失败的创业各有不幸，成功的创业都是相似的 一定是做好了股权设计 股权设计得好 吸引了人才 融入了资金 引进了资源 成就的是创 业 故 事！

产品详细介绍   　　室内装修设计       　　秉承“尊重儿童童性”的设计宗旨，将环境设计与教育功能紧密结合，确定科学的设计方案，精心绘制配套图纸，让幼儿在自然、温馨、充满童趣的氛围中与环境进行真正的对话。

SYNOPSYS™ 光学设计软件是目前世界上功能强大的光学设计软件之一。60多年的发展更新和Windows界面使得新手很容易上手使用；能轻松面对更高的专业需求。其开发者OSD公司是世界领先的光学设计软件的开发者之一， 同时提供光学设计服务，OSD公司几乎在所有类型的光学系统设计方面有着丰富的经验，包括测试仪器、天文、照明、微光夜视、红外系统、目镜等方面，设计完成了超过28000个的项目。 从1976年以来，全球的用户已成功地利用SYNOPSYS™设计研制了大量镜头，受到广大客户的肯定和好评。SYNOPSYS™可以分析优化各种各样的复杂光学系统。支持多种特殊光学面如衍射光学元件、复杂非球面、自由曲面设计、各种变焦镜头，扫描系统。很容易实现元件的偏心和倾斜； 美国Optical Systems Design（LLC简称OSD），作为一个光学设计服务和软件开发商，五十多年来一直孜孜不倦地在时间范围内推动创新光学技术的发展。目前OSD公司是世界最大的光学设计软件供应商，发展了国际领先的光学设计软件——SYNOPSYS™光学设计软件。客户遍布全世界25个国家和地区。OSD公司可以快速有效地解决用户的设计需求、概念发展或方案开发、详细的镜头设计、公差分析、技术性能分析（包括衍射效应，通过Monte-Carlo分析公差预算影响）；建立的透镜系统会自动匹配首选供应商的光学样本列表，从而降低加工成本和加快设计加工进程。  

SOC设计实验箱融合FPGA数字系统设计和SOC开发应用的企业级项目案例，为学生提供创新创业开发平台，为老师提供横向课题开发环境。

（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。

研究方向：电膜分离过程在水质净化、纯化、废水深度处理和特种化工分离中的应用；膜法清洁生产技术；新型集成膜过程的开发及应用研究（纯水与超纯水制备、水深度软化、海水及苦咸水淡化、基于“膜-电”耦合的有机酸、有机碱。 项目简介： 近年来，在海水淡化、苦卤水和众多工业废水处理领域，高含盐水体的处理正迅速成为相关行业发展的制约瓶颈。诸如浓海水的减量化再浓缩、苦卤水浓缩、高含盐工业废水脱盐或盐浓缩等，在操作压力、防腐、安全性、经济型、技术指标等方面均已超出了常规反渗透技术的能力。即使采用代价高昂的高压反渗透技术，其所获得的浓缩液质量浓度一般也低于 8-10%，对浓缩液减量化的作用有限。 本项目针对高压反渗透难以处理高含盐水体的固有缺陷，以及常规电渗析（ED）技术在处理高含盐水体时难以克服的电流泄露、高电耗、异相离子膜电阻较高、电极室电压降大等不足，在多年电驱动膜技术及设备研发、应用的成果基础上，开发节能型、高可靠、高电流效率的新型超能电渗析（SED）成套技术与关键装备，采用 100%国产化材料实现批量生产，浓缩液质量浓度达到 20%水平，总体达到国际先进水平。

功率电感广泛应用于开关电源中，在电路中起滤波作用，其性能直接影响到开关电源的性能。例如，低的安装高度、小的体积会很大程度上缩小开关电源的体积，提高其功率密度；高的电感值会减小开关电源的纹波大小；低的漏磁场不会干扰其他电子元器件的正常工作；耐大电流的能力使其能传输更大的功率。因此，功率电感必将朝着小型、高感值、耐大电流、磁屏蔽及表面贴装的方向迈进。现有的功率电感，要满足小型、高感值、耐大电流其中的两者是容易实现的。如需满足小型、高感值的要求，则采用线径较细的漆包线绕制较多的匝数即可实现，但其额定电流值很小；如需满足小型、耐大电流的要求，则采用较粗线径的漆包线绕制较少的匝数即可实现，但其电感值小；如需满足高电感值、耐大电流的要求，则可采用线径较粗的漆包线绕制较多的匝数即可实现，但其体积将严重变大。除以上三大特性外，低电磁干扰及表面贴装的设计也是发展潮流。因此，兼具以上五种性能的小型、大电流表面贴装电感必将成为元器件市场争夺的热点。

高功率因数整流控制系统是交流传动互馈试验平台的电源变换部分，基本功能是实现电能的AC-DC和DC-AC双向传输，即将工频电压200v/600v交流输入转换为直流电压750v/1500v输出，并且功率因数为一；同时，当实验平台工作于能量回馈状态时，能够将实验平台回馈的电能以单位功率因数回馈回电网，真正实现了“绿色电能变换”。 技术指标： 输入电压：220Vac，600Vac 输出直流电压稳定性：<=2% 电流谐波总畸变率（THD）：<=5% 功率因数：+1 是否具有回馈能力（逆变）：有 输出电压调节范围：600~9000Vdc，1200~1800Vdc连续可调 最大输出功率：50kW 应用范围： 该系统可以用作新型UPS系统；太阳能、风能等可再生能源的并网发电系统；电气传动系统；超导储能系统；有源电力滤波系统等系统的能量变换环节，实现能量的双向传输、电网的无功补偿等功能。

随着科学技术的发展，航空航天、军事国防以及工业制造等各个领域对驱动技术提出了越来越高的要求，不仅要求驱动电机提供更高的输出力或输出力矩，同时也要求驱动电机的结构更加紧凑，质量更轻，从而提高系统的功率密度和动态特性。 本项目组创新性地提出了基于空间磁极阵列的永磁电机设计方法，极大地提高了电机的功率密度，实现了提高系统输出力和力矩，以及降低系统体积和质量的双重目的。完成了系列化的旋转和直线永磁电机的系统设计、样机加工和性能测试，电机尺寸分布从0.5mm到10m。基于相关技术，承担了国家863重大专项课题、民口973子课题、国家自然科学基金课题、以及其它企业横向课题等重要项目。 本项目研究成果具有完全的自主知识产权，并已申请国家发明专利十余项。