部分：光纤分布式声波信号分析硬件终端设备，光纤分布式声波信号分析软件，声波传感光缆。光纤分布式声波信号分析硬件终端通过光纤接线器与传感光缆进行单端连接。光纤声波信号硬件终端向光纤发射光脉冲，同时对传感光缆接收到的声波信号进行光电探测和采集，最后形成数字传感信号，通过光纤传感分析软件进行声源定位与声源分析。如下图所示： 主要技术参数： 1、信号解调设备主要技术指标： 测量距离： 0~50公里 响应时间： <2s 定位精度： ±2~±20米 响应频率： 0~500KHz 检测参数： 各种机械振动波、声波、超声波、地震波 通信/联网接口： 100M以太网 工作温度： -10℃～+50℃ 电源输出： AC 100~240V,50~60Hz 二次开发接口： 提供动态链接库方便二次开发和应用集成 2、软件功能和显示模块主要包括： 声波（地震波）信号的时域二维和三维强度分析模块 声波（地震波）信号的二维频率谱检测和分析模块

光纤分布式声波检测技术（DAS）在油气勘探领域的地面地震波检测、井中地震波检测、井中分布式垂直地震剖面（VSP）数据获取、水力压裂的安全监测与改善，长距离油气管道的安全与泄漏监测，周界安防与侦听、大型结构健康监测等领域有着广泛的应用前景。

基于布里渊效应的光时域反射（BOTDR）连续分布式应力/应变/温度监测技术集成了高精度微波移频扫频技术、高速高带宽采样技术、数字信号处理技术、数据库技术、地理信息系统技术，可实现连续分布式应力/应变/温度监测仪，应变测量范围达到20με～2000με、温度测量范围达到-40℃～460℃。 该技术可用于大型基础工程设施如桥梁、隧道、大坝、体育馆以及公路桥梁、电力通信网络、油气管道等的结构

一、项目分类 关键核心技术突破 二、成果简介 储能系统是构建以新能源为主体的新型电力系统，实现碳达峰、碳中和的重要组成部分。在国家政策和行业发展的双重支持下，储能装机规模将持续扩大，逐步从商业化初期向规模化发展转变。为应对大规模储能系统中各储能介质在时间及空间上的特性差异，本技术主要研究分布式储能系统的协同控制。研究工作和成果包括：1）基于虚拟阻容的一次功率平衡方法，解决多种不同时间尺度的储能和发电机的协同控制问题；2）基于一致性算法的多组复合储能分布式控制策略，实现多组储能单元精确协调配合；3）考虑时延的储能分布式控制方法，能够实现在有通信时延情况下的分布式储能功率分配和母线电压恢复控制；4）提出光-储-荷协同控制方法，解决了分布式光伏+储能系统中一次控制存在稳态电压偏差大、功率分配精度低的问题，有效提升新能源消纳能力。

分布式光伏数据分析的主要内容分为三大部分：动态数据分析、谐波分析和故障事件分析。对动态数据，软件可以设置电压、电流、角度、频率等额定值和越限门槛值，并可以绘制发生故障时刻前后若干秒的电压、电流、有功、无功曲线。谐波分析可以计算谐波电压总畸变率、奇次谐波电压含有率、偶次谐波电压含有率、谐波电流是否越限。故障事件分析可以把故障数据解读成便于阅读的故障文件。 创新点 对采集的动态电力数据可以形成完整的分析报告，并对故障事件形成完整的分析报告。 市场前景 电网运行的各种场景，都会产生海量数据。为了在这些数据里找到有效信息，需要有数据分析软件帮助用户实现。只要是电网运行中产生的数据，都能在该软件框架的基础上，实现数据分析相关功能。目前已经开展针对分布式光伏及电采暖数据进行分析，并可以形成完整故障报告。

（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。