分布式小型光伏电站系统施工建设仿真实训让学员以现场施工工程师的身份根据提供的项目说明书、施工图纸和材料到现场进行小型电站的模拟施工，提高学员的实践能力和动手能力。 1.1. 场景设计 虚拟场景主要由厂户楼顶施工场景组成； 场景模型主要包括：厂户建筑模型、支架基础桩、支架前后立柱、横梁、侧梁、接地扁钢、晶硅光伏组件、边压块、中间压块、接线盒、连接线、直流汇流箱、进线、出线、熔断器盒、断路器、避雷器、逆变器、PVC保护线管、五金螺丝螺母、安全帽、施工工具等 1.2. 互动设计 在施工场景看懂图纸，检查施工物料 根据提示到指定位置使用工具把支架、光伏组件、汇流箱、逆变器一一安装起来 进行组件阵列间串联和并联接线 进行防雷焊接 施工完成后进行投切并网操作 场景植入VR太阳模块，精准计算该项目所在位置的太阳位置，太阳高度角和方位角，在虚拟场景中全时仿真太阳产生的阴影。

（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。

多PC多核分布式并行计算系统是一个通用的分布式并行计算平台，易于使用且扩展能力强，适用于海量数据的数据分析、数据统计、数据挖掘、科学计算等领域的快速处理。 图1多PC多核分布式并行计算系统布局图 系统实现了任务提交、任务管理、任务分配、任务调度、负载均衡、结果融合、容错处理等功能。用户只需要通过C、C++、Fortran等编程语言，按照串行思路编写数据处理和数据融合函数，就可实现中小集群环境下的多PC多核分布式并行计算。 主要性能： ？ 系统可扩展性好，可适应几个到100个计算节点，可适应一个或多个磁盘； ？ 在网络带宽和磁盘读写速度等能保证的情况下，处理速度与计算节点数目基本呈线性变化； ？ 动态加载不同的计算函数和处理函数，实现不同的数据处理。

多PC多核分布式并行计算系统是一个通用的分布式并行计算平台，易于使用且扩展能力强，适用于海量数据的数据分析、数据统计、数据挖掘、科学计算等领域的快速处理。系统实现了任务提交、任务管理、任务分配、任务调度、负载均衡、结果融合、容错处理等功能。用户只需要通过C、C++、Fortran等编程语言，按照串行思路编写数据处理和数据融合函数，就可实现中小集群环境下的多PC多核分布式并行计算。

分布式光纤传感网络系统是一种融合传感、控制等功能的网络系统。光纤传感器通过改变的各种特性，比如波长、相位、强度等，来实现对外界物理量的传感。同时光纤又是一种很好的通信媒介，因此可以很好的同光纤传感网络系统融合。该网络系统具有抗电磁干扰，可靠性高，远距离分布式监测等特点，具有广阔的应用价值和市场前景。 　　电子科学与工程学院光子学与光通信研究室早在上世纪八十年代中便开始了光纤传感器的研究工作，九五期间又承接了国家重点科技攻关项目"光纤工业控制网络系统"的研制任务。多年来潜心攻关，埋头研究，成功的研制了多模光纤光栅、长周期光纤光栅，各类光纤传感器件（包括微弱力传感器，光纤温度传感器等）以及光纤工业控制网络系统，各项成果通过国家、部省级科技成果鉴定，达到国际先进水平，取得多项自主知识产权。 　　该成果进一步加速了我国在光纤传感以及光纤工业控制网络系统领域的发展，为发展全光传感控制网络奠定了基础，广泛用于工业控制、管道监控以及周界安防等领域。

无线分布式存储测试系统由数据控制中心和若干个测试节点（无线存储测试系统）组成。无线存储测试系统将 ICP 传感器、信号调理电路、数据采集存储电路、时间统一电路、控制系统电路、无线数据通讯模块、电源管理电路和电池组等集成封装成一体，构成一个可植入爆炸现场独立工作的微小系统，具有很高的可靠性。数据控制中心通过发送测试命令来控制、管理以及协调测试节点去完成测试任务，而测试节点主要是负责采集爆炸冲击波场信号，并回传给数据控制中心，进行后续分析处理。由于无线存储测试系统防护等级达到 10万 g，较好地解决了“引线电测法”的各种问题，可靠获取冲击波超压曲线，并通过计算得到正压持续时间和冲量。

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

 车载故障检测与诊断信息网络是网络化的机车运行状态信息和故障数据的监测和管理。列车信息网络是把机车上各个具有独立功能的模块化检测与控制设备通过网络连接了起来，司机对整个列车的控制命令通过列车通信网络送到列车的各个车厢，各个车厢工作状态通过列车通信网络送到司机室显示屏，这样既便于机车运行情况的集中监测和管理，又分散了机车的控制与管理功能减少了机车上的布线数量，提高了机车运行的可靠性。      当机车发生故障时，一方面各个模块可以把当时的状态信息记录下来，另一方面又可以及时地提示司机采取相应的处理措施。在故障车到段之后，通过无线通信装置或者显示屏上的USB接口进行数据转储，利用微机上的专业的处理软件，可以分析出故障的原因。整个信息系统的各个模块可以通过网络联合工作，又可以单独行使一定的功能。另外，本系统还具有十分灵活的网络接口和协议，可以很方便地进行系统扩展，安装其它功能检测控制设备。     当前，在本系统中的智能节点模块有司机室显示屏、无触点逻辑控制模块、瞬间故障监测记录仪、机车状态监视模块等。      目前开发的分布式机车故障检测及诊断系统已经成功的应用在SS4G，SS3B，DF7B等机车上，取得了很好的实际效果。

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

南开大学研究的光纤传感安全预警系统是在广泛吸收国外同类产品优点的基础上，结合我国国情研发的新一代安全预警系统，是由普通单模光纤构成的分布式光纤传感系统。通过采用分布干涉技术实现对60公里范围内土壤振动信号的连续监测，利用神经网络、模糊识别等模式识别技术分析和判断振动类型，实现对振动的自动分类识别，进而实现对振动源的精确定位以及危害振动信号的自动报警。该系统具有本质安全、分布干涉作用距离长，定位精度高、自动化程度高、性价比及灵敏度高等特点，可广泛应用于石油管道防盗油监测，光纤通信主干网络防破坏预警、