该系统是与北大医学部物理教研室联合研制。涵盖了脉搏、语音等非电量的信号采集、频谱分析、分解与合成等功能；结合数字图像处理技术，进行傅里叶光学实验模拟。系统可完成多个设计性、创新性、趣味性的实验内容。 《脉搏语音图像分析系统》是与北京大学医学部物理教研室联合研制开发。 该系统涵盖了脉搏、语音等非电量的信号采集、频谱分析、分解与合成等功能；并结合数字图像处理技术，进行傅里叶光学实验模拟。 仪器可应用于开设“压力传感器测量脉搏”、“语音形态观测”、“数字图像的离散傅里叶变换”等多个实验，更能够让学生自主设计各类频谱滤波器，完成多个设计性、创新性、趣味性的实验内容。 系统特色： 1.  直观地展现语音、脉搏等生活中常见的信号,实现脉搏信号和语音信号的可视化； 2.  快捷地分析脉搏、语音信号的频谱构成、选频、重建； 3.  轻松地完成阿贝成像空间滤波物理研究性实验内容，以及数字图像的二维频谱分析、滤波、重建等功能； 4.  高灵敏度的采集探头对脉搏信号进行真实呈现，精确分析脉搏强度，实现科学定量地脉搏诊断。 功能模块 一、脉搏语音实验仪 二、信号分析软件 1. 脉搏信号测量分析测量脉搏波，并对脉搏信号作傅里叶频谱分析；并根据信号频谱图，进行原信号的分解以及合成还原。 教学应用： 可用于研究脉搏波的不同频率构成，通过任意分解和还原脉搏信号，分析不同频率对于脉搏图像的影响程度和变化规律。 2.  语音信号观察测量语音，并对语音信号作傅里叶频谱分析；在此基础上对原信号分解、合成、还原。 (1) 不同语音图像和频谱对比； (2) 分析同一实验者的不同音节，并进行信号的傅里叶变换，对比两段语音的时域差别和频域差别；(3) 分析不同实验者语音频谱，理解和掌握语音识别的原理； (4) 长时动态傅里叶频谱观察，进行长时间动态观察语音信号的时域图像和频域图像。教学应用：(1) 方便学生观察不同音节的语音形态，分析语音结构的细节特征；(2) 直观地反映语音信号在短时间内重复的周期变化，对不同类周期信号进行分析，研究类周期信号之间的异同点；(3) 对语音进行时-频分析，观察不同人、不同声音的频谱特征。 3.  多通道信号叠加分析 将多通道信号进行叠加,频谱分析、信号分解、分离和还原。将实验中多种信号通过传感器转换为电信号，接入外接通道，进行信号观察、检测和时-频分析。 教学应用： (1) 用标准信号进行实验分析，并与理论计算公式作对比，对傅里叶变换公式进行实验验证； (2) 根据实际需要，可以让学生设计测量各种物理量的传感器，直接输入到实验仪的外接通道，进行待测信号的测量。 4.  数字图像处理与光学实验模拟 观察黑白图片的二维傅里叶频谱，使用不同形状和参数的滤波器，对图像频谱进行低通、高通以及带通处理，对比处理后图像与原图的异同。 教学应用： (1) 将数字图像作为二维函数，通过傅立叶变换转换到频率域上，让学生根据具体需要，对频谱进行各种滤波处理，并将滤波后的频谱反变换，得到特定增强滤波处理后的图像； (2) 使用不同的图片模拟光学实验，进行空间滤波。无需到实验室搭建实际光路，就能够让学生观察到复杂的光学成像结果。 典型应用 教学中可开展的实验内容  1.压力传感器测量脉搏 压力的测量是各种测量技术中最常见的一种测量。本实验采用压电晶体式压力传感器测量脉搏波的波形及脉搏频率。 2.  语音形态观测实验由话筒采集语音信号，信号放大后输入计算机由数/模转换器转换为数字信号，经软件处理后显示在监视器上。实验中可通过观察同一人发不同音、不同人发相同音，理解语音识别的基本原理。 3.  傅里叶光学的空间频谱与空间滤波实验滤波器：低通滤波，高通滤波，带通滤波，自定义滤波器滤波 物屏：一维光栅滤波，二维光栅滤波， “光”字屏滤波。

热重分析仪是一种利用热重法检测物质温度-质量变化关系的仪器。热重法是在程序控温下，测量物质的质量随温度（或时间）的变化关系。广泛应用于塑料、橡胶、涂料、药品、催化剂、无机材料、金属材料与复合材料等各领域的研究开发、工艺优化与质量监控。主要测量与热量有关的物理、化学变化，如物质的吸附与解吸、成分的含量分析、分解、化合、脱水、添加剂等变化进行研究。从微量样品到大剂量的样品均可满足（更换支撑杆，最大样品可达5g）。可满足各种样品在不同条件下的测试要求。坩埚种类可选择Φ5×4、Φ5×8、Φ8×10、Φ18×8、Φ18×15、Φ18×20（mm）等。温度范围：HTG-1：室温-1150℃、HTG-2：室温-1250℃、HTG-3：室温-1450℃、HTG-4：室温-1550℃。

综合热分析将热重分析 TG 与差热分析 DTA 或差示扫描量热 DSC 结合为一体，在同一次测量中利用同一样品可同步得到热重与差热信息。 主要测量与热量有关的物理、化学变化，如物质的熔点、熔化热、结晶与结晶热、相变反应热、热稳定性（氧化诱导期）、玻璃化转变温度、吸附与解吸、成分的含量分析、分解、化合、脱水、添加剂等变化进行研究。从微量样品到大剂量样品均可满足（更换支撑杆，最大样品可达5g）。可满足各种样品在不同条件下的测试要求。温度范围：HCT-1：室温-1150℃ 、HCT-2：室温-1250℃、HCT-3：室温-1450℃、HCT-4：室温-1550℃

产品详细介绍适用于煤炭、电力、化工、冶金、水泥、地质勘探和医药、科研等行业和部门进行工业分析。煤质化验时，能严格按照国标GB212、GB5447、GB5449有关规定，自动完成慢灰、快灰、罗加指数、粘结指数、挥发分等测定。

产品详细介绍南京固琦分析仪器制造有限公司专业制造各类钢轨钢分析仪，桥梁钢分析仪，锚链钢分析仪，锅炉钢板分析仪 , 机械加工分析仪器，石油机械分析仪器,模具钢分析仪，低温钢分析仪，合金工具钢分析仪，压力容器用钢分析仪，硬化钢分析仪，切削钢分析仪，硅钢船用钢分析仪，船用钢板分析仪，精密合金分析仪，耐蚀合金分析仪，高温合金分析仪，可锻铸铁分析仪，耐热铸铁分析仪，轧辊用铸钢分析仪，低合金结构钢分析仪，合金弹簧钢分析仪，高速工具钢分析仪，滚珠轴承钢分析仪，不锈耐酸钢分析仪，可测定工业材料中碳、硫、锰、磷、硅、镍、铬、钼、铜、钛、锌、钒、镁、稀土等元素素的含量。仪器测量范围广、精度高，高、中、低档齐全，并能接受用户特殊定货。广泛应用于钢铁分析仪器、冶金化验仪器、机械分析仪器，化工分析仪器、矿山开发设备等行业及质量监督部门和大专院校。(http://www.gqfxy.com)  025-57357222 13851978239)。

产品详细介绍真空原位分析表征系统是为红外光谱吸附态表征和催化剂酸性测定设计的专用真空系统，配有石英红外吸收池，可以与Bruker、Nicolet、PE、Shimadzu、Jasco、Varian\Bio-Rad等主要红外光谱仪连接使用，进行氨、吡啶、一氧化碳、一氧化氮、甲醇、乙醇等小分子化合物的化学吸附测定。具体应用吸附态研究和催化剂的表征　　红外光谱已经广泛应用于催化剂表面性质的研究，其中最有效和广泛应用的是研究吸附在催化剂表面的所谓“探针分子”的红外光谱， 如：NO、CO、CO2、NH3、C3H5N等，, 它可以提供在催化剂表面存在的“活性中心”信息。用这种方法可以表征催化剂表面暴露的原子或离子, 更深入地揭示表面结构的信息。与其它方法相比较, 这样的红外研究所获得的信息只限于探针分子（或反应物分子）可以接近或势垒所允许的催化剂工作表面。 CO吸附态研究　　由于CO具有电子受授性质，未充满的空轨道很容易同过渡金属相互作用。CO同许多重要的催化反应有密切关系。如羰基合成、水煤气合成、氧化等。并且具有很高的红外消光系数。因此, 在过渡金属表面吸附态的研究是一个十分广泛的研究课题。 双金属原子簇催化剂的研究（红外光谱方法研究催化剂表面组成和相互作用）利用两种气体混合物吸附在双组元过渡金属催化剂上通过红外光谱侧其吸附在不同组元上吸收带强度的方法可以测定双金属载体催化剂的表面组成。例如：CO和NO混合气吸附在Pt-Ru/SiO2上的红外光谱测定Pt-Ru/SiO2催化剂的表面组成。催化剂红外酸性测定 氧化物表面酸性的测定　　酸性中心一般看作是氧化物催化剂表面的活性中心。在催化裂化、异构化、聚合等反应中烃类分子和表面酸性中心相互作用形成正碳离子, 是反应的中间化合物。正碳离子理论可以成功地解释烃类在氧化物表面上的反应, 也对酸性中心的存在提供了强有力的证明。为了进一步表征固体酸性催化剂的性质, 需要测定表面酸性中心的类型（L酸、B酸）、强度和酸量。利用红外光谱研究表面酸性常常利用氨、吡啶、三甲基胺、正丁胺等碱性吸附质, 其中应用比较广泛的是吡啶和氨利用红外光谱研究固体酸。 氧化物表面羟基的研究 红外光谱应用于反应于反应动态学研究 催化剂原位表征高真空系统解决的问题　　由于红外光谱方法本身存在一定的局限性。　　1) 利用透射方法研究载体催化剂, 由于大部分载体低于1000cm, 就不透明了,所以很难获得这一范围的许多重要信息。　　2) 金属粒子不同的暴露表面边、角、阶梯、相间界面线等,分子吸附在所有这些中心上的光谱都可对测得的光谱有贡献, 因而解释起来有困难。　　3) 由于催化反应过程中, 在催化剂表面上反应中间物浓度一般都很低,寿命很短（尤其是反应活性的承担者）, 红外光谱的灵敏度和速度不够高。　　4) 红外光谱只适用于有红外活性的物质。　　随着光谱技术的发展, 这些局限性将通过真空系统克服。系统基本情况　　一套用于催化剂原位表征的真空装置及红外原位测量系统，配备红外吸收池统。 提高真空系统的性能使其在较短的时间内达到测量需要的中高真空度。主要技术指标　　1. 样品处理开始后样品池中真空度应在30 分钟内达到10-5 Torr；　　2. 样品测量过程中各样品可同时或分别进行吸附或脱附探针分子；　　3. 由于测量所需探针分子为酸性或碱性分子，高硼硅玻璃材质避免了相互污染；　　4、真空处理系统由机械泵与玻璃四级扩散泵串联组合抽气，达到客户对测试池中高真空的要求，抽速快，体积小,低噪音，操作简单，使用方便的特点,并且价格适中。　　5、低真空部分主要是抽出系统中的高浓度气体或吸附的残余气体。　　6、各部分节门选用高硼硅玻璃节门，满足系统高真空的要求，透明性操作，便于调试。　　7、真空测量仪使用数显高精密真空计。　　8、本系统配备透过式石英红外吸收池，采用透射模式，可对样品进行陪烧、流动氧化还原、抽空脱气、吸附反应等处理过程，可随时移入或移出到红外光谱仪的光路中进行实验，也可利用配备的延长管路进行原位表征和实验。其加热方式可采用程序升温方法控制温度的升降，也可使用调压变压器对温度的升降进行控制，使用温度可以高达450度，标准配置的吸收池窗口为CaF2，工作区间为4000—1200波数之间，用户也可按照需要自性配置其他材料的窗口。　　9. 样品测量过程中各样品可同时或分别进行预处理、吸附、脱附探针分子或更换样品。　　10. 波纹管更换方便。　　11．为满足客户的要求真空系统可做相应改变。配置单序号 设备名称 数量高真空装置 1.1 机械泵 1 1.2 玻璃油扩散泵 1 1.3 真空计 1 1.4 压力规表头 1 1.5 吸附阱、冷却室、管道、真空工作架、玻璃节门、电控标准连接件等 1测量系统 2.1 石英样品池 1 2.2 温控装置 1 2.3 操作手册 1

（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。

本发明提供了一种湿地景观演变过程的分析方法及分析系统，所述的方法包括：获取研究区域的湿地景观遥感影像数据；对湿地景观遥感影像数据进行解译获得不同时期、不同水文特征下的各种不同类型的湿地景观分布图；对不同时期、相同水文特征下的各种不同类型的湿地景观分布图进行叠加分析，提取湿地景观类型变化的流向信息，并绘制成湿地景观类型变化转移图谱。本发明通过遥感影像RS技术、地理信息系统GIS等技术，对湿地景观的演变过程进行分析，探索湿地景观的时间和空间发展演变规律，并利用图谱进行可视化展现，有利于科学地认知研究区域湿地景观格局演变机理，为合理规划利用湿地资源提供科学地理论依据。

产品详细介绍技术指标：光电比色分析法；量程范围：吸光度值0-1.99A  浓度值0-99.99％测量精度：符合GB223.3-5-88标准主要特点：仪器共设六个通道，每个通道可储存多条工作曲线，每条工作曲线可检测一种元素含量。采用高速，高精度的Ａ／Ｄ转换技术，数据转换速度更快，测试精度更高。大容量的数据库可方便用户实时保存和查询检测结果。采用品牌电脑控制，台式打印机打印检测结果。金牛仪器服务承诺：1、所售化验仪器三包一年，终身服务，产品售后服务热线电话24小时开通，定期回访客户； 2、免费为客户、代办托运化验仪器 ；3、免费培训化验人员，现场培训或来公司培训均可；4、提供材料分析工艺，代办化验仪器配套理化检测设备和配件；协助筹建化验室 5、常年提供化验仪器所需各种配件(特制硅钼粉、纯锡粒、各种标准物质、玻璃器皿、分析天平、添加剂等仪器所需的各种配件)。

一种基于计算相关度的多数据中心数据布局优化方法，根据执行计算处理数据集的情况，生成计算 集和数据集集合的访问关联矩阵，计算出任意两个数据集之间的计算相关度，生成对应的计算相关度矩 阵;计算每个数据中心的基本容量，定义布局关联矩阵，根据计算相关度部署数据集。本发明通过构建 访问关联矩阵和布局矩阵，给出计算相关度的具体数学表示，根据建立的计算相关度矩阵，以低复杂度 的方法实现数据布局，并将新数据和中间数据动态部署至合适的数据中心，可以有效减少跨数据中心数 据调度，提高系统的访问性能。