本发明公开了一种分布式电源接入对配网三段式电流保护影响的评估方法，基于规则库实现，规则 库中包含若干条顺序执行的规则步骤，这些一般性的语义规则适用于任意的配网系统和分布式电源接入 情况，且每条规则通过描述性语言指导操作者该如何构造短路场景，并选择哪些保护的 I、II 或者 III 段 进行校验。这样，操作者无须根据所研究的系统来分析确定校核步骤，只要顺序执行规则库中的规则步 骤便能高效准确地判断分布式电源接入方案对保护的影响：当规则库中的所有规

"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

本发明公开了一种提高分布式缓存的命中率并减少固态硬盘磨 损的方法，结合缓存数据分布特性和固态硬盘特性优化缓存性能并降 低成本。它能根据应用场景分配内存缓存区并将 SSD 划分为连续分布 的与内存缓存区等大的 Cage，内存缓存区缓存新数据，内存缓存区的 数据达到上限时将内存缓存区所有数据写入 Cage，擦除内存缓存区进 行新的数据缓存。替换算法通过分析内存缓存区中的数据的访问频度 分布，设定 Cage 中替换算法参数

本发明公开了一种交流无刷双馈电机及其绕线转子绕组的设计 方法；包括：先根据定子绕组极对数 p1 和 p2 初步确定转子齿槽数 Zr 和相数 mr，这时 Zr＝mr，每个齿对应一个集中式线圈，由此得到齿谐 波集中式绕组，然后扩大转子槽数，选择系数 kr，使新的转子槽数 Z ＝krZr，这时极距τr＝kr。此基础上，将原来的每相一个集中式线圈 分裂为 nr 个等节距 yr 的线圈，且 nr≤kr 及有 yr&lt、τr，这 nr 个线 圈依次间隔αr 槽距角分布在转子槽内，再通过调整 kr 和

（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。

本发明公开了一种热冲压件获得强塑性能差异化分布的方法及 装置，采用冷气流和热气流分别作用在淬火件的强度增强区和塑性增 强区，所述热气流的作用是在配分温度范围内和配分时间范围内进行， 以使碳由马氏体向残余奥氏体扩散，从而使淬火件中残余奥氏体稳定 化，进而使塑性增强区在使用温度范围内为马氏体和残余奥氏体混合 组织；所述冷气流用于使淬火件中残余奥氏体继续转变为马氏体，使 强度增强区在使用温度范围内为马氏体组织。本发明还提供了一种实 现如上方法的装置，其包括热冲压件固定单元和热气流封闭单元。本 发明方法和装置能提高热冲压件的强塑力学性能，简单、有效实现热 冲压件强塑性能差异化分布。

针对金属矿山应力测量和声波探测中存在的关键技术问题开展研发，主要技术内容如下：（1）在工程实际中应用了岩石声发射测量地应力波形识别新技术；（2）研发出光弹性应力监测图像识别技术及数据分析方法及设备；（3）研发出岩体结构稳定性的声波探测技术。为我国金属矿山普遍存在的采矿回收率低、地压控制难度大等相关技术难题的解决，提供了有力的技术手段。该成果获江西省科技进步二等奖 1 项，已在国内 4 家矿山企业应用，实现产值 5.45 亿元。 

面结构光三维测量技术是近几年飞速发展的光学三维测量技术，是基于条纹投影的物体三维面形重建技术。它利用物体面形对标准正弦条纹图的相位调制并对图像进行相位解调实现物体三维检测。该系统包括高质量面结构光投影模块、低失真图像采集模块及快速的数据处理算法。该测量系统中，标定准确的相位与空间三维坐标的关系是该三维测量技术至关重要的步骤。由于面结构光三维测量技术具有速度快、非接触、精度高等优点逐步受到人们的重视，它被认为是目前最有前途、最有发展潜力的三维测量技术。 一、主要功能和应用领域 该面结构光三维测量系统结合特定的标定技术，确定各个系统参数，建立相位与空间三维坐标的数学关系，改善系统的精确度及灵和性。该测量系统适用于工业制造、产品检测、模具设计、逆向工程、生物医学、文物保护、机器视觉等领域，具有广阔的应用前景。 二、特色及先进性 1、系统结构任意摆放 该任意摆放面结构光三维测量系统的组成部件在空间位置相对任意，易于在实地测量中使用。它在几何结构、光路等方面没有严格的平行性、垂直性要求，仅需要图像采集系统的视场被投影系统的视场所覆盖。 2、标定技术经济实惠且使用灵活 系统标定的过程中，仅需一种打印的棋盘格作为标定板，相比于制作困难且成本高昂3D标准件，该技术成本低，具有极高的实用性。同时，标定板的位置可以随机、任意放于测量视场中的任何一个空间位置，相比于现行的标定技术，具有极大的灵活性。 3、高分辨率 基于任意摆放面结构光三维测量系统，避免现行测量方法中因系统设置不准而造成的测量误差；考虑镜头引起的畸变现象，对每个像素点标定，降低畸变对测量结果的不良影响；采用最小二乘拟合算法，对多组数据拟合，保证相位与空间三维坐标关系的准确性。 4、测量系统技术指标 物体面形三维测量对测量仪器的分辨率、稳定性有较高要求，且部分算法复杂，所设计的系统采用联机方式。系统主要技术指标：测量范围：200mm×300mm×200mm，且连续可调；横向分辨率：可达0.06mm(主要受相机分辨率的限制，本系统采用AVT-GT1660C相机)；纵向分辨率：可达0.02mm 四、能为产业解决的关键问题和实施后可取得的效果 1、基于任意摆放面结构光三维测量系统，解决传统系统设置难度大、对测量环境稳定要求高的困难。 2、标定技术可适用于任何面结构光三维测量系统，解决了现行标定技术使用范围较窄的问题。 3、该测量系统和标定技术具有高分辨率且经济实用，极大提高面结构光三维测量技术测量精度，拓展了面结构光三维测量技术的应用领域。

本发明公开了一种基于Ｔｉｋｈｏｎｏｖ正则化的亚像素位移测量方法。在数字图像相关法中，计算散斑图的亚像素位移时需要获得散斑图的灰度梯度，传统的计算方法是通过有限差分法对散斑图的灰度求导；然而数值求导具有很强的不稳定性，对图像噪声十分敏感，微小的测量误差将导致计算所得灰度梯度严重偏离真实灰度梯度。针对这一问题，本文提出了一种基于Ｔｉｋｈｏｎｏｖ正则化的亚像素位移测量方法，利用光滑三次样条函数拟合散斑图的灰度，三次样条的导数即为散斑图的灰度梯度，进而利用亚像素位移测量方法获得结构的亚像素位移，克服了传统测量方法抗噪声能力差的问题，可以有效提高测量精度。

本发明公开了一种非接触式金属互连线电迁移测量方法，具体为：使用平行光照射标定用金属互联线，同时采用四探针检测标定用金属互联线的电阻；建立四探针检测到的标定用金属互联线的电阻与标定用金属互联线的表面反射光强的对应关系；使用平行光照射待测金属互联线；实时检测待测金属互联线表面反射光的强度；依据建立的电阻与反射光强的对应关系获取待测金属互联线在某反射光强下对应的电阻值。本发明还提供了测量装置，主要包括四探针、平行光光源、光学显微镜和计算机。本发明不接触试样的情况下对试样上的较大范围金属互连线电迁移同时进行实时检测，与普通的四探针检测方法相比，检测范围更大，时间更快、成本更低。