一种宽光谱、强吸收的表面光伏型光探测器的制备方法，其作法是：以钛箔为阳极，铂为阴极，对钛箔进行氧化，得非晶态TiO2纳米管阵列；经处理后，得TiO2纳米管阵列；将钛箔置于高温反应釜内，再将Na2S2O3、Bi(NO3)3水溶液注入密封反应釜，热处理得Bi2S3-TiO2纳米管阵列；在Bi2S3-TiO2纳米管阵列表面覆盖FTO，引出电极，在未生成Bi2S3-TiO2纳米管阵列的钛箔上引出电极，将FTO与钛箔及其Bi2S3-TiO2纳米管阵列的接触边缘封装即得本发明的光探测器。该方法能耗低，工艺、设备简单；制得物适用光谱范围大，适合做光谱分析；还可以做光敏开关等光电器件，具有广阔的应用前景。

本发明公开了一种基于模糊概率的光伏电池的最大功率点的跟 踪方法。所述跟踪方法包括：以ε为采样间隔，获得 N 个采样点 [ui,P(ui)]，i 为小于等于 N 的正整数；其中，ε为 0.05UOC/Ns～ 0.5UOC/Ns，UOC 为光伏电池的开路电压，Ns 为光伏电池的串联数； 通过构造扩散函数 fD 和隶属度函数 fM，求取概率函数 Pro(i)，对概率 函数 Pro(i)的结果从大到小排序，并依次选取排序靠前的概率对应的 Xi 的并集作为最大功率点的搜索范围，使得所述排序靠前的概率函数 Pr

（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。

1、卓越的机器人运动性能（可靠） 2、导航辅助设施简单、定位精度高（精确） 3、仪表识别准确可靠（精确、智能） 4、巡检模式灵活方便（智能） 5、模块化、标准化设计，便于维修与互换（标准） 6、自动充电系统简单可靠（可靠） 7、独特的多元混合电池系统性能卓著（可靠） 8、缺陷自动识别与报警（智能） 9、丰富的内外部接口，便于数据融合与交互（开放）

本实用新型涉及一种燃煤机组烟气超低排放装置，特别涉及一种燃煤电站超低排放环保岛系统。一种燃煤电站超低排放环保岛系统，该系统包括：电站锅炉，用于协同控制烟气中氮氧化物和氧化零价汞的SCR脱硝系统，空气预热器，用于协同控制烟气中烟尘、三氧化硫和汞等污染物的静电除尘器，用于协同脱除烟气中二氧化硫、汞、氮氧化物和颗粒物污染物的湿法烟气脱硫系统，用于协同脱除烟气中细颗粒物（PM2.5）、三氧化硫和汞污染物的湿式静电除尘系统，和烟囱几个部分，上述装置通过烟道依次相连。本实用新型在现有脱硫脱硝除尘装置上进行升级改造，达到单一装置同时控制多种污染物，实现多种污染物协同控制的效果，节省了投资费用和运行费用。

机器人研究中心自主研制的变电站智能巡检机器人，用于巡检变电站，实现变电站的自动无人值守巡检。该机器人解决传统巡检方式的安全差、效率低等问题，提高巡检的安全性和效率，在专业机器人具有宽阔的市场发展前景。变电站巡检机器人系统主要分为室外移动机器人、红外白光双视监测系统、变电站远程监控与管理系统。室外移动机器人是载体，红外白光双视监测系统是监测手段，基于图像视觉的变电站故障诊断与分析系统是目的。室外移动机器人搭载红外白光双视监测系统按照变电站巡检规程与要求进行自动无人值守巡检，通过无线网络将监测图像、视频及其它数据传送到变电站监控中心，布置于变电站监控中心的远程监控与管理系统对这些数据进行分析与处理，根据处理结果对变电站监测点给出故障预测、寿命评估、潜在风险和故障报警，确保变电站安全运行。

在新能源的开发中，风能、太阳能的产品比较成熟，而天气的变化又往往 是“风和日丽”，风弱太阳强；“狂风暴雨”，下雨没有太阳而风往往很大。夏天 太阳好而风小，冬天光照时间短风大，说明太阳能和风能在时间上有很强的互 补性。针对普通电网难以覆盖的区域，本中心研发的风光互补发电系统具有以 下优点： 1、由于风能和太阳能的互补特性，风光互补发电系统具有较高的供电稳定 性和可靠性； 2、可以显著减少蓄电池的容量和数量； 3、 可以根据用户的用电负荷情况和资源条件进行系统容量的合理配置， 既可保证系统供电的可靠性，又可降低发电系统的造价。通过合理的功率匹配 设计，取得良好的社会效益和经济效益。 4、具有智能控制、独立发电、就地消纳、安装简单和节能减排的优点，符 合社会发展方向，适用于偏远地区、电网覆盖不了的地方，如通信基站、铁路 道口、边防海岛以及偏远居民、牧民的生活生产用电等。 风光互补发电系统（小电站）主要由太阳能光伏电池组、风力发电机组、 智能控制器、蓄电池和负载组成，可以并网或者离网运行。在并网系统中，需 91 要增加并网逆变器。控制器是系统的核心。

成果简介： 1、卓越的机器人运动性能（可靠） 2、导航辅助设施简单、定位精度高（精确） 3、仪表识别准确可靠（精确、智能） 4、巡检模式灵活方便（智能） 5、模块化、标准化设计，便于维修与互换（标准） 6、自动充电系统简单可靠（可靠） 7、独特的多元混合电池系统性能卓著（可靠） 8、缺陷自动识别与报警（智能） 9、丰富的内外部接口，便于数据融合与交互（开放）

可对硅整流的输出电压、蓄电池组充电电流进行在线连续测试，发现问题能及时报告。可对直流系统的绝缘性能进行在线连续监测，发现绝缘电阻下降到规定值即行报警。正接地或负接地都有对应明确的提示。可对电池组每小组蓄电池进行连续动态测试，发现问题，及时报告。可通过计算机通信将测验试参数传给管理计算机，发现问题时，可及时向上位计算机报告。计算机通信采用国际通用标准RS48