（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。

已有样品/n我国慢病患者群体超过2.6 亿，慢病的早期预防、诊断、筛查变得尤为重要。该系统包含体检业务服务系统、家庭健康监测管理服务系统、第三方家庭健康服务支撑平台三类产品：客户群体是健康大数据数据采集、分析、服务的基础。本项目通过三类服务凝聚客户：1）以三甲医院体检中心为基地，通过智能体检服务、基于三甲医院权威的体检诊疗、康复方法指导，建立稳定的体检群体。2）通过移动互联网将服务群体拓展到慢病/老年病群体。基于体检

一种支持对地观测数据元数据注册的映射方法及系统，首先构建存储观测数据元数据信息的注册信 息模型，包括构建观测数据元数据注册信息模型的注册包;依据观测数据元数据注册对象，构建注册信 息模型的外部对象类;依据观测数据元数据对象之间的相互关系，构建注册信息模型的关系类;依据观 测数据元数据的分类信息，构建注册信息模型的分类架构;依据观测数据元数据的相关属性，构建注册 信息模型的扩展属性类。然后构建观测数据元数据信息模型到注册信息模型的映射关系，包括构建观测 数据元数据信息模型到注册信息模型的映射流程;构建观测数据元数据类型和注册对象的类型映射;构 建观测数据元数据属性到注册对象的属性映射。

本发明公开了一种多数据类型的群集运动数据采集系统，包括：实验图像采集单元、运动数据采集单元和上位机处理单元。实验图像采集单元包括摄像机、支撑架、可控光源、稳压源；运动数据采集单元包括惯性传感器和主控机，惯性传感器包括三轴磁力计、三轴陀螺仪、三轴加速度计；主控机通过蓝牙与上位机处理单元连接通信；上位机处理单元包括图像处理模块和传感器数据存储模块；图像处理模块对采集的群集运动目标视频图像进行处理，获取运动目标的轨迹信

本发明公开了一种基于渲染应用数据访问特点的数据管理方法。 与现有渲染应用所用的磁盘阵列存储方式不同，本技术方案通过对渲 染应用访问数据特点的总结，针对不同数据类别进行不同的存储设计。 使得保证渲染应用正常运行的情况下，有效使用渲染结点内存，减少 了传统渲染存储的数据存取时间。除此之外，由于针对帧数据的特点 进行了数据预取的考虑，所以在渲染运行过程中，几乎内存中都能存 储到渲染所需要的数据，这样加大了内存利用率。同时，

本发明公开了一种面向数据处理的能耗优化数据集分配方法， 包括：把待分配数据集按照 IOPS 属性值从大到小依次排序形成待分配 数据集队列，数据中心服务器也按照 IOPS 能力从大到小依次排序构成 待分配服务器队列；同时创建已分配服务器队列和各个数据中心服务 器的已分配数据集队列，从上述待分配数据集队列头部取出第一个待 分配数据集，同时判断已分配服务器队列是否为空，若已分配服务器 队列为空，则从待分配服务器队列头部选取

数据采集（DAQ），是指从传感器和其它待测设备等模拟和数字被测单元中自动采集非电量或者电量信号，送到上位机中进行分析、处理。数据采集器是结合基于计算机或者其他专用测试平台的测量软硬件产品来实现灵活的、用户自定义的测量系统。本项目所设计的多功能数据采集器具有8路24bit的A/D转换接口、2路SPI总线、1路I2C总线和6路GPIO，能适应于高精度数据采集的需要。提供多种通信接口，包括CAN、USB、RS232和TCP/IP等，保证其与上位机和其他各种工业、商业设备的实时通信。主控芯片采用ADI公司的Blackfin系列DSP处理器进行数据接收和预处理，保证了数据的准确性、实时性和系统的可靠性。为了方便用户进行二次开发，该数据采集器提供了+12V、+5V、+3.3V等多种电源接口，结合所提供的8路A/D转换接口、2路SPI总线、1路I2C总线和6路GPIO，用户可以方便地外挂各种传感器模块。基于丰富的通讯接口，用户亦容易开发上位机应用软件或控制装置，进而达到快速设计出自己的产品的目的。已申请国家发明专利?项：《一种基于CAN总线的在线故障检测系统》 公开号：10145852

一、平台概况 数字农业大数据平台（以下简称“平台”），是面向各地农业农村局及其相关科室的数字农业大数据产品。 平台以农业信息化数据大集中为原则，通过整合全区农业数据资源及农业信息化设施，统一管理、统一部署、统一规划，搭建起包含“底层数据+业务系统+终端应用+分析系统+可视化系统”的区域数字农业产品体系，为实现区域农业信息汇集、区域农业现状掌握、农业发展指导及监管提供了有力的信息化支撑。 二、产品简介 平台涵盖GIS、产业结构、农业社会化服务、农机信息、乡村振兴、美丽乡村、科技农业、质量安全、综合预警、农村经济、品牌农业、一卡通12个模块，针对区域农业中重点关注的内容，从多个维度对相关数据进行可视化分析，结合当地农业特色，全面展示当地的农业发展面貌。 三、详细介绍

本项目是基于windows系统的综合性数据防护系统，拥有数据驱动级隐藏保护与文件彻底销毁等主要功能。本项目由学生自主开发并且参加2011年全国第四届大学生信息安全大赛获得全国二等奖。

1 成果简介本项目是基于云计算技术开发的模块化数据中心，将成为未来云服务端的主要模式，是新一代的绿色智能数据中心。设计思路：是一种具有通用性和便于维护的模块化（集装箱式）数据中心，为微数据中心模式的运行提供硬件支撑，这种模块化数据中心相比于现有的数据中心更有利于分散部署和运行维护，与目前业内的其它厂商的集装箱数据中心相比，不过多追求于单位面积所容纳的数据处理能力，而是侧重于 IT 设备、供配电设备以及制冷设备的模块化设计，侧重于利用物联网技术加强集装箱数据中心的综合监控能力和远程运维能力，提高数据中心整体的模块化程度，降低数据中心的维护、维修难度，缩短数据中心的部署和维修时间，提高数据中心的组态性，降低云计算的运行成本。 本项目开发的模块化数据中心为软件与硬件相融合的产品。在完成集装箱数据中心设计的同时，开发一整套云计算管理中间件，用于对整个云计算平台的管理、维护，为应用提供安全、高性能、可扩展、可管理、可靠和可伸缩的软件支撑平台。  图 1 加工定制现场 根据模块化数据中心的功能要求，依据国家有关标准和规范，结合各种系统运行特点进行总体设计。设计方案以功能完善、技术规范、 安全可靠为主，确保系统的可靠安全运行，满足微数据中心运行模式对集装箱数据中心的要求。 模块化数据中心包括六个子系统和一个云计算服务管理平台。 （ 1）智能 IT 设施系统； （ 2）箱体及智能机柜； （ 3）智能电源管理系统； （ 4）智能制冷系统； （ 5）智能防雷保护系统； （ 6）物联网智能监控系统。 其中子系统（ 6）除了包括对模块箱体内部温度、湿度和外部温度的环境监控、箱体内动力设备的监控、空调制冷设备的监控，还包括消防系统和安全门禁系统，是一个基于先进物联网技术和理念的综合监控系统。 模块化数据中心的设计思路以最优化的综合统筹设计和系统实施，提高这种绿色智能数据中心关键设备的供给能力。针对微数据中心模式的应用，模块化数据中心的设计从整体规划、集成、服务、运营、管理等几个方面综合考虑。2 技术指标（ 1）安全可靠性 云数据中心必须具有高可靠性的，不能出现单点故障。要对数据中心布局、结构设计、设备选型、日常维护等方面进行高可靠性的设计和建设。在关键设备采用硬件备份、冗余等高可靠性技术的基础上，采用物联网技术及相关的软件技术提供较强的管理机制、控制手段和监控与安全保密等技术措施提高云数据中心的安全可靠性。 （ 2）灵活性与可扩展性 集装箱数据中心具有良好的灵活性和可扩展性，能够根据今后业务的不断深入发展的需要，扩大设备容量和提高用户数量和质量的功能。具备支持多种网络传输、多种物理接口的能力，提供技术升级、设备更新的灵活性。 （ 3）通用性 目前的市场上的集装箱数据中心在机架的设计上往往按照特定的 IT 设备的安装尺寸进行设计，力求空间的充分利用而牺牲通用性，我们设计的云数据中心要能够适应多数的服务器结构，以满足一定阶段内利用集装箱对传统数据中心改造的要求，侧重于数据中心的通用性。 （ 4）标准化 虽然集装箱数据中心尚处于发展的初级阶段，未出台针对集装箱数据中心的国际、国家标准，但在系统的结构设计中务求基于国际标准和国家颁布的有关标准，包括各种建筑、机房设计标准，电力电气保障标准以及计算机局域网、广域网标准，坚持统一规范的原则，并为多模块部署的增容奠定基础。3 应用说明针对模块化数据中心最大的特点是便于部署和完善的远程监控能力，结合清华大学信息技术研究院在海量数据处理方面的优势，综合云计算平台的应用，提出一种新的计算基础设施运营方式，称之为微数据中心模式。所谓微数据中心模式是针对一个单位或者一个特定区域，根据这个单位或者特定区域的应用需求部署模块化数据中心，这个数据中心为该局部范围提供云平台服务，用户不需要高性能的计算机即可拥有高性能的计算能力和高性能计算机提供的服务，不需要都具备高速电信服务商互联网连接即可获得高性能的网络连接，与此同 时可以享受云平台所提供的各种服务。微数据中心的部署方式不同于现有的分散数据中心方式，微模式利用模块化可伸缩、便于维护的特点，将数据中心部署到用户侧，使其更接近于用户的应用。 模块化数据中心内部设备完全采用模块化设计，利用物联网的技术实现模块化设备的有效监控和科学管理。数据中心出现故障时不需要现场专业的技术人员维护、维修，仅仅由操作人员即可通过完善的物联网监控系统和科学的设备管理系统即可完成数据中心的维护、维修，最大程度上的模块化设计又可以保证数据中心的快速修复，这样将极大降低分散部署数据中心的维护、维修费用，从而为微数据中心运行模式提供实际支撑。 作为一种新型的计算基础设施运营方式，为了实现一种比“ 湿租” 模式更进一步的应用方式，提供用户和客户所需计算平台，在模块化数据中心设计的同时将开发一整套云计算服务管理平台。实现对整个云平台的管理、维护，为应用提供安全、高性能、可扩展、可管理、可靠和可伸缩的服务，实现基于云计算的产品创新和应用模式创新。4 效益分析超过 70%的全球前 1000 企业都将在今后 5 年内对数据中心的设备进行更新与扩展，应用和计算密度的快速增长，使得资本压力不断上升，数据中心的电力消耗在过去 10 年增长了 5 倍，一台 1U 服务器的使用成本高达采购成本的 2 倍，并且还在继续增加、能源价格飙升也导致更加困难的局面，用于空调冷却的电力甚至超过了计算用的电力。传统数据中心IDC 能源的巨大消耗急需呼唤新一代数据中心的出现。因此，模块化数据中心将有 70%市场需求率。 模块化数据中心的设计与升级方便，一体化交付，货到即用，灵活部署，智能化管理技术保证数据中心上线后可以无人值守，具有便捷的移动性、易部署性和智能性，可以作为移动式数据中心、企业政府的数据中心以及大型云数据中心的部署模块。 项目研发初期投资 1000 万元。形成建设规模达年产 50 套模块化数据中心后，年销售总额预计超 30000 万元。5 合作方式商谈。6 所属行业领域信息领域。