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。

活套控制系统是热连轧生产线上基础自动化L1级中非常重要的自动控制系统。活套高度闭环控制系统以及活套张力闭环控制系统是活套控制系统两项关键功能，用以实现轧制过程中，精轧任意机架间带钢秒流量的动态平衡，以及维持带钢在恒定张力下完成轧制。活套控制功能的稳定性直接决定到轧钢过程的顺利进行，其控制精度又会影响到带钢产品的厚度和宽度质量。 目前国内的热连轧项目尤其是宽带热连轧项目，越来越多的采用了液压活套，与电动活套相比，其控制的快速性以及位置控制的精确性是电动活套无法比拟的。 活套控制系统由L2级精轧活套设定模型、L1级活套控制器、L0级活套传动装置以及活套机械设备等部分组成。 根据传动装置的不同，活套分为液压活套及电动活套。液压活套依靠液压站高压油驱动液压缸带动活套机械动作；电动活套则依靠电机带动减速机驱动活套机械动作。 零漂校正功能 零漂电流标定和校正功能投入实际使用后，克服了由于较大零漂存在造成活套起套过程的不可靠，同时又大大提高了活套张力闭环的稳态精度。同时这两项功能的实现以及操作维护又非常简单，所以说这两项针对活套伺服控制系统零漂问题所采取的控制对策是积极有效而值得推广的。 活套软接触功能 通过投入张力环及高度环时机选择算法计算得到活套接触到带钢的具体时刻，从而能够及时投入张力环及高度环。该算法的实现为活套软接触技术的最终实现作出关键性的贡献。因为众所周知，带钢秒流量动态平衡以及带钢张力恒定的稳态控制并不是很困难的事情，关键在于如何减小或者消除活套起套瞬间由于位置环起套造成的对于活套张力系统和轧机速度系统的大扰动。本技术的实际应用推动了活套软接触技术的实现，从而为带钢头部乃至全长厚度宽度质量的改善和提高具有重大的现实意义。 该系统已经成功稳定的应用在莱钢1500、日钢1580热连轧生产线并取得了的很好的控制效果，还将应用于武钢1700mm热连轧、西南不锈1450mm热连轧、重钢1780mm热连轧等多条生产线。 该项目适用于所有的新建和欲改造的热连轧带钢轧机的精轧活套设备。同时，通过技术集成和转移，可为轧钢技术装备国产化作出较大贡献。

随着反射面天线口径不断增大和频段不断升高，日照温度效应对天线的电性能的影响已经越来越引起工程界的重视。露天工作的大口径反射面天线因日照温度场而产生较大的温度梯度，导致结构产生明显变形，进而严重影响天线的电性能。针对天线所在地理位置及气候环境，通过仿真与实测相结合的方法实时预估天线温度场和热变形，结合天线实际结构，提出了相适应的温度传感器布局方案，设计了电性能实时自适应补偿流程，开发了一套反射面天线温度场实时监测与热变形实时补偿系统，实现了天线的电性能的实时补偿，为提高大口径反射面天线复杂环境下的服役性能提供了技术支撑。 主要技术指标 研制的热变形补偿系统的调整量计算精度优于反射面天线控制系统调整量最小分辨率，电性能补偿的实时性良好，该系统通过了总装专家联合测试组的测试，测试结果表明热变形补偿系统设计可行，能够修正热变形导致的指向误差，在对星动态测试中，能够提高天线接收射电星的功率。 相关成果 研制了一套大口径天线热变形实时补偿软硬件系统一套，包含温度传感器最优布置方法、数据采集硬件系统、温度传感器的误差分析与补偿算法、大口径天线热变形实时补偿系统综合软件平台。

对于城市轨道交通，再生制动能量的充分利用是实现节能的重要措施。其中，超级电容储能系统是目前极具竞争力的解决方案。它的主要功能包括提高再生制动能量利用率，降低牵引能耗，减少再生失效，抑制网压波动。 北京交通大学开发了车载和地面两种类型的超级电容储能系统样机。掌握了储能系统优化配置、大功率双向DC/DC变流器、超级电容充放电控制、能量管理策略等关键技术。该系统也可应用于工程机械、电动工具等其他领域。

本实用新型提供一种泵站能效监测系统，系统的远端控制中心包括通过光传输汇聚设备连接到工业 以太网的内部接口服务器、WEB 应用服务器和客户端，泵站设置有光传输设备和直流电源装置，以及 依次连接到泵站交换机的工作站、采集服务器、数据库服务器、微机综合保护装置、若干现地监测装置 等设备，泵站还具有连接到所述工作站的 GPS 时钟模块，泵站交换机通过光传输设备连接到工业以太 网。本实用新型实现对泵站的前池和出水池的水位，机组流量，进出水管的压力，机组的

项目简介： 对于城市轨道交通，再生制动能量的充分利用是实现节能的重要措施。其中，超级电容储能系统是目前极具竞争力的解决方案。它的主要功能包括提高再生制动能量利用率，降低牵引能耗，减少再生失效，抑制网压波动。 北京交通大学开发了车载和地面两种类型的超级电容储能系统样机。掌握了储能系统优化配置、大功率双向DC/DC变流器、超级电容充放电控制、能量管理策略等关键技术。该系统也可应用于工程机械、电动工具等其他领域。

本发明公开了一种盐差能分级发电系统，包括：多个渗透装置串联形成的多级渗透装置，其中，每个渗透装置包括由多个渗透膜元件并联而成用以将不同浓度的溶液分成高浓度侧和低浓度侧的渗透级；多个水轮机，其中每个渗透装置的高浓度侧对应一个水轮机，且各水轮机同轴连接，用以驱动发电机工作；在渗透级的高浓度侧和低浓度侧分别通入高浓度溶液和低浓度溶液后，渗透级可将渗透压差转变成高浓度侧流体静压，并利用在各渗透级施加的相应大小的背压，

本实用新型公开了一种无线红外遥控光遗传系统。红外发射端包括电源驱动板、红外发射管灯带、信号源以及5V电源；红外接收端包括红外接收管、3.7V锂电池、比较电路和蓝色发光二极管。利用信号源控制电源驱动板的通断控制红外发射管灯带的亮灭，使得红外发射管灯带的亮度基本相同且同步亮灭，红外接收管接收红外发射管灯带红外发射管的红外信号，经比较电路控制蓝色红外二极管的亮灭，蓝色发光二极管的光信号通过光纤导入生物体细胞内，实现有效的光刺激。本实用新型可实现在实验箱内远距离无线操控，体积小，高度集成，结构紧凑，对于信号源的遥控信号准确及时响应，红外遥控范围大，不会影响到小鼠在大范围内的自由活动，有利于进行大型的行为学实验。

当前市场的外设式3D成像设备，包括VR/AR/MR（头戴式）、3D大屏（眼镜式）等，都是 利用人的双目视差成像，但大多存在屏幕闪烁、高串扰等显示问题，会导致长时间观看易疲劳、 易眩晕等缺陷。 我们采用全新的3D技术，光线通过前偏光板倒置相位差90°后，再经过圆偏振片进行光排 布，使人眼观察到3D影像，相比原有3D屏幕的主动快门显示技术，产品性能有了大幅提高。我 们通过控光模组的重新设计，解决了传统3D屏幕亮度损失大、频闪和有害光未得到有效过滤导致 的眼睛不适等问题，通过3D微纳光场显示系统展现的高清晰、大出入屏深度的影像，结合可按需 定制的 交互方式，可以打造更真实、更触手可及的沉浸式体验，为建构3D行业应用提供全新方 式。