本发明公开了一种基于模糊概率的光伏电池的最大功率点的跟 踪方法。所述跟踪方法包括：以ε为采样间隔，获得 N 个采样点 [ui,P(ui)]，i 为小于等于 N 的正整数；其中，ε为 0.05UOC/Ns～ 0.5UOC/Ns，UOC 为光伏电池的开路电压，Ns 为光伏电池的串联数； 通过构造扩散函数 fD 和隶属度函数 fM，求取概率函数 Pro(i)，对概率 函数 Pro(i)的结果从大到小排序，并依次选取排序靠前的概率对应的 Xi 的并集作为最大功率点的搜索范围，使得所述排序靠前的概率函数 Pr

（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。

本发明公开了一种基于电压信号复合前馈的构网型VSG输出功率解耦方法，涉及电力电子控制技术领域，对构网型VSG功率同步控制的变流器输出电压信号复合前馈实现构网型变流器并网系统及实现变流器输出功率解耦的方法。包括构网型VSG功率控制模块、电网参数检测单元、线路阻抗观测器、虚拟阻抗压降前馈环路以及电压信号二次前馈环路。本发明的复合前馈控制策略结合虚拟阻抗和电压幅值与功角补偿，显著减弱了有功与无功功率的耦合作用，实现了高效解耦，适用于复杂电网环境。

1．隧道内智能交通诱导标志板用于车辆诱导控制，诱导车辆是否可以进入隧道以及 关闭指示等，当隧道或禁止通行时，分流指示灯诱导车辆从侧道离开。正面显示文字、 图形：向前指示（绿色箭头）、变道/事故指示（黄色箭头）、禁止指示（红色叉）等符 号及速度提示等内容，反面显示包括：向前指示灯（绿色）、禁止灯（红色）等内容。 如图 1 2．隧道外情报板用于隧道口，情报板全屏由彩色模组和单色模组组成，彩色模组以 显示交通图标或限速值,单色模组以显示文字为主。有多种方法显示主控机发送的文字 和图案信息，每条有各自的标号和显示方式。如图 2 交通信息可变情报板为智能型外场设备，具有显示驱动、控制功能。

针对油品调合过程中的关键质量指标辛烷值（马达法和研究法）和雷德蒸汽压等调合规律的非线性，建立了预测准确，结构简洁的智能调合模型。由于实际工业生产过程中存在的干扰因素很多，调合模型输出值与成品油属性在线分析仪的检测值不可避免地要产生一定的偏差，为此开发了汽油调合模型的在线优化校正技术，使调合模型适应工业过程操作特性的变化和生产工况的迁移。在建立的调合模型基础上，开发了离线和在线优化技术。离线优化技术不需要企业进行管道改造和安装在线分析仪，可在一定范围内提高调合的成功率和降低调合成本。在线调合模式基于离线模式，可动态更新和优化调合配方，从而能够进一步提高调合成功率，降低调合成本，减少质量过剩。开发的优化技术还考虑了多种可能的现场生产模式：例如：管道调合，罐式调合，罐底油补偿模式等。已汽油调合软件ECUST_BLEND工作。成品汽油调合过程的建模、模拟与离线优化技术已经成功在金陵石化完成现场应用。其中汽油辛烷值调合效应模型，将汽油调合过程中组分油表现的非线性效应定量的描述出来，进而准确的对成品汽油的关键指标辛烷值作出预测，与传统的乙基模型对比表明所建模型精度提高了约1%。在调合模型基础上开发的离线优化技术，结合了成品油生产现场的特点，能够有效的考虑罐底油、直调组分、锰剂添加量、以及库存约束等现场情况。在实际应用过程中，所完成的汽油调合工作全部一次达到国III标准。通过与传统的手调方式进行比较，优化后配方提高了一次汽油调合的成功率，稳定了汽油生产过程，并且降低了调合成本与质量过剩：质量过剩稳定在0.?以内，且研究法辛烷值在93.5-4.1之间波动。仅以离线优化为例，通过成本核算，每年的调合成本可减少1275万元左右。

针对油品调合过程中的关键质量指标辛烷值 (马达法和研究法) 和雷德蒸汽压等调合规律 的非线性，建立了预测准确、结构简洁的智能调合模型。由于实际工业生产过程中存在的干扰 因素很多，调合模型输出值与成品油属性在线分析仪的检测值不可避免地要产生一定的偏差， 为此开发了汽油调合模型的在线优化校正技术，使调合模型适应工业过程操作特性的变化和生 产工况的迁移。在建立的调合模型基础上，开发了离线和在线优化技术。离线优化技术不需要 企业进行管道改造和安装在线分析仪，可在一定范围内提高调合的成功率和降低调合成本。在 线调合模式基于离线模式，可动态更新和优化调合配方，从而能够进一步提高调合成功率，降 低调合成本，减少质量过剩。开发的优化技术还考虑了多种可能的现场生产模式。例如：管道 调合，罐式调合，罐底油补偿模式等。已汽油调合软件ECUST_BLEND工作。 成品汽油调合过程的建模、模拟与离线优化技术已经成功在金陵石化完成现场应用。其中 汽油辛烷值调合效应模型，将汽油调合过程中组分油表现的非线性效应定量的描述出来，进而 准确的对成品汽油的关键指标辛烷值作出预测，与传统的乙基模型对比表明所建模型精度提高 了约5%。在调合模型基础上开发的离线优化技术，结合了成品油生产现场的特点，能够有效 的考虑罐底油、直调组分、锰剂添加量、以及库存约束等现场情况。在实际应用过程中，所完 成的汽油调合工作全部一次达到国III标准。通过与传统的手调方式进行比较，优化后配方提 高了一次汽油调合的成功率，稳定了汽油生产过程，并且降低了调合成本与质量过剩，质量过 剩稳定在0.1以内，且研究法辛烷值在93.5-4.1之间波动。仅以离线优化为例，通过成本核算， 每年的调合成本可减少1275万元左右。

项目背景： 超高强汽车用钢具有超高的强度和优异的塑性，是汽车轻量化的理想材料，受到汽车制造行业的广泛关注。根据国家强国战略咨询委员会发布的《节能与新能源汽车技术路线图》，汽车轻量化近期和中期目标为：重点发展超高强钢和先进高强钢技术，实现高强钢在汽车中的应用比例达到 50%以上；重点发展第三代汽车钢和铝合金技术，并推进其产业化应用。因此，在车身结构件上应用超高强钢是汽车行业极具潜力的发展方向之一。然而，超高强钢在使用中还存在较多的应用瓶颈，比如其成形窗口窄、边部开裂、回弹、可焊性差等问题。在所有问题中，回弹最为突出，并且随着强度增加，回弹的倾向和严重程度不断增大。在此背景下，开展针对超高强钢回弹技术的研究，采取有效手段控制回弹，可有效推进高强钢在汽车车身上的应用。 关键工艺技术： 项目的关键工艺技术为：基于组织演变的回弹行为控制技术，即基于超高强钢成形过程中的组织演变与回弹的内在关系，提出回弹行为的控制技术。通过分析超高强汽车用钢在成形过程中的 local misorientation 等微观组织、力学性能和弹性模量的变化，总结影响超高强钢的回弹机理，建立超高强钢回弹预测模型，最终实现超高强钢的回弹行为控制。

单层半导体性过渡族金属硫属化合物（MX2:MoS2, WS2等）是继石墨烯之后备受关注的二维层状材料。该类材料具有优异的电学性质、强的光物相互作用、高效的催化特性等优点，在光电子学器件、传感器件、电催化产氢等领域具有非常广阔的应用前景。单层MX2材料的批量制备和高品质转移是关键的科学问题。现有方法仍面临着诸多重大挑战，例如， 难以实现晶圆尺寸的层数均匀性、单晶畴区小、生长速度缓慢、生长衬底价格昂贵、转移过程复杂、容易引入污染物等。 北京大学研发课题组是国内较早开展相关研究的课题组之一，在单层MX2材料的可控制备、精密表征和电催化产氢应用方面取得了一系列重要进展：基于范德华外延的机理，他们在晶格匹配的云母基底上首次获得了厘米尺度均匀的单层MoS2(Nano Lett. 13, 3870 (2013))；在蓝宝石上获得了大畴区单层WS2(ACS Nano 7, 8963(2013))；发展了一种新型的金属性箔材(Au箔)基底，实现了畴区尺寸可调单层MoS2的制备，借助STM/STS表征技术建立起了材料原子尺度的形貌/缺陷态、电子结构和电催化析氢之间的构效关系。

本项目以蜂蜜、蜂花粉、蜂胶及蜂王浆为原料，采用中医食疗理论和现代食品加工技术，开发出了具有抗衰老、保护化学性肝脏损伤的功能性食品；采用指纹图谱技术鉴别蜂蜜的种类；采用绿色加工技术脱除蜂蜜中的农残和抗生素；开发出了一种蜂花粉饼干和一种具有保护慢性酒精肝脏损伤的蜂蜜制品。 本项目已获得发明专利1项，申请发明专利4项，获2项省级鉴定成果。

从目前世界上数控技术及其装备发展的趋势来看，其主要研究热点有以下几个方面： (1) 高速、高精加工技术及装备的新趋势。 (2) 多轴联动加工和复合加工机床快速发展。 (3) 智能化、开放式、网络化(采用TCP／IP通讯协议)成为当代数控系统发展的主要趋势。 (4) 重视新技术标准、规范的建立。 (5) 向大型化和微小化两极发展。 五轴数控机床在国内外的实际应用表明，其加工效率相当于两台三轴机床，甚至可以完全 省去某些大型自动化生产流水线的投资，大大节约了占地空间和工件在不同制造单元之间的周 转运输的时间和花费。 项目机器特点简介： (1) 本机控制系统功能强大，操作简单易学、适应范围广、高效稳定、性价比高； (2) 成熟、高性能控制系统软件，基于Windows XP/Windows2000平台安装使用性能好，时 尚实用，可以直接手动编写G代码来完成加工要求，还可完成从图形设计直接生成G代码，图 形设计软件可以通过MasterCAM、UG、CAXA等后处理软件生成G代码；三维立体刀路模拟仿 真数控实验； (3) 五轴采用伺服电机及驱动器配合精密的滚珠丝杆，电机与丝杆通过联轴器联接； (4) 体积小，单独的电气控制箱、易拆装，且可手/自动切换操作，满足各种操作需求； (5) 安全以及超高的可操控性，精美的外形设计； (6) 该小型焊机能够实现五轴联动控制、可手/自动切换操作运行，安全可靠；具有直线插 补、圆弧插补、点动、模拟运行、求教运行、自动运行、加工轨迹动态显示、程序动态显示 等基本功能，采用ISO规定的数控加工G代码编程同时支持M代码及S代码，可以完成从复杂造 型、自动生成G代码、模拟仿真到实验。