（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。

华南理工大学制浆造纸工程国家重点实验室王小英教授团队提出一种由天然高分子和无机材料纳米杂化获得的冠状病毒防护材料，实现快速成膜，在口罩和防护服的最外层形成一层具有抗菌抗病毒效果的透气防护层。此外，针对医护人员长期带口罩而产生的疼痛、麻木、压红，甚至破损等问题，使用改性天然高分子和无机抗菌材料复合的超薄海绵作为防护夹层，实现集抗细菌感染、快速愈合和平衡修复为一体的创面修复，该技术已与北京大学口腔医院、南方医科大学南方医院、广州华侨医院等多家医院开展了合作研究。 团队研发的超薄海绵防护夹层点击查看原文

本团队经过近两年的科研努力，成功研发了高品质银纳米线材料。该方法具有简单、快速、高产率、低成本等突出优点，所制备银纳米线具有超细的优点（30nm），基于该银纳米线制备的柔性膜具有高导电性，高透明性、低雾度等特点，在银纳米线技术领域具备国际竞争力。此外，相比于其它已报道路线的合成方法，该方法具有合成步骤简单、反应条件温和、提纯方法简易、无污染、产率高等突出优势，为银纳米线进入市场提供了必要的技术支撑。拥有的自主知识产权情况：刘举庆，黄维，刘洋，一种快速高效的超细银纳米线制备方法.

由于凸轮机构结构简单紧凑，使用可靠，可以实现各种复杂的运动要求，广泛应用于各种自动机械、  仪器和操纵控制装置。随着社会经济的发展，要求机器的运转速度越来越高，凸轮廓面对机器运动的振  动和噪声影响很大。北工大先后为威海滨田印刷机厂和威海印刷机厂设计了递纸机构中的共轭凸轮，图 1是为设计并加工的共轭凸轮，此共轭凸轮应用于图 2 所示的滨田 492 印刷机，使该印刷机转速由 9000rpm 提高到    15000rpm。基于国家重大科技专项“凸轮式换刀机构加工工艺及产业化”，研究了加工中心自动换刀装置 (ATC) 中的核心驱动件——弧面凸轮 ( 图 3) 的廓面设计，设计的弧面凸轮应用于北一大隈生产车间。

一、项目分类 关键核心技术突破 二、成果简介 据统计，1950年到2019年，全世界塑料产量超过了90亿吨。塑料制品的寿命一般是1年到5年，使用完后，塑料制品就变成了废塑料。废塑料的处理不当就产生了所谓的白色污染（White Pollution）。常见的废塑料包括聚苯乙烯、聚丙烯、聚氯乙烯等高分子化合物制成的包装袋、农用地膜、一次性餐具、塑料瓶等塑料制品使用后被弃置成为固体废物。绝大部分废塑料在自然环境下完全降解至少需要一百年，因此废塑料不仅导致了严重环境污染，还对水体生物造成严重影响，最终危害到人类健康。中国在2019年的废塑料就高达6300万吨，价值超过1000亿元。传统的废塑料处理包括物理回收和化学回收。物理回收的优点是简单高效，缺点是回收的次数有限。化学回收是将废塑料通过溶解分解、热裂解、催化裂解的形式转化为有用的化工原料，比如单体、汽油、气体等。化学回收的优点是能将废塑料转化为化工原料，缺点是产物往往是混合物，难以分离纯化，附加值不是很高。将废塑料可控降解为高附加值的产品，实现废塑料的升级化学回收，是行业近年来需要重点解决的问题。

远程在线高精度温度控制系统利用测控软件LabVIEW编写控制算法和远程监控程序，可对多达30段的温度设定曲线进行操作，并可根据用户要求固化若干条固定曲线。系统采用神经网络PID调节方式，具有自整定、自学习功能、超调小、稳定度好等优点，控温精度在0.1%以内。系统采用LabVIEW编写远程控制程序，基于TCP/IP协议建立服务器端和客户端，通过与PLC通讯，实现远程在线监控功能。用户可以通过客户端对远端的服务器进行在线控制，可对现场电流电压、实时温度进行检控，历史记录调用处理，并且可以对现场设备进行在线远程启动、停止、复位、紧急停车等操作。系统通过LabVIEW建立良好界面，被测温度和设定温度等参数均为数字加曲线实时动态显示，界面简洁直观，操作简单方便，安全可靠。本团队研究开发的远程在线控制系统和成套装置目前处于产业化前期阶段。

本发明公开了一种基于光诱导介电泳技术和纳米孔的DNA测序装置和测序方法，该装置包括介电泳装置、纳米孔单分子传感器、隧穿电流信号检测系统、离子电流信号检测系统以及激光系统；传感器位于介电泳装置的内部，将介电泳装置分为左右两个空腔，且该传感器设有将左右两个反应腔连通的通孔；隧穿电流信号检测系统与纳米孔单分子传感器电连接；离子电流信号检测系统的两端分别置于通孔左右两侧的反应腔内；激光系统位于介电泳装置的外部，其发射的激光束照射于介电泳装置上。本发明减慢了DNA过孔速度，提高了测序精度，这些为实现单碱基分辨

现代工业的发展使得用户对板带钢的板形质量提出越来越苛刻的要求，板形控制技术已经成为标志现代化板带热轧机、冷轧机和中厚板轧机的技术装备和自动化水平的代表性技术。北京科技大学陈先霖教授领导的项目组从“六五”至今一直在板带轧制工艺研究、板形控制技术的消化和自主创新领域进行了不懈的努力，取得了多项重要成果并投入实际应用。包括：  能够提供变接触VCL/VCR支持辊技术，自动消除辊间有害接触区，显著改善了轧机的板形控制性能，增加了弯辊调控效果，降低了轧辊消耗，延长了换辊周期。 能够提供高效变凸度HVC/LVC工作辊技术，克服CVC工作辊技术在轧制窄带钢时表现板形调节能力不足的缺陷，实现板形调节与带钢宽度和窜辊量均成线性关系，显著增加轧机的板形调节能力，解放弯辊力，为L1的板形实时控制预留空间。 能够提供非对称ASR/ATR工作辊技术，解决热连轧机组中下游机架不能兼顾板形控制和工作辊磨损控制的难题，在获取好的板形质量的同时实现自由规程轧制。同时，该技术可实现对边部板形要求较高的专用钢的稳定生产。 能够提供均压型PPT中间辊技术，消除了HC轧机辊间接触压力尖峰，解决了轧辊严重剥落损伤问题，提高了板形质量和成材率。 能够提供成套板形控制模型，包括过程控制级（L2）的板形设定控制模型和基础自动化级（L1）的弯辊力前馈控制模型、凸度反馈控制模型、平坦度反馈控制模型、板形板厚解耦控制模型和轧后冷却补偿模型等，实现连续生产过程中高精度的板形自动控制。      以上研究成果在武钢1700冷连轧、宝钢2030冷连轧、武钢1700热连轧、鞍钢1700热连轧、鞍钢2150热连轧、济钢1700热连轧、莱钢1500热连轧、日钢1580热连轧、武钢2800中板等生产线取得了长期稳定应用。 本项目适用于所有的新建和欲改造的板带轧机包括热轧机、冷轧机和中厚板轧机。同时，通过技术集成和转移，可为轧钢技术装备国产化作出较大贡献。 ◆经济效益及市场分析 经济效益主要体现在改善产品的板形质量、提高轧机的生产率和成材率、降低生产成本等方面，同时，由于价格优势，可为企业降低投资成本，节省外汇。市场竞争的压力对新建的和已有的板带轧机的板形控制能力均提出了很高的要求，板形控制技术将成为这些轧机的必备技术。

“高速高精轧制控制技术攻关”属国家“八五”技术攻关课题,解决某铝加工厂1350mm中、精两铝箔轧制机组存在的影响高速高精轧制的控制技术问题。   该项目于1996年通过技术鉴定，1997年获中国有色金属工业总公司科技进步二等奖。主要技术创新点一是采用了新型全密封张力传感器，实现张力直接闭环，提高了张力控制稳定性和精度，克服了原德国产传感器结构不合理、使用寿命低（仅半年）、必须在线标定的缺点，不仅寿命长使用方便，而且价格仅为同类进口传感器的1/10。精度误差小于1/1000，能有效保证高速轧制时张力稳定，板形良好，防止断带，提高厚度精度。第二个创新点是采用了两级计算机控制系统结构，改进控制策略，加强控制功能，提高了控制精度。该系统有以下特点： 采用模糊控制技术进行张力AGC控制。 采用智能化非线性变系数法，解决了直接张力控制投入时系统稳定性问题。 采用模糊卷径记忆法，提高了卷径计算精度。 采用最优控制技术，实现了质量最优、面积最优和重量最优。 采用压下和张力协调控制，提高了厚控系统的稳定性和控制精度。 采用“双重化改造作业法”，基本做到不停产改造调试，对生产的影响减至最小，提高经济效益。 采用“基于专家经验的工艺参数预设定和二次优化设定”模型，提高了设定精度。

通过实验研究发现,提高上冷床时螺纹钢表面的温度可以使螺纹钢表面生成连续、致密的氧化层，对提高螺绞钢表面的抗锈浊性有重要的影响。