本发明公开了一种高功率光纤激光器包层光滤除装置，该装置 包括一段或多段双包层光纤，其中此双包层光纤沿激光输出方向按剥 除面积由小到大而间隔地对保护层和外包层进行部分剥除，使内包层 裸露出来，将滤光材料涂在裸露内包层上，并且将上述滤光装置固定 在散热金属材料及水冷板上。本发明对光纤结构破坏较小，滤光均匀， 避免了非均匀滤除时，某些滤除点温度过高的现象，提高了系统的稳 定性。

项目简介车用电机驱动系统是新能源汽车、农业大棚作业车的关键技术之一。受车辆空间限 制和使用环境限制，车用电机驱动系统比普通电机驱动系统要求更高。车用电机驱动系 统要求满足高功率密度(1.2kW/kg)、高效(全速范围的高效率)、高可靠性(环境温度 105 度)的要求。课题组使用母线支撑膜电容、叠层母排和 IGBT 设计研发了电动汽车用高功 率密度集成电机控制器。 车用高功率密度集成电机控制器采用全数字控制，主要由直流母线支撑电容、直流 叠层母排、IGBT、IGBT 驱动电路和控制电路组

博志金钻技术团队在磁控溅射领域深耕二十余年，目前已经实现氧化铝、氮化铝、氮化硅、单晶金刚石、单晶碳化硅覆铜板的量产，三英寸陶瓷覆铜板月产能10万片，包括各类种子层方案，铜层厚度0.5-100um，表面无毛刺、划痕、色差等异样，350度加热平台烘烤5分钟不起泡。 一、项目进展 已注册公司运营 二、企业信息 企业名称 苏州博志金钻科技有限责任公司 企业法人 潘远志 注册时间 2022/3/31 注册所在省市 江苏省 苏州市 组织机构代码 91610131MA712U7Q06 经营范围 一般项目：技术服务、技术开发、技术咨询、技术交流、技术转让、技术推广；金属表面处理及热处理加工；新材料技术研发；新材料技术推广服务；电子元器件制造；集成电路制造；信息安全设备制造；通信设备制造；光通信设备制造；雷达及配套设备制造；光电子器件制造；真空镀膜加工；表面功能材料销售；金属基复合材料和陶瓷基复合材料销售；合成材料销售；有色金属合金销售；半导体器件专用设备制造；新型陶瓷材料销售；电子元器件零售；电子元器件批发；泵及真空设备制造；泵及真空设备销售；通用设备制造（不含特种设备制造）；玻璃、陶瓷和搪瓷制品生产专用设备制造；电子专用材料研发；电子专用材料制造；特种陶瓷制品销售；半导体器件专用设备销售；集成电路设计；机械设备租赁；租赁服务（不含许可类租赁服务）（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 苏州高新区长亭路8号大新科技园3幢二楼 获投资情况 2021/07/01苏州汇伯壹号创业投资合伙企业（有限合伙）天使轮1000万元 2022/03/22苏州融享进取创业投资合伙企业（有限合伙）preA轮2500万元 三、负责人及成员 姓名 学院/所学专业 入学/毕业时间 潘远志 邓敏航 杨添皓 电子与信息学部/自动化 2020/2024 陶佳怡 管理学院/大数据管理 2020/2024 林子涵 电气工程学院/电气工程及其自动化 2020/2024 袁子涵 电气工程学院/电气工程及其自动化 2020/2024 牟国瑜 电气工程学院/电气工程及其自动化 2020/2024 杨志鹏 能源与动力工程学院/强基（核工程与核技术） 2020/2024 田继森 航天航空学院/工程力学 2020/2024 孙浩然 机械工程学院/机械工程 2020/2024 郑力恺 电气工程学院/电气工程及其自动化 2019/2023 王羿淮 管理学院/工商管理 2019/2025 李青卓 材料科学与工程学院/材料科学与工程 2018/2023 四、指导教师 姓名 学院/所学专业 职务/职称 研究方向 宋忠孝 材料学院/材料系 教授、博士生导师 核电领域；电化学、催化、电池领域；器件、封装领域：高温抗氧化烧蚀、高压抗电弧烧蚀领域；轻量化领域硬质涂层领域 王小华 电气学院/电机电器及其控制 教授/博导，国家级人才计划入选者（特聘教授），国家级青年人才计划入选者（青年学者），教育部新世纪优秀人才，陕西省青年科技标兵。西安交通大学未来技术学院/现代产业学院副院长、实践教学中心（工程坊）副主任、教务处副处长、创新创业学院副院长，CIGRE开关设备状态评估工作组成员，中国电工技术学会电器智能化系统及应用专委会委员 开关设备设计、状态监测与寿命评估 田高良 管理学院/会计与财务 教授、博士生导师 财务预警；内部控制与风险管理；资产评估；信用管理等 五、项目简介 苏州博志金钻科技有限责任公司是一家专门从事高功率半导体封装材料研发生产的公司。以先进的陶瓷表面金属化技术为核心形成了包括（1）粉体表面改性；（2）热压烧结；（3）研磨、抛光；（4）陶瓷金属化；（5）增厚、刻蚀；（6）预制金锡焊料；（7）激光切割等环节的完整高端热沉材料生产体系。公司拥有完整的热沉材料生产体系，致力于成为“国产化功率半导体器件热沉材料领跑者”，为我国半导体产业发展添砖加瓦。 博志金钻技术团队在磁控溅射领域深耕二十余年，目前已经实现氧化铝、氮化铝、氮化硅、单晶金刚石、单晶碳化硅覆铜板的量产，三英寸陶瓷覆铜板月产能10万片，包括各类种子层方案，铜层厚度0.5-100um，表面无毛刺、划痕、色差等异样，350度加热平台烘烤5分钟不起泡。博志金钻目前苏州主体工厂面积超过5000平米，含万级洁净间。拥有20余台研磨抛光设备、10余台烧结炉、4条卧式连续镀膜设备、5台立式镀膜设备，以及超声清洗、喷淋甩干等完善的配套设备。博志金钻的工艺流程包括粉体表面改性、热压烧结、研磨/抛光、陶瓷金属化、增厚/刻蚀、预制金锡焊料、激光切割，博志金钻已经建立了完善的产品生产管理及质量监控体系来进行管控，完成了包括ISO9001、14001等认证，并不断完善产品检测设备及手段，确保产品质量稳定。 公司积极进行产品迭代和技术储备，在高功率半导体封装材料研发生产领域有着二十余年研发经验。中国科学院院士孙军教授和国家万人计划领军人才宋忠孝教授作为本公司首席科学家领衔公司技术研发，进行陶瓷金属化和半导体封装基板领域关键技术的探索。潘远志带领公司与西安交通大学表面工程国际研发中心、金属材料强度国家重点实验室合作进行前沿技术开发，团队与苏州市产业技术研究院、高新区共同设立苏州思萃材料表面应用技术研究所，是公司的技术支持和组织依托。目前公司已完成天使轮、preA轮数千万融资交割，公司投后估值逾2亿元。

本发明涉及一种基于 MEMS 系统的高灵敏度高分辨率的微型温度传感器及监测方法，包括两组 V 型弯曲梁组件，其中每组 V 型弯曲梁组件包括若干上下叠放的 V 型梁，所述每组 V 型弯曲梁组件的所 有 V 型梁同中心，且同时固定在一个固定块上；两组 V 型弯曲梁组件通过连接杆与固定在一个杠杆的 一端，所述杠杆另一端设有压电陶瓷，压电陶瓷的上下断面分别是接电的上电极和下电极。本发明可以 感应极其微小的温度变化并且将之转换为较大的电信号输出，能够显著

大功率的低纹波、高精度稳定电源和脉冲电源是一种非常重要的特种电源，在现代科学研究和医疗、工业生产、环境保护中获得越来越广泛的应用。本项目针对大功率稳定电源和脉冲电源对电流纹波和动态响应的严格要求，提出并实现了采用有源滤波器和负载并联，检测直流侧纹波电压、利用PWM控制技术的并联直流有源滤波器来抑制电流纹波和提高动态响应的方案。其显著优点：在对传感器和电路元

（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。

高校科技成果尽在科转云

1、成果简介：该型号是结合本课题为用户研发的第一种样机，最大传递功率5200kW，额定转差率≤3%，调速型液力偶合器最高效率≥97%，总机最高效率≥95%。用于离心式工作机械时其调速范围1～1/5，用于恒扭矩工作机械时其调速范围1～1/3。结构形式为前增速高转速型，主要由箱体、输入端增速齿轮轴、液力偶合器、调速勺管、电动执行器、输出轴等组成。前置一对增速齿轮，以提高偶合器的输入转速，提高传递功率的能力，并降低液力偶合器有效直径的规格，适应在高转速机械上应用。主要用于发电厂大功率风机和水泵的调速运行以

离子加速器中的电磁铁是其核心部件之一，加速器装置要求其产生的磁场恒定或按要求的规律进行变化。按不同要求其电源可分为稳定电源（用于产生稳定磁场）和脉冲电源（磁场按所要求规律变化），这两类电源分别对输出电流稳定度、电流纹波和跟踪精度等指标提出很高的要求，例如稳定电源的输出电流稳定度一般要求在10-4数量级。这类电源的输出功率从几千瓦到几百千瓦，除小功率的电源外

海嘉船舶数据传输系统采用先进的通信技术与数据处理手段，系统利用高带宽卫星通信和5G网络，提供了更快速、可靠的数据传输通道。其整合物联网技术，能够从多种传感器源头实时获取船舶多维数据。创新的数据压缩和加密算法确保了数据传输的高效率和安全性。同时，系统对海上数据流量进行智能化管理，提升了传输的稳定性。