成果介绍针对采用比例积分观测器法，结合电池荷电状态估计，设计能够同时对模型参数和电池荷电状态同时进行估计的算法，可应用于整车的BMS软件算法设计。搭建的软硬件平台可应用于BMS算法测试。技术创新点及参数(1)采用比例积分观测器法，结合电池荷电状态估计，设计能够同时对模型参数和电池荷电状态同时进行估计的算法；(2)在观测过程中模型参数可实时更新，算法满足李雅普诺夫方程，估计计算时可保证收敛；(3)更好的动态特性与电池充放电周期整体估计精度，且在电流信号有噪声时仍有较好的估计精度；(4)基于STM32芯片主控，AD7280芯片采集数据，μC/OS-III系统完成了控制系统软硬件设计。台架实验表明，系统信号采集精度良好，性能实现成功；(5)采用OCV法对Ah法进行纠正，获得新的综合SOC估算值，针对性地设计了初值确定方法，得到改良的SOC估计算法。*明该算法能在整个电池恒流放电过程中稳定估算SOC；(6)为考虑电池工作过程中的产热，对传统的SOC估算方法，引入温度约束，建立改良的SOP估计算法。*明该算法能很好地考虑电池温度对SOP估测影响而提升估算精度；(7)采用STM32F103芯片主控，AD7280A芯片采集信息，μC/OS-III系统建立了BMS软硬件系统，并进行了实车试验。结果表明改良后的估计算法精度良好可靠，所设计BMS具备出色的控制性能。市场前景本项目的涉及的算法设计及软硬件架构，可以采用成果授权、成果转让或者技术服务的形式与汽车零部件供应商产生合作。

项目简介 “基于模型驱动的分布式应用业务开发平台”属计算机应用技术领域的项目，本框 架主要面向使用 PB 开发各种系统的企业及软件公司，为其提供基于 PB 的分布式快速开 发平台。平台是由建立在一个共同平台上的功能更细分化的一个个部件组成，相互之间 具有较强的独立性，可以独立使用，通过统一的数据接口又以可实现相互间的无缝集成。 性能指标1) 应用框架集成。开发者可以开发自己的应用框架，在平台

已有样品/n斑马鱼是开展高通量药物筛选的最佳动物模型。中国科学院水生生物研究所建立我国唯一的国家级斑马鱼资源中心，对国内外提供一流的斑马鱼资源和技术服务；中心牵头完成“斑马鱼1号染色体全基因敲除计划”，建立各种人类疾病和药物筛选模型；经过5年的建设，中心已被国际学术界公认为全球三大斑马鱼资源库之一。依托国家斑马鱼资源中心拥有的斑马鱼资源模型和技术优势，建立疾病药物筛选的大平台，将能大大提升我市的生命健康产业。斑马鱼是开展高通量药物筛选的最佳动物模型。依托国家斑马鱼资源中心拥有的海量斑马鱼资源模型和技

已有样品/n传感器应用涉及各种行业， 且在这些应用领域被大量和广泛使用。 当前的传感器行业多数是进行系统集成， 缺乏对传感器核心技术的掌握， 加之缺少通用的国家标准支撑， 使得传感器的设计和制造互不兼容， 接口互不匹配， 导致传感器应用行业需要承担很大的成本用于更换传感器和传感器技术改进， 不利于行业升级换代

项目成果/简介:完成团队简介：高岭教授及其领导的科研团队长期以来致力于信息科学领域的研究工作，主要围绕计算机网络基础理论、网络安全与管理、网络流量与性能分析，以及嵌入式Internet服务、网络应用服务、教育信息化、远程教育和教育技术等领域开展相应的研究工作。先后在国内外学术刊物上发表论文100余篇，其中SCI、EI 、ISTP检索30余篇；教学科研成果多次获陕西省、西

1 成果简介风电场并网运行控制平台包含风功率预测、风电场自动发电控制(Automatic Generation Control, AGC)、风电场自动电压控制(Automatic Voltage Control)等主要功能子系统，对内进行发电厂发电计划制定、在线实时控制等综合功能，对外配合电网进行 AGC、 AVC 调度，实现风-火-水-储的优化互济运行，是建设电网友好型风电的核心技术。 风功率预测系统 风功率预测系统包含功率预测、风电监视、数据分析、程序管理等四大功能子系统，满足风功率预测、实时风电监控、数据挖掘等综合性风电管理需求。功率预测系统支持丰富的用户角色，满足预报员、调度员、管理员等不同角色用户的业务需求，提供具有针对性的后台模块与人机界面。调度员：实时监视风电运行状态、在线调度风电运行等；预报员：风功率曲线预报、模型训练、预测结果订正与自动发布等；管理员：系统的扩容与升级、程序模块监视、日志管理等。功率预测系统提供智能化预报员向导系统，确保系统随着数据积累，建立精度越来越高预测模型。采用欧洲气象中心、中国气象中心的全球模式；采用 MMD5(美国)中尺度模式，生产数值天气预报。 功率预测系统对不同风场建立针对性模型，具有详尽的数据预处理功能，应对现场数据错误、缺失等复杂情况。系统可以智能分析系统误差，预测模型可选用定时训练更新或人工更新。系统按典型天气类型建模，对雨/雪/扬沙/低温等极端天气建模更加准确。 丰富、可靠、强大的数据中心是进行风功率预测、风电实时监视、风资源评估的基础。功率预测系统提供海量数据存储、快速查询、风资源可视化、数值天气预报分析、系统评价等综合性数据管理功能。 风电场自动电压控制系统(AVC) 风电场 AVC 系统是一个在现有风机 SCADA 与升压站 SCADA 基础上，实现自动闭环、利用双馈风机自身无功调节能力满足风电场并网综合需求的监控管理系统。 从 2006 年起，国家电网对风电场并入点网点（ Point of Coupling Connection，简称 PCC）的电压、无功与电能质量等提出了一系列要求，内容包括 PCC 电压偏差、电压波动范围、功率因数、谐波与闪变的。随着我国风电建设深入、电网电压调整的需要，在风电富集地区的风电场将需要调整其电压参考点或无功输出值等以满足更高级的并网需求。考虑到风电场电压-无功调节特性的复杂性，依靠单一手段已不能满足要求，协调多种控制手段，以较低的调节成本达到理想控制效果是风电场电压-无功控制的必然要求。风电场 AVC 系统的主要功能如下：实时监视风电场并网点以及内部电网的电压和无功信息；协调控制集中无功补偿设备、事件驱动的控制模式将减少控制设备的投切率，提高设备的使用寿命；动态调节双馈风机功率因数，最快响应时间少于 100ms； 闭环控制系统，参与电网自动电压控制，减少现场工作人员的工作量；改善局部电压质量和无功水平保证风电场并网点的电压质量和无功的吸收；保证风电场的电压稳定、降低配网网损。2 应用说明系统共包含：数据与通信服务器，提供数据存储、实现与电网调度系统的通信功能。本系统通过风机厂商提供的 OPC 接口，采集风机实时数据。系统通过 OPC 接口获得与风机实测信息，同时上传功率预测结果、指令反馈等。此外，还可以按用户定制的消息发布通道，将用户关心的详细信息传递至指定地点（如发电集团的风电信息监视中心等）。调度终端与维护，提供面向调度员的风电实时监视功能、预报向导系统、管理界面、风电场自动电压控制见识，同时供系统维护、升级使用。标准化机柜（可考虑与其它系统共用机柜）。网络交换机、路由、网线等网络配件。风功率预测系统与风电场 AVC 系统可以分开单独配置。图 1 风电预测系统与外部系统的通信方式3 应用范围成果主要适用于电力行业相关企业，特别是与风力发电相关的新能源产业，如风电场、风力发电集团、电力调度中心、风机制造商与从事相关行业的研究院所。4 效益分析对风电进行功率预测、实时监控与在线控制是未来风电发展的必然趋势，可以全面提升电网、风电场、发电商等不同实体对风力发电的认知深度、调控能力、与管理水平。对不同应用主体的效益主要体现在:目前我国北方地区受电网调节能力限制，约有 1/3 风电处于闲置状态，利用风功率预测、增加风电可控性可在不增加额外设备投资的基础上，大幅程度上提高风电接纳能力。 据欧洲经验，利用风电功率预测，合理安排检修时间，可以增加上网电量 2-3%，对100MW 规模的风电场而言，按风电上网电价 0.7 元计算，年约增收 42 万元。 电网对风电场并网点采取了严格的无功考核制度，华北地区某风场试运行结果表明，该风场在并联电容器检修期间投运风电场自动电压控制系统，不仅有效保证了风电场的无功水平，而且基本杜绝了风电场无功考核惩罚，整个系统投入后不到 2 个月即全部收回了投资。

基于深度学习的图像识别云端服务平台，能够 通过云计算框架训练深度学习算法模型，对图像进行目标检测 和识别。平台拟采用云端 API 的形式，为其他客户端的提供简 单易用的图像识别服务，将目标识别应用到互联网及移动应用 场景中，推动移动互联网的进步。 该平台实现如下功能：1.模型训练：平台能够基于用户给 定的不同行业的数据，训练相应的精细化分类模型。2. 图像识 别：平台能够根据预先训练好的识别模型，对用户