（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。

该项目为制备碲化铅薄膜与纳米颗粒的新工艺。目前，PbTe薄膜通常采用真空蒸镀、 激光闪蒸、磁控溅射等物理方法制备，这些方法采用昂贵的镀膜设备，成本较高；电化 学方法沉积PbTe薄膜成本相对较低，但缺点在于必须使用导电基片，适用范围较窄。PbTe 纳米颗粒大多采用水热法或溶剂热法、电化学法、乳液法等方法合成，这些方法在合成 过程中或者涉及了高压设备，或者采用了复杂的仪器和涉及冗长的工艺，或者由于引入 大量有机物给后处理及环境保护带来难题。 本项目提出以碱性水溶液作为溶剂，以成本低廉的含铅无机盐和碲化物或亚碲酸盐 作为反应物，在常压、室温至 50o C 同步合成 PbTe 薄膜和纳米颗粒，制备的薄膜平整致 密且对基片无特殊要求，纳米颗粒尺度均一且可随温度调节。与其他现有的 PbTe 薄膜 与纳米粉体制备方法相比，该方法简单易行，性价比高，几乎无能耗，反应介质为容易 净化处理的水溶液，利于环保。 

本发明属于碲化铅（PbTe）薄膜和纳米粉体的制备方法领域。本发明公开了一种 PbTe 薄膜和纳米粉体的低温水溶液同步合成方法，该方法以含铅的无机盐与二氧化碲或亚碲 酸钠为原料，以硼氢化钾或硼氢化钠为还原剂，在室温至 50 o C 碱性水溶液下同时合成 PbTe 薄膜和纳米粉末。本发明首次在低于 100 o C 且常压下合成 PbTe 薄膜与纳米粉体， 制备的薄膜平整、致密、均匀；粉末产物粒径小，粒度分布均匀，并可通过控制反应温 度来控制粒径大小。整个工艺使用的原料便宜易得，工艺简单，容易实现规模化生产， 同时反应过程中避免使用有机溶剂，有利于环保。合成的 PbTe 薄膜和纳米粉体可广泛 应用于热电器件、太阳能电池、荧光器件、红外光学元件、红外薄膜器件和半导体探测 器等，应用前景广阔。

生产发泡聚丙烯的关键难点在于通用聚丙烯的熔体强度极低，在发泡过程中包裹不住气 体，而产生熔体破裂，不能发泡或发泡倍率很低。此外，发泡聚丙烯的生产方式和品种主要分 为挤出发泡聚丙烯、珠粒发泡聚丙烯以及注塑发泡聚丙烯三种，所有这些发泡聚丙烯都需要采 用高熔体强度聚丙烯作为原料才可能得到。可当今采用齐格勒-纳塔催化剂合成的通用大宗聚 丙烯树脂都属于线形半结晶高聚物，未融化之前是坚硬的固体，一旦融化后其熔体就几乎没有 强度，无法包裹气泡形成泡沫材料。要将通用聚丙烯改成高熔体强度，可以包裹气泡形成泡沫 材料的聚丙烯，世界上目前只有巴赛尔、北欧化工等少数公司拥有该技术。 反应挤出研究室从2000年即开始了发泡聚丙烯的研究。分别在聚丙烯分子链长枝化、基础 发泡理论以及与该理论相应的发泡工艺等几方面进行了深入的研究。本项目的研究抓住了问题 的核心，首先从聚丙烯分子链长枝化方面取得突破，获得了熔体强度以及可发性超出国外最优 秀产品的长枝化聚丙烯。并且完成了从基础理论、小试、中试到工业化技术路线确定的全过 程。 为了对发泡聚丙烯发展进行实质性的推动，我们对高熔体强度聚丙烯的下游产品挤出发泡 聚丙烯 (XPP) 、珠粒发泡聚丙烯 (EPP) 以及注塑发泡聚丙烯展开了全面的研究。着重进行了基 础发泡理论的研究，特别在建立聚丙烯拉伸黏度与聚丙烯泡沫可发性之间的对应关系，以及如 何通过工艺技术实现发泡过程等方面进行了大量深入的研究。

综合利用GNSS、UWB、INS、LiDAR、相机等传感器，通过对顾及GNSS系统偏差的GNSS RTK/INS紧组合定位方法、GNSS/UWB/INS高精度室内外一体化定位方法、GNSS/INS/LiDAR同步定位与构图方法、基于单目视觉SLAM/INS组合定位方法等一系列核心算法的研究，搭建完成基于多传感器数据融合的室内外一体化高精度定位平台。该平台由硬件平台和数据处理软件两部分组成，硬件平台实现各类传感器的固定、时空基准统一以及原始观测数据采集与解析等功能，数据处理软件实现多传感器数据融合、组合定位定姿、三维构图等功能。大量的实验结果表明，该平台在室外复杂环境、室内外交互区域以及室内环境下的定位精度可达20cm以内。

项目成果/简介:创新了一种纳米颗粒的分离方法并实现了一种分离装置，其原理类似于麦克斯韦速率分布律的验证方法及其实现装置的原理，可将不同粒径的纳米颗粒收集到不同的位置，达到分离和分级的目的。技术方面涉及不同粒径（质量）纳米颗粒的荷电状态、在电场中的运动速度（及其分布）、给料时间间隔、颗粒落点以及收集周期等多种因素的复杂作用及其之间的优化匹配与控制。纳米颗粒是指直径小于 100nm 的颗粒。与传统分离方法相比，本方法和技术不受被分离的纳米颗粒尺寸的限制，分离量可自行调节，分离效果好，可使分离效率大幅提高。应用范围:本项目采用的方法和技术不是用于纳米颗粒的制备，而是将已有的不同粒径纳米颗粒的混料进行分离和分级。效益分析:可用于具有纳米颗粒分离、分级需求的广泛场合，如电子器件、集成电路制膜的原料准备和光学、电子、医疗等精密部件的磨料准备，应用潜力巨大。知识产权类型:发明专利知识产权编号:ZL201610401673.7技术先进程度:达到国内先进水平成果获得方式:与企业合作获得政府支持情况:无

相关专利提供一种牙体硬组织再矿化的复合材料，包括模拟体液，在模拟体液中增加羧甲基壳聚糖和无定形磷酸钙成分。能对脱矿牙体组织起到再矿化作用。