针对萜类木本植物资源原料林基地建设和化学利用方面的不足，开展了资源筛选与原料林基地建设研究，建立芳樟原料林基地2.5万亩、山苍子优良种质资源圃400亩、示范林基地5000亩，为工业化生产与开发利用奠定了基础。集成和创新了天然精油提取分离与加工技术，建立了芳樟油、山苍子油和松脂原料预处理、蒸馏提取工艺，生产芳樟油、山苍子油、松香和松节油等10000余吨，实现产值30000多万元，其中芳樟醇和山苍子油掌握着国际市场定价权。研发了系列萜类香料产品，以芳樟醇和山苍子油为原料，创新了相关香料的合成方法与工艺，并建立了相应的生产线，实现产值20000多万元；以松节油为原料，进行了相关产品的合成工艺研究，并建立了年生产400吨的乙酸诺卜酯生产线。研发了系列萜类功能性与高附加值产品，开展了萜类成分的抗菌、驱避和引诱活性以及机理研究，筛选得到高抗菌和高驱避活性化合物；开展了松香树脂及其改性树脂、萜烯树脂及其改性树脂的制备研究，建立了相应生产工艺线。本项目实现了资源筛选、基地建设、初步加工、新型产品研发与生产线建立及其加工生产的整合，提升了萜类木本植物资源的筛选、培育和加工利用的水平，促进了相关行业和产业的发展，具有显著的经济、生态和社会效益。

依托国家自然科学基金、国家高技术研究发展 863 计划、国防科工委重点课题以及 上海市地方政府重大工程等项目，研究了以全球定位系统（GPS）、遥感遥测技术（RS） 和地理信息系统（GIS）为核心的地球空间信息获取、处理、建模与服务的系统集成理 论、关键技术与应用，在现代测量数据处理、GPS 精密定轨与定位、高精度遥感影像匹 配与制导、空间数据不确定性与质量控制等取得了一系列创新成果。 

本系统采用Core图像数据库51135幅，每幅图像提取纹理与颜色相综合的128维特征值构建特征数据库，采用自行设计的度量距离分类学习算法，在传统的图像检索基础上引入学习机制，系统共分类369个，每一类选取少量有代表性的图像（最多不超过6幅），试验表明，在提供有限的学习样本条件下，能有效提高图像检索的精度。 系统采用两种检索方法进行比较，一种是传统的欧氏距离，另一种是本系统设计的分类距离学习方法，比较两者在图像检索精度上的差异。 该原型系统核心程序在Linux下用C编译实现，图像检索界面由PHP实现，通过Web服务器实现在线检索功能。

一、立项背景 继电保护是保障电网安全运行的第一道防线。自上世纪80年代微机保护应用以来，历经多次更新换代，我国继电保护技术一直处于世界先进水平，为保障电网安全做出了突出贡献。随着智能电网的发展、超/特高压远距离输电大通道的建设、区域电网的广泛互联和波动性新能源的规模化接入，我国已建成世界上规模最大、结构最复杂的电网。电网的快速发展给继电保护带来了严峻挑战： 1、后备保护方面，由于电网结构复杂，运行方式多变，造成后备保护定值更难整定，保护选择性和灵敏性的矛盾更加突出，保护拒动误动风险并存。国内已发生多起类似“6.18”西安南郊站，因后备保护灵敏性不足拒动，造成变压器烧毁的重大事故；国际上屡屡发生的因潮流转移过负荷，后备保护误动引发的如美加“8.14”、印度“7.30”等大停电事故，也不断地对我国电网敲响警钟。 2、主保护方面，超/特高压电气设备结构复杂、线路距离长，短路电流变化大，造成主保护对变压器匝间短路、线路高阻接地等轻微故障的反应灵敏性下降。“11.22”济南特高压泉城站变压器爆炸正是由于保护对起始发生的轻微故障未能灵敏切除，引起事故扩大，造成了重大人员伤亡和财产损失。 这些问题已成为我国电网安全运行的重大隐患！问题的症结在于传统保护仅利用设备自身的电气量信息，在复杂电网环境下，保护反应的电气量在故障和非故障间差异变小甚至混叠，依靠定值配合无法保证保护可靠正确动作。不改变传统保护工作模式，仅对保护判据进行修正或调整定值，只能在一定程度上单方面地解决保护拒动或误动的问题。 二、发明思路 突破保护仅利用设备自身信息的限制，综合利用站间保护关联逻辑量、站域故障全过程电气量等信息，对后备保护、主保护、系统构成模式进行全面创新，构建“站域集中-站间分布式”新型保护系统。   图1 技术发明总体思路 三、发明方案 技术发明点1：基于站间逻辑量信息一致性特征的后备保护技术 传统后备保护既存在对相邻元件故障反应能力不足，保护拒动的问题，又存在受过负荷和系统振荡影响，保护误动的问题。针对上述问题，该项目发明了保护关联关系在线快速跟踪和可靠性校核方法；创造性地将故障的空间分布特征映射为站间的保护关联逻辑量信息，首创了基于站间逻辑量信息一致性特征的后备保护技术，攻克了保护不误动和不拒动无法兼顾的难题。 发明点1.1：发明了保护关联关系在线快速跟踪和可靠性校核方法，为保护可靠利用站间信息奠定了基础。 快速跟踪和可靠识别电网拓扑的变化，确定保护的关联关系，是保护利用站间信息首先要解决的关键问题。发明了保护关联关系在线快速跟踪和可靠性校核方法，关键技术包括：1）提出了基于虚拟阻抗矩阵的保护关联关系分析方法，创造性地将开关状态虚拟为支路阻抗并构建节点虚拟阻抗矩阵，在线微调矩阵元素即可实现开关状态的快速跟踪，跟踪时间由秒级缩短至毫秒级，为后备保护快速动作提供了可靠保障；2）发明了电气量和开关量信息双重约束的关联关系可靠性校核方法，首次将电气量信息引入保护关联关系识别，通过开关量信息和电气量信息实时匹配校验，实现了保护关联关系的可靠在线校核。 发明点1.2：首创了基于站间逻辑量信息一致性特征的后备保护技术，攻克了保护不误动和不拒动无法兼顾的难题。 电流元件、方向元件、阻抗元件等保护逻辑量信息，蕴涵着故障方向、故障范围等故障直接特征，并且信息交互简单、可靠。根据不同位置保护逻辑量反应故障的差异化特征，发明了基于站间逻辑量信息一致性特征的后备保护技术。关键技术包括：1）首次将电网故障的空间分布特征映射为保护逻辑量信息，按近后备和远后备灵敏性要求设定保护范围，实现了逻辑量信息与故障分布特征的关联和匹配，解决了保护强依赖定值的问题；2）首创了基于站间逻辑量信息一致性特征的后备保护技术（如图2所示）。利用逻辑量对故障反应的交叉重叠特征，根据动作一致性原则，既实现了故障设备的快速准确识别，又从根本上攻克了系统振荡及过负荷造成保护误动的难题。 基于站间逻辑量信息的后备保护技术可实现近后备保护全范围速动，远后备保护延时由1.5s以上缩短至0.5s以内；在原理上保证了对相邻元件故障反应的灵敏性，避免了后备保护拒动导致的重大事故发生；不受系统振荡和过负荷影响，避免了保护误动引发的连锁跳闸和系统性事故发生。   图2 基于站间逻辑量信息一致性特征的后备保护技术 技术发明点2：基于故障模型参数异变特征的主保护技术 现有电气设备主保护仅反应故障外在表现特征，在变压器匝间短路及线路高阻接地等轻微故障情况下，外部故障与内部故障特征差异不明显，易造成保护拒动。为解决上述问题，该项目基于故障的物理本质特征，揭示了故障导致电气设备模型参数变化的机理，利用故障全过程电气量信息，构建了可灵敏反应设备参数变化的故障模型，发明了基于故障模型参数异变特征的主保护技术，显著提升了对轻微故障的反应能力。 发明点2.1：首创了可反应变电站电气设备参数变化的故障模型，从物理本质上消除了非故障因素对主保护灵敏性的影响。 突破主保护仅反应故障外在表现特征的局限，利用设备故障全过程全相电气量信息，建立了对故障高灵敏而对非故障不敏感的模型。关键技术包括：1）发明了基于线路压降-阻抗联合分布的故障网络模型，建立了线路阻抗、过渡电阻及分布电容压降之间的幅值、相位关联关系，创建了仅保留线路阻抗压降分布情况的故障网络模型（如图3所示）；2）发明了基于电压磁链方程的变压器故障模型，建立了变压器高、中、低压各侧绕组电压与主磁链、漏磁链的等值平衡关系，消除主磁链的非线性成分，建立了仅反应漏磁链变化的变压器故障模型（如图4所示），从原理上摆脱了分布电容电流、负荷电流、励磁涌流等非故障因素的影响。 发明点2.2：发明了基于故障模型参数异变特征的主保护技术，实现了保护对轻微故障反应能力的大幅提升。 利用站域故障全过程电气量信息，反应故障前后模型参数的变化情况以及三相不一致程度，发明了基于故障模型参数异变特征的主保护技术。关键技术包括：1) 发明了基于阻抗压降变化特征的线路主保护技术，构建了线路压降-阻抗参数关联矩阵，通过实时追踪矩阵中各元素的变化量以及元素间的差异，准确识别故障线路及故障位置（如图5所示）；2) 计及CT误差、变压器有载调压对保护的影响，实时计算各相等效漏感参数的突变量及不一致程度，发明了基于等效漏感参数变化特征的变压器主保护技术（如图6所示），显著提升了保护对变压器轻微匝间短路识别的灵敏性。 基于故障全过程电气量信息的主保护技术可以做到变压器匝间短路识别死区由5%降至2%，500kV线路接地故障过渡电阻反应能力由300Ω提升至1000Ω，故障定位误差由5%下降至1.3%。实现了对电气设备轻微故障的灵敏切除，可有效避免事故扩大造成的重大人员伤亡和财产损失。 技术发明点3：站域集中-站间分布式新型保护系统 构建基于故障全过程逻辑量、电气量信息的新型保护系统是对百年历史继电保护模式的重大变革，除满足复杂电网对继电保护的要求外，还需要考虑工程实现的可行性、应用场景的适用性和运行维护的便利性等重大工程应用问题。该项目首创了站域集中-站间分布式的新型保护系统构成模式，实现了与传统保护的有机衔接，可灵活组态适用各种电网应用场景；发明了基于时间序列特征和电气量物理约束的数据校核技术、基于保护关联关系的数据自适应替代技术，为新型保护系统信息交互提供了可靠保障。 发明点3.1：首创了站域集中-站间分布式的新型保护系统构成模式，奠定了新型保护系统在不同电压等级电网推广应用的基础。 该项目创建了“站域集中-站间分布式”的新型保护系统（如图7所示），实现了发明点1和2技术的工程推广应用。关键技术包括：1）发明了以间隔为基本单元的站域集中-站间分布式保护构成模式。间隔单元做到“即插即用”，扩展性强，可灵活组态适用各种电网应用场景；站域主机实现对站内信息的融合与优化利用；相邻站域主机虚拟为变电站间隔单元，实现站间分布对等交互信息。该模式通信链路清晰简捷，易于工程实现；2）发明了新型保护系统与传统保护的集成与自适应转化技术。新型保护系统在传统保护基础上集成故障全过程信息进化形成，在故障信息缺失的极端情况下仍具备传统保护功能。新型保护系统可充分传承传统保护成熟的运维经验，实现了与传统保护之间的有机衔接。   发明点3.2：发明了基于时间序列特征和电气量物理约束的数据校核技术、基于保护关联关系的数据自适应替代技术，保证了新型保护系统的可靠性。 基于新型保护系统构成模式，发明了站域、站间信息交互可靠性保障技术，实现了异常数据的实时校核与缺失数据的自适应替代。关键技术包括：1）发明了基于时间序列特征和电气量物理约束的数据校核技术，在线修正异常采样数据，解决了电气量在采样或传输中出现畸变而影响保护动作性能的难题；2）发明了基于保护关联关系的数据自适应替代技术，在间隔单元CT断线、PT断线等信息源丢失情况下，通过数据互补重构实现缺失数据的自适应替代，保证了保护功能的完整性，有效提升了保护的可靠 四、创新性成果 该项目攻克了传统保护不误动、不拒动无法兼顾的难题，取得了以下关键技术突破： 1、基于站间逻辑量信息一致性特征的后备保护技术，保护最长动作时间缩短至500ms以内，彻底解决了远后备保护拒动，以及受系统振荡和过负荷影响误动的问题； 2、基于故障模型参数异变特征的主保护技术，显著提升了保护对轻微故障的反应能力； 3、站域集中-站间分布式新型保护系统，实现了保护技术在不同电网场景下的广泛应用。

已有样品/n该项目从生活出发，通过用户思维、体验思维、平台思维和创新思维，给用户提供在家居空间的智能生活，重构出一种新形态的绿色生活方式。特色：1） 绿色，采用“光”的形式将家居设备连入互联网，不存在射频对人体的影响等问题；2）隐私性，“光”不能穿透墙壁，保证了智慧家居数据的安全性； 2）强壮的接入能力， 采用IPv6 技术，允许为每个接入的设备或传感器分配一个全球唯一的地址，可在互联网上直接访问具体的家居设备。该项目有如下成果：1）开发了IPv6 路由器端通信连接器,IPv6路由器完成和云服务的数

Ø  成果简介：基于局域网的分布式设备维修管理系统主要包括设备管理模块、设备故障信息管理模块、设备维修调度管理、相关管理部门之间的信息传递和权限管理模块、实时监控模块等。本系统可以与ERP、PDM系统集成，也可单独使用，实用于大型企事业单位设备管理、维修、调度和生产实验部门使用。本系统的主要特点是能够对设备静动态信息进行全生命周期管理、单位内部可根据权限设立多个用户端，从厂长、生产调度部门、工艺部门、设计部门、设备管理部门到生产车间或实验室都可入网。支持软件：VC++，Oracl

基于局域网的分布式设备维修管理系统主要包括设备管理模块、设备故障信息管理模块、设备维修调度管理、相关管理部门之间的信息传递和权限管理模块、实时监控模块等。本系统可以与ERP、PDM系统集成，也可单独使用，实用于大型企事业单位设备管理、维修、调度和生产实验部门使用。本系统的主要特点是能够对设备静动态信息进行全生命周期管理、单位内部可根据权限设立多个用户端，从厂长、生产调度部门、工艺部门、设计部门、设备管理部门到生产车间或实验室都可入网。 支持软件:VC++，Oracle,

紧紧围绕“矿山无线监控系统”、“矿山智能检测装备”方向，有针对性地开展一系列科学研究，形成了一批有较大研究价值的科研成果，“矿用蓄电池机车关键技术研究与应用”获国家能源科技进步二等奖。在光纤传感技术在煤矿安全监测监控方面进行了探索外界信号通过直接改变光纤的传输特征参量对光波实施调制的本征型光纤传感器理论，研究取得了丰硕的成果，与中国矿业大学合作，共同研究科技部支撑计划项目-煤矿突水、火灾等重大事故防治关键技术及装备研发项目,发表相关学术论文 35 篇，申报发明专利 11 项，授权发明专利 1 项，授权实用新型专利 20 余项；面向深井通信的弱链路可靠传输问题，研究矿山井下信道时变机理和统计特性，建立时频码空多维复用无线传输理论框架和多维联合优化设计方法，揭示电磁波在矿山井下传播规律，与其相关的理论研究《基于相长干扰的煤矿井下物联网感知层时间同步机制研究》、《基于通用特征函数法的电大复杂目标宽带电磁散射特性研究》获 2014年国家自然基金资助。

主要研究自然语言处理研究领域的算法和应用实践。涉及语义解析、意图识别、FAQ 问答、多轮对话、知识图谱等关键技术，研究内容包括分词、向量表示、分类等文本预处理技术，以及将自然语言处理核心算法应用落实到智能客服、NLP 引擎、航天空管交互等实际场景中，团队研发的 AI 产品已经跟国内企业、研究所开展了长期合作并动态跟踪，获得了广泛的一致好评。 人工智能 NLP 引擎项目是基于多语种分词、多语种情绪识别、词句关系分析、意图识别、文本聚类等自然语言处理技术实现对海量录音文本的知识挖掘，识别重要信息。为录音服务行业下游业务的分析人员提供分析思路，以便得到多维度、多形式分析结果，将发现转换为可落地的业务决策，这些数据驱动的业务决策，包括客户体验、座席行为、产品改进、风险监测等多个方面，帮助企业改善用户体验、降低成本、提升效率、提升业绩、降低风险等。 1.多语种分词。分词指的是将一个字序列切分成一个一个单独的词，是将连续的字序列按照一定的规范重新组合成词序列的过程。文本在入库时调用接口进行了分词，分词可用于模型的匹配和热词的统计。 2.词句关系分析。根据词句关系接口识别的中心词，然后用中心词进行词频的统计，对于目标样本，统计出高频中心词用来概括目标样本中主要描述的对话内容。 3.意图识别。识别出客户语句的意图，以便进行相应的功能操作、信息推荐等。 4.多语种情绪识别。情绪识别是对包含主观信息的文本进行情感倾向性判断，正向或者负向（如果能提供训练数据集，可以识别更多种类的情绪）。为客户之声下游任务的口碑分析、话题监控、舆情分析等应用提供帮助。目前支持中文、粤语的情绪识别。根据情绪标识，用情绪进行搜索和统计分析。 5.文本聚类。文本聚类将一大段文本中心词和中心词的关联词、近义词生成一个图，用于可视化文本的内容。 6.自定义分词、意图。对分词分词、意图种类进行增删、扩展、微调等。

（一）项目背景 针对现实场景中，存在需要对服务行业录音文件内容进行详细分析， 但是面对海量录音文件无法仅通过人力资源去逐一分析的弊端，本项目旨 在通过实际应用场景结合计算机和人工智能技术开发一个人工智能 NLP 引 擎，用以解决海量录音文件经过 ASR 转文本后，对录音内容进一步按需分 析，最终得到较为完整的分析结果，以便于企业进一步采取商业策略。 （二）项目简介 人工智能 NLP 引擎项目是基于多语种分词、多语种情绪识别、词句关 系分析、意图识别、文本聚类等自然语言处理技术实现对海量录音文本的 知识挖掘，识别重要信息。为录音服务行业下游业务的分析人员提供分析 思路，以便得到多维度、多形式分析结果，将发现转换为可落地的业务决策，这些数据驱动的业务决策，包括客户体验、座席行为、产品改进、风 险监测等多个方面，帮助企业改善用户体验、降低成本、提升效率、提升 业绩、降低风险等。 （三）关键技术 1.多语种分词。分词指的是将一个字序列切分成一个一个单独的词，是 将连续的字序列按照一定的规范重新组合成词序列的过程。文本在入库时 调用接口进行了分词，分词可用于模型的匹配和热词的统计。 2.词句关系分析。根据词句关系接口识别的中心词，然后用中心词进行 词频的统计，对于目标样本，统计出高频中心词用来概括目标样本中主要 描述的对话内容。 3.意图识别。识别出客户语句的意图，以便进行相应的功能操作、信息 推荐等。 4.多语种情绪识别。情绪识别是对包含主观信息的文本进行情感倾向性 判断，正向或者负向（如果能提供训练数据集，可以识别更多种类的情绪）。为客户之声下游任务的口碑分析、话题监控、舆情分析等应用提供帮助。目前支持中文、粤语的情绪识别。根据情绪标识，用情绪进行搜索和统计 分析。 5.文本聚类。文本聚类将一大段文本中心词和中心词的关联词、近义词 生成一个图，用于可视化文本的内容。 6.自定义分词、意图。对分词分词、意图种类进行增删、扩展、微调等。