（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。

团队长期从事纳米材料及纳米结构研究，在长期纳米结构的制备及性能研究基础上，与我国XX工程结合，开展高功率固体激光装置运行环境污染检测方法研究，基于各种纳米结构制作的声表面波传感器检测灵敏度高达pg/mm2（10 12g/mm2）量级，实现了高精密测试，并且针对装置运行环境中不同有机污染物的复杂情况，实现了高选择性、高灵敏度测量，达到了国际领先水平。已通过在线测试并在XX工程中应用，实现订货。 同时在高灵敏度声表面波传感器的研究基础上，团队在声表面波传感器的敏感芯片区建立了不同的敏感薄膜，如氧化硅薄膜、氧化锌薄膜、SiO2/ZnO复合薄膜，实现了对环境污染气体的高灵敏度响应，特别是在声表面波传感器芯片上建立了三维纳米结构敏感材料，同时对其化学修饰，以实现化学、生物毒剂的高灵敏度监测，目前正在和中电集团进行相关的联合工作。 该传感器可用于定量检测/监测各种真空、实验室、大气环境中的微量有机污染物、化学毒剂和生物毒剂。

成果介绍本发明公开了一种城市中心区通达度的评价及应用方法，涉及城市规划技术领域。步骤是：首先确定中心区通达度的评价指标，构筑中心区通达度评价模型；接着获取矢量地形图资料，并在现状实测的基础上对其进行校核及调整；然后利用AUTOCAD软件计算获取各指标数据，将指标数据输入评价模型，得到中心区通达度指数；最后以此为依据，以AUTOCAD软件为工作平台，通过不断的优化-评价提升中心区通达效率。本发明以客观的理性数据为基础，简化了通达度评价方式，且数据更易获得，精确度更高，并能通过直接的可视化方式进行调整，提升城市中心区通达度。技术创新点及参数针对现有技术中存在的不足，本发明针对城市中心区较为拥堵的 现实条件，认为城市中心区这一特定地域范围内的交通通达度更应更多的考虑通 过中心区的交通通达性，以提高中心区的交通通达效率，降低中心区的交通通过 时间，并能形成良好的城市中心区的交通通过效率的评价—反馈方法。市场前景本发明提供的城市中心区通达度的评价及应用方法，一方面针对城市交通最为拥堵的中心区，提出交通通达效率的评价及提升方法，更具现实意 义及使用价值；另一方面简化了通达度评价指标体系，构筑了较为简捷直观的模 型，数据更易获得，也更为准确，且数据客观性较强，并能直接用于指导中心区 道路系统优化。

MicroRNA (miRNA) 是一种新型的肿瘤标志物，定量检测血液中的miRNA的表达水平，可 以为肿瘤早期诊断、预后判断以及药物选择、疗效检测提供宝贵的参考信息。 本项目以血液中miRNA的高灵敏检测为目标，建立不同亚群miRNA (包括囊泡包裹形式、 蛋白复合体形式等) 提取、富集纯化技术，结合纳米技术、酶催化及生物分子工程技术，建立 了多种高灵敏检测miRNA新方法，为肿瘤早期诊断提供一种敏感、特异、简单的非损伤性技 术手段。 本项目的实施能够形成可推广应用的血液中miRNA高灵敏检测试剂盒，应用于肿瘤早期 诊断的实用技术。开发这一技术将可检出早期癌症，使全国每年近百万的癌症患者提高存活 率，有显著的社会效益及经济效益。

团队长期从事纳米材料及纳米结构研究，在长期纳米结构的制备及性能研究基础上，与我国XX工程结合，开展高功率固体激光装置运行环境污染检测方法研究，基于各种纳米结构制作的声表面波传感器检测灵敏度高达pg/mm2（10‑12g/mm2）量级，实现了高精密测试，并且针对装置运行环境中不同有机污染物的复杂情况，实现了高选择性、高灵敏度测量，达到了国际领先水平。已通过在线测试并在XX工程中应用，实现订货。同时在高灵敏度声表面波传感器的研究基础上，团队在声表面波传感器的敏感芯片区建立了不同的敏感薄膜，如氧化硅薄膜、氧化锌薄膜、SiO2/ZnO复合薄膜，实现了对环境污染气体的高灵敏度响应，特别是在声表面波传感器芯片上建立了三维纳米结构敏感材料，同时对其化学修饰，以实现化学、生物毒剂的高灵敏度监测，目前正在和中电集团进行相关的联合工作。