本发明公开了一种计及非共振传输的中频动响应预示简化分析方法，包括如下步骤：（１）将系统划分成连续耦合的子系统；（２）计算子系统的模态；（３）计算相邻子系统中特定频带内的模态间的耦合参数；（４）建立系统功率平衡方程，并计算子系统中频动响应。本发明针对一种计及非共振传输的中频动响应预示方法，提出了一种简化分析方法，提高计及非共振传输的中频动响应预示方法的

本发明公开了一种D2D通信中频谱效率最大化的功率分配方法，通过分布式优化蜂窝用户的发射功率、D2D用户对的发射功率，在保证宏用户最低服务质量要求和D2D用户与蜂窝用户的功率限制的情况下最大化D2D用户的频谱效率。在给定蜂窝频带资源的情况下，最大化D2D通信的频谱效率等价于最大化D2D通信的和速率。本方法给出了在任何D2D用户都可以使用所有信道，并且任意信道可以同时被所有D2D用户占用的情况下，最优的蜂窝用户发射功率和D2D链路发射功率。主要用凸近似的方法将非凸问题近似为可求解的凸优化问题，并利用给出的闭式解快速收敛到凸问题的优化解。本发明具有收敛速度快，计算量小，易于实现，结果精度高等优点。

（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。

本发明公开了一种基于电压信号复合前馈的构网型VSG输出功率解耦方法，涉及电力电子控制技术领域，对构网型VSG功率同步控制的变流器输出电压信号复合前馈实现构网型变流器并网系统及实现变流器输出功率解耦的方法。包括构网型VSG功率控制模块、电网参数检测单元、线路阻抗观测器、虚拟阻抗压降前馈环路以及电压信号二次前馈环路。本发明的复合前馈控制策略结合虚拟阻抗和电压幅值与功角补偿，显著减弱了有功与无功功率的耦合作用，实现了高效解耦，适用于复杂电网环境。

本实用新型涉及功率放大器技术，具体涉及基于 FIR 数字滤波器原理的数字幅频均衡功率放大器装 置，包括依次连接的信号预处理模块、前级放大模块、数字幅频均衡模块、DAC 后级滤波模块和功率 放大模块，与数字幅频均衡模块连接的 FPGA 模块，以及与 FPGA 模块连接的触摸屏模块。该放大器装 置基于 FPGA，以嵌入式处理器 NIOSⅡ为控制核心，输出功率可达到 10W，电路效率达 66%，经过数 字幅频均衡处理后，以 10KHz 时输出信号电压

本实用新型公开了一种用于模块化串联的电磁轴承用的开关功率放大器。包括数字控制器、电流传感器、信号调理电路和至少一个功率模块，功率模块以模块化方式串联后的两端作为电压输入端，电流传感器和负载串联后作为输出端连接在功率模块中，电流传感器的输出端经信号调理电路与数字控制器连接，数字控制器连接各个功率模块，并控制各个功率模块之间的连接和每个功率模块的内部导通状态。本实用新型能灵活选择投入使用实现开关功率放大器的最优性能，功率模块统一设计，更换方便，排除故障简单，在低电压工作场合用本实用新型比用高电压器件的功放器件的工作效率更高，损耗更小。

本发明公开了一种基于谐振频率的硅微谐振式加速度计在线温度补偿方法，在零加速度情况下标定出两谐振梁谐振频率平方和与其谐振频率差的单调变化关系曲线，然后在输入加速度情况下对两谐振梁谐振频率和谐振频率差进行测量，结合先前获得的关系曲线将温度引起的谐振频率差从测量得到的谐振频率差中减去，完成温度补偿工作。本发明提供的硅微谐振式加速度计温度补偿方法，克服了传统直接温度补偿方法中温度场分布的不确定性和热传导延迟给补偿结果带来较大偏差的缺陷，能够实现实时的、高精度的温度补偿。本发明方法的温度补偿成本低，该方案全部基于FPGA实现，不需要额外增加传感器和引入其它设备，仅利用已有电路器件即可实现。

本发明公开了一种计及交直流微网应对灾害事件弹性能力的鲁棒调度方法，包括以下步骤：步骤10）获取不确定性预测参数，构造交直流微网中的不确定性集；步骤20）基于步骤10）构造的不确定性集，线性化可再生能源发电机组的出力约束；步骤30）获取交直流微网中各设备的运行成本系数和运行限值，基于步骤10）和步骤20）建立灾害事件下交直流微网的鲁棒调度模型；步骤40）求解步骤30）建立的鲁棒调度问题：利用嵌套型列约束生成算法迭代求解该鲁棒模型，获得交直流微网在灾害事件发生情况下的鲁棒运行计划。该方法提高交直流微网在应对灾害事件上的弹性能力，为制定特殊天气情况下交直流微网的运行计划提供重要指导。

本实用新型公开了一种抗大冲击的高精度微光机电系统加速度计。主要由封装外壳和布置在封装外壳中的微机械加速度敏感单元和光学微位移测量单元组成，微机械加速度敏感单元位于光学微位移测量单元正下方；微机械加速度敏感单元从上到下依次为光栅、质量块‑悬臂梁‑硅基底微机械结构和下限位板。本实用新型能保证微机械结构在大冲击下不失效，固定封装的光学微位移测量单元能保证各个光学元件在大冲击下不损毁，相对位置保持不变，从而实现抗大冲击的高精度加速度测量。