本发明提出了一种基于HybridUML向微分代数程序转换的CPS建模与验证方法，实现了由HybridUML模型向DAP的转换，并依据微分代数动态逻辑(Differential-AlgebraicDynamicLogic，DAL)推理规则对CPS实例进行验证。该方法使用HybridUML对CPS进行建模，将其转换成DAL的操作模型DAP，并且基于DAL对CPS属性进行验证。

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。

高校科技成果尽在科转云

技术团队来自北航太阳能及特种环境控制实验室 ，于2011年在国内首先设计、研制成功了实用化的便携式微型高效个体冷却系统，该系统由微型高效制冷机和液冷服组成，已在我军多军种批量装备使用，相关技术于2015年获得国防技术发明二等奖（2015GFFMJ2012）。核心的微型高效制冷技术在国防、通航、物流、电子设备冷却等众多领域有着广阔的应用前景，已获得近10项核心关键技术国家发明专利授权。

oneM2M是欧洲电信标准化协会（ETSI）联络美国、中国、日本和韩国的通信标准化组织，成立国际标准化组织，共同开展物联网业务层国际标准的制定。oneM2M协议是应用层中的上层协议，以HTTP、CoAP、MQTT等协议作为通信载体，将自己的语义封装在HTTP等应用层协议之中。NB-IoT是3GPP针对低功耗广覆盖类业务而定义的新一代蜂窝物联网接入技术，主要面向低速率、低时延、超低成本、低功耗、广深覆盖、大连接需求的物联网业务，NB-IoT物联网协议是低层协议，二者的关系如图1所示。 图1 协议体系关系图 基于多协议转换的研究以及系统模型方案的设计与分析，提出NB-IoT设备接入oneM2M的系统模型，如图2所示。NB-IoT设备：搭载了NB-IoT芯片的一套设备，包含了数个传感器。运营商服务器：负责接收NB-IoT设备数据包，并将其存放于平台数据库中。协议转换节点：将NB-IoT设备信息接入oneM2M系统中的核心模块。oneM2M平台：具体保存资源以及对外展现资源的平台。 图2 NB-IoT设备接入oneM2M系统模型架构 本成果基于NB-IoT和oneM2M标准，研究构建的工业互联网全系统通用技术，包括基于NB-IoT硬件系统的嵌入式开发及其低功耗的解决方案；NB-IoT终端与运营商云平台系统的协同通信机制；运营商云平台系统与oneM2M企业私有云平台的通信机制；oneM2M工业企业的数据的统一表示，实现工业互联网大数据的深度人工智能应用。

本发明公开了一种基于多光谱图像处理的水稻稻叶瘟病检测分级方法。利用可见/近红外多光谱摄像机实时采集绿光波段,红光波段,近红外波段三个波段通道的单色灰度图像,然后使用MATLAB软件,通过图象处理方法编写应用软件,进行图像处理。包括背景及噪声、干扰等的消除和作物病斑信息的识别分析,实现植物是否发病及病斑位置和分级的准确快速处理。每张图片的病害识别时间仅为数秒。本发明用于快速、准确、稳定、实时、非破坏性的水稻稻瘟病感染诊断并且准确地指出病斑所在的位置以及感染程度分级,减少由于全面喷洒而造成的药物用量,降低生产成本并减少污染,为变量喷药提供数据支持,提高精确喷药的决策水平,实现精细农业起到积极的作用。

基于膜分离技术的食品加工废水处理及综合利用技术，是通过将食品加工废水或食品原料 生产过程废水进行分类回收处理，将废水中有用的成分进行回收利用，而将水进行净化使其达 标排放或循环利用，从而达到资源综合利用并彻底解决上述工业中的环境保护成本问题，并通 过有用成分的回用来取得相应的经济效益。 主要针对强酸、强碱、高蛋白、功能糖类等有高COD和BOD并有回收利用价值的食品加 工废水的处理。如大豆蛋白加工废水、甲壳素加工废水、味精生产废水、淀粉糖离交废水，等 等。

利用现代分离纯化技术和生物酶技术，将水产品加工下脚料虾蟹壳、鱼皮、鱼鳞等进行高 值利用，并解决固体废弃和废水排放问题，具有重要的环境意义和经济效益。 本项目利用酶膜耦合技术生产甲壳素、壳寡糖并联产水解动物蛋白；利用酶膜技术生产高 品质鱼蛋白肽联产饮饲用鱼粉，解决大量鱼加工下脚料处理问题，并产生较高经济效益。

本发明公开了一种基于 QPSK 信号调制的射频水印嵌入和提取 方法，方法包括以下步骤：射频水印信号嵌入步骤：将水印信号转化 为水印码元序列并和分段后的载体码元序列根据各自的信号幅度进行 叠加，叠加后进行 QPSK 调制发射；射频信号的解调步骤：将收到的 QPSK 信号进过降频、归一化处理得到的信号对比标准星座图，得到 载体码元；射频水印信号提取步骤：将归一化采样信号与载体码元的 差值作为水印提取的原始数据，从此数据中解调出水印实部和虚部的 两路水印，在通过符号函数判决水印结果。本发明还提供了实现上述 方法的系统。本发明通过在底层的物理信号中添加射频水印信号，丰 富了数字水印隐藏方法。

本发明公开了一种基于李群论的多模态情感识别方法，包括以 下步骤：获取视频，并提取视频帧中图像区域的高斯型特征描述子， 基于高斯型特征描述子对视频中的图像区域进行跟踪，根据视频子序 列构建 ARMA 模型获取 ARMA 模型间的距离，根据 ARMA 模型之间 的距离构建核函数，并进行情感表达分类，根据人体、脸部和手部的 情感类别概率对人进行情感识别。本发明根据视频中所包含的人体姿 态运动信息、手势和脸部表情信息来判断人的情感状态，是一个将视 频数据映射到人体运动特征、手势特征和脸部表情特征，再从人体运 动特征空间和脸部表情特征映射到状态空间的过程，并提出利用李群 论进行多模态情感识别，提高模型进行情感识别的精确性。