本发明公开了一种应用于智能配电网的 EPON 通信系统的动态 带宽分配方法，包括步骤(1)基于不同需求将智能配电网各业务分为 EF 业务、AF 业务和 BE 业务；步骤(2)通过层次分析法计算 AF 业务和 BE 业务的权值，并计算一个轮询周期内 EF 业务和加权业务的缓存量和缓 存速率；步骤(3)根据电网故障情况，对各 ONU 业务缓存速率和业务 缓存量进行修正，计算一个轮询周期内各 EF 业务和加权业务的带宽需 求量；步骤(4)根据 EPON 带宽值对 EF 业务进行分配，然后对加权业 务进行分

（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。

 采用直流技术对海上风能进行汇聚和传输可以同时提高系统可靠性和灵活性，DC/DC变换器用于匹配不同电压等级以及接入直流发电和储能设备，为实现中高压直流电网中高效可靠的直流-直流变换，本项目首先研究中高压模块化多电平DC/DC变换器的可行电路拓扑结构，研究模块化多电平DC/DC变换器的运行和控制机制，解决均压控制问题，实现其电压和功率控制功能。依据理论研究成果，本研究组开发了60kW模块化多电平DC/DC变换器样机，对样机的测试结果验证理论分析以及所提出控制算法的有效性。 通过本项目的实施，解决了模块化多电平DC/DC变换器的调制、均压、控制等关键问题，验证其应用于直流电网的可行性。为未来直流电网的建设提供率了重要的理论参考和工程借鉴依据。 在本项目实施过程中，以国家千人计划，项目和中英自然科学基金项目为依托，本研究组与国家电网电力科学研究院、英国Strathclyde大学、英国Aberdeen大学合作开发了“带有DC/DC直流电压变换的大型新能源多端直流接入系统”的实证平台，研究和验证了直流电网的运行机制。针对模块化多电平DC/DC变换器，本研究组已申请专利一篇，发表多篇论文。

自微乳化技术显著增加赤芍总苷有效成分的溶出度和口服生物利用度，进而提高药物的疗效，克服了赤芍总苷生物利用度低、服用剂量大等方面的问题。

成果描述：本实用新型公开了一种微热计算机显卡,涉及电子设备领域,包括背板、PCB板、锥形台热传体、散热鳍板、散热风扇以及固定框架。所述PCB板、锥形台热传体、散热鳍板依次固定在所述背板与固定框架组合成的层状固定架中。所述锥形台热传体采用热管的技术原理,铜制中空设计,能够快速的将GPU工作时产生的热量传递至散热鳍板上,由散热风扇对散热鳍板进行散热从而实现对GPU进行散热的目的。本实用新型结构简单,实用性强,通过采用锥形台热传体进行热传递、散热鳍板与散热风扇组合进行散热的设计能够高效的对GPU进行散热,使显卡在常规工作中保持在相对正常的工作温度,延长了显卡的使用寿命。市场前景分析：本实用新型结构简单,实用性强,通过采用锥形台热传体进行热传递、散热鳍板与散热风扇组合进行散热的设计能够高效的对GPU进行散热,使显卡在常规工作中保持在相对正常的工作温度,延长了显卡的使用寿命。与同类成果相比的优势分析：国内领先

几年，随着消费电子（手机、智能手表等）、生物医疗需求的快速发展，尤其是代表下一代柔性移动显示屏OLED的巨大应用市场驱动下，超快激光精密微加工产业在世界范围内迅速增长。与传统的纳秒长脉冲相比，脉宽小于15皮秒的超快激光器用于材料加工时，由于脉冲的持续时间短于材料的热弛豫时间，在加工过程中避免热效应，基本不带来附加损伤和毛刺，适合于微米乃至纳米精度的超精细冷加工。超快激光的瞬间功率极大，几乎可以和任何材料相互作用，因此适用于超快激光加工的材料范围几乎不受限制，尤其有优势的加工对象包括玻璃、蓝宝石、陶瓷、太阳能薄膜、半导体晶圆、特种合金、精密医疗器件等。

北京大学物理学院“科技部极端光学创新研究团队”肖云峰研究员和龚旗煌院士领导的课题组利用超高品质因子回音壁模式光学微腔，极大地增强了表面对称性破缺诱导的非线性光学效应，得到的二次谐波转换效率提升了14个数量级。相关研究成果在线发表在《自然•光子学》(Nature Photonics)上，文章题为“Symmetry-breaking-induced nonlinear optics at a microcavity surface”。左图：表面二次谐波效应示意图；右图：光学微腔增强表面非线性效应。 二阶非线性光学效应是现代光学研究与应用中最基本、最重要的非线性光学过程之一，被广泛地用于实现频率转换、光学调制和量子光源等。由于结构反演对称性的限制，常用的硅基光子学材料往往不具备二阶非线性电偶极响应。借助材料的表面或界面，这种反演对称性可以被打破，进而诱导出二阶非线性光学响应。然而，传统的表/界面非线性光学研究存在两个重要挑战：一是非线性转换效率极低，即使在高强度的脉冲光激发下也仅能产生极少量的二阶非线性光子；二是体相电四极响应严重地干扰表面对称性破缺诱导的非线性信号分析。 该项工作中，北京大学课题组利用超高品质因子回音壁光学微腔极大增强光与物质相互作用的优势，在二氧化硅微球腔中获得了高亮度的二次谐波和二次和频信号。为了充分发挥微腔“双增强”效应，研究人员发展了一种动态相位匹配方法，利用光学微腔中热效应和光学克尔效应的相位调制，高效地实现了基波和谐波信号同时与微腔模式共振。实验上获得的二次谐波转换效率达0.049% W-1，相比传统表面非线性光学，该效率增强了14个数量级。左图：实验获得的激发光和二次谐波光谱图；右图：动态相位匹配过程二次谐波功率变化。 研究人员进一步通过对基波偏振和二次谐波模式场分布的测量分析，成功提取得到只有表面对称性破缺诱导的非线性信号，排除了体相电四极响应的干扰。这种表面对称性破缺诱导的非线性信号有望作为一种超高灵敏度的无标记“探针”，用来检测和研究材料表面分子的结构、排布、吸收等物理与化学性质，为表面科学研究与应用提供了一个全新的物理平台；同时，该项研究发展的动态相位匹配机制具有普适性，可进一步推广到不同材料、不同形状的光学谐振腔中，有望在非线性集成光子学中发挥重要作用。 研究论文的共同第一作者是张雪悦和曹启韬同学，现分别在美国加州理工学院应用物理系和北京大学物理学院攻读博士学位，通讯作者为肖云峰研究员。论文合作者包括新加坡国立大学仇成伟教授和王卓博士、清华大学刘玉玺教授、圣路易斯华盛顿大学杨兰教授等。 研究工作得到了国家自然科学基金委、科技部、人工微结构和介观物理国家重点实验室、量子物质科学协同创新中心和极端光学协同创新中心等的支持。

随着支配半导体技术数十年的摩尔定律日益接近其发展极限，多种功能器件集成被认为是超越摩尔定律延续集成电路发展进程的重要途径之一，这就需要能够满足多种功能器件高密度集成的制造技术。多元兼容集成制造技术就是为此而开发的，该技术通过在更大范围内优选结构/功能材料组合，开发异质集成制造工艺，大大拓展了功能微器件创新设计和制造的腾挪空间。经过多年探索，目前已形成了涵盖金属、聚合物、陶瓷、复合材料的MEMS异质异构制造技术体系，并在多种类型功能器件研发中发挥了关键作用，初步展现了其基础性支撑作用，相关技术获得2016年度上海市技术发明一等奖。 微系统集成发展趋势 多元兼容集成制造技术  获奖情况 上海市技术发明一等奖2016年团队获奖 国家技术发明二等奖2008年 上海市技术发明一等奖2007年 超薄超快高热流密度微通道散热器 上海交通大学团队在长期研究经验和技术积累基础上，创造性地提出了不同高热导率材料组合构造的复合结构微通道散热器设计方案，并基于多元兼容集成制造技术完成了多种尺寸样品研制，其中，热源面积与常用功率芯片尺度相当的超薄散热器冷却能力达到800W/cm2以上，在保留传统微通道散热器良好系统兼容性和适用性的基础上达到了相当高的散热能力水平，为解决高功率芯片系统超高热流密度散热问题提供了一个深具可行性的解决方案。 高温薄膜温度传感器研究  发动机燃烧室等极端恶劣环境下（高温、强振动、强腐蚀等）的工作参数现场监测对传感器技术是严峻挑战，国内外研究广泛。交大团队基于特种材料微纳集成制造技术的长期积累，在高温绝缘薄膜材料、多层薄膜应力调控、曲面图形化和高温敏感介质等技术上取得了一定突破，成功开发了多种可与现场结构共型的高温薄膜传感器，具有体积小、环境扰动小、响应快、灵敏度高、可分布式安置等优点，该团队已经掌握了温度、应力/应变、热流等多种高温状态参数测量技术，适用温度在800-1300℃之间。 薄膜绝缘电阻随温度的变化及测试结构 高温薄膜温度传感器制造及曲面图形化技术 薄膜温度传感器在发动机不同部位测温需求 无线温度传感器测温系统 高性能转接板 基于转接板的多芯片封装是2.5D高密度集成最具可行性的方案之一。但是传统的硅转接板性价比不高，阻碍了广泛应用。上海交大团队基于非硅微加工技术的长期积累，突破了硅转接板绝缘层完整性和再分布层热隔离的难题，成功研制了漏电流极低的低成本高性能硅转接板。此外，还开发了复合材料非硅转接板，TCV陶瓷转接板，TGV玻璃转接板等各种三维封装基板，实验室能够针对不同类型器件三维高密度封装的具体要求，定制开发不同功能的专用转接板，为多功能、高密度、高功率、低成本封装提供个性化解决方案。 TSV-3D 高密度封装概念图  金属-聚合物-纳米复合材料非硅基转接板实物图片

该技术涉及一项基于聚苯乙烯基的载体高分子微球的生产技术。产品经改性后，可获得表面带-Cl、-NH3等功能性基团的微球。 

"近年来，锂离子电池在智能电网、航空航天和军事储能等高能耗新能源领域的应用不断扩展，现有商用正极材料体系（包括层状结构的镍钴锰酸锂、尖晶石结构的锰酸锂和橄榄石结构的磷酸铁锂）的实际比容量已经接近各自的理论极限值，无法满足日益增长的能量密度需求。富锂锰基正极材料不仅具有高的比容量（250 mA h/g）和能量密度（1000 Wh/kg），而且其较低的钴和镍含量能够有效降低电池的成本。 本项目主要通过构筑缺陷来增强富锂锰基正极材料的电化学性能，实现高的首圈库伦效率、倍率性能和循环稳定性，提升富锂锰基正极材料整体性能，为其商业化应用打下基础。 "