|
搜索
搜 索
高等教育领域数字化综合服务平台
河北省科学技术厅关于省级科技计划项目经费管理新旧政策衔接有关事项的通知
为落实《若干措施》有关要求，省财政厅、省科技厅等部门正在修订、制定科技专项有关资金管理办法及配套实施细则。新旧政策按照项目组织实施阶段，实行分类衔接。
河北省科学技术厅
2022-01-10
河南省科学技术厅关于印发 《河南省国际联合实验室管理办法》的通知
为进一步规范和加强省国际联合实验室的建设和管理，推动国际联合实验室建设提质增效，打造具有竞争力的开放创新生态，省科技厅研究制定了《河南省国际联合实验室管理办法》。
科技合作处
2023-08-22
关于对2023年度拟确定为内蒙古自治区科技成果转移转化示范基地、专业化技术研发与中试公共服务平台名单的公示
根据《内蒙古自治区科技成果转移转化示范基地、专业化技术研发与中试公共服务平台管理办法（试行）》（内科发成字〔2021〕11号)和《内蒙古自治区科学技术厅关于组织开展2023年度自治区科技成果转移转化示范基地、专业化技术研发与中试公共服务平台认定工作的通知》（内科成字〔2023〕3号）等文件要求，经各申报机构申请、各盟市科技局等主管部门推荐和实地核查，自治区科技厅组织进行合规性审查、专家评审、实地抽查、科研诚信审核和会议研究等程序，现对2023年度拟确定为自治区科技成果转移转化示范基地的8家机构和拟确定为自治区专业化技术研发与中试公共服务平台的8家机构予以公示（名单见附件）。
内蒙古自治区科学技术厅成果管理与转化处
2023-08-07
北京市科学技术委员会、中关村科技园区管理委员会关于印发 《北京市科学技术奖励办法实施细则》的通知
为做好本市科学技术奖励工作，进一步规范北京市科学技术奖（以下简称市科学技术奖）的提名、受理、评审、授予等各项活动，根据《北京市科学技术奖励办法》（以下简称《办法》），制定本细则。
北京市科学技术委员会、中关村科技园区管理委员会
2024-11-29
云南省科技厅关于印发《云南省科技厅科学技术普及项目管理实施细则》的通知
《云南省科技厅科学技术普及项目管理实施细则》已经2022年省科技厅第26次厅务会审议通过，现予以公布，自2023年1月1日起施行。
云南省科学技术厅
2023-01-30
海南省科学技术厅关于印发《海南省科技项目“揭榜挂帅”制管理暂行办法》的通知
优化省级科技项目生成和组织管理方式，规范科技项目“揭榜挂帅”程序，全面推进海南科技高质量发展。
海南省科学技术厅
2023-02-21
海南省科学技术厅关于印发《海南省科技专项“滚动支持”管理暂行办法》的通知
为贯彻落实《海南省“十四五”科技创新规划》（琼府办〔2021〕20号）、《海南自由贸易港科技体制改革三年攻坚方案（2024——2026年）》（琼办发〔2023〕43号），改革科技项目经费支持方式，构建对优秀人才的长周期稳定支持机制，全面推进海南科技高质量发展，省科技厅制定了《海南省科技专项“滚动支持”管理暂行办法》，现予印发，请遵照执行。
海南省科学技术厅
2024-07-02
广东省科学技术厅关于印发《广东省省级科技计划项目验收管理办法》的通知
现将《广东省省级科技计划项目验收管理办法》印发给你们，请遵照执行。
广东省科学技术厅
2024-12-03
选矿厂生产统计计算机管理系统
项目简介：《选矿厂生产统计计算机管理系统研究》通过湖北省科技厅组织的鉴定，其科研成果处于国内领先水平。 技术特点：本课题以大冶铁矿厂为实例，利用当前流行的Microsoft Visual Basic6.0开发选矿厂生产统计计算机管理系统软件，该系统解决了多金属选厂报表金属量不易平衡的问题，具有创新性。用户只需一次性输入原始数据，相互关联的生产日报表、周报表、月报表和年报表将自动生成，生产日报表可当天上报。企业领导、工程技术人员、管理工作者和统计分析人员可根据工作需要任意浏览、调用、打印各种报表，有利于正确指导现场操作、生产调度、组织管理和领导决策。应用领域：该系统既针对性，又有通用性，便于计算机管理网络化。可在全国同类矿山企业中推广使用，具有广阔的应用前景和良好的社会、经济效益。
武汉工程大学
2021-04-11
基于大数据的能源互联网能量管理系统
随着电网数据规模越来越大，所蕴含的价值也越来越多。清华大学信研院研发了基于机器学习方法的能源互联网能量管理系统，主要功能为对电网的稳定性进行预测和可视化。系 统分为训练部分和预测部分。训练部分通过历史数据进行机器学习，建立一个电压稳定性的 分类器。分类器训练完成后，再对新增的未知数据进行预测。训练部分主要分为特征提取、 类别标记、特征压缩、分类器类型选择。预测部分主要分为分类器数据启动阶段和预测输出 阶段。本系统提出利用机器学习方法对电网电压稳定性进行预测，进一步综合多个节点给出 电网态势感知的评估结果。在训练每一个节点分类器的时候，本系统将特征选取的时段和预 测时间节点拉开，形成一种延时的预测方法，本发明对复杂系统有着更好的还原效果。2 应用说明本系统实施电压稳定性预测的具体步骤为:步骤 1:通过部署在关键测点的同步相角测量单元 PMU 采集电网实时数据，所述 实时数据包含电网中每个关键测点的电压 U、 有功 P、无功 Q、电流 I;分别计算 U 的衍 生量 dU/dt，Q 的衍生量 dQ/dt，电压的变化 量比上无功的变化量的衍生量 dU/dQ，用这 些衍生量作为特征，来表征量的时间变化速 率;步骤 2:对步骤 1 中提取的特征进行数 据降维与压缩;根据特定时刻电压 U 是否恢 复到标准值的 0.8 倍来区分每组样本组是否 稳定，用 0 标记稳定，用 1 标记不稳定;步骤 3:选择分类器，建立一个电压稳 定性的分类器;步骤 4:训练分类器;当分类器训练完 成后，将训练好的参数储存起来;步骤 5:进入预测部分的数据启动阶段， 填充特征矩阵，没有输出;步骤 6:把多个节点的特征按照顺序排列，形成特征矩阵;特征矩阵填充完成后， 根据分类器给出的预测结果;特征时段向前滑动，最初的特征被抛弃，新特征补充在队尾， 分类器持续给出预测结果;步骤 7:每隔一定时间间隔 ，要把新收集来的数据与以前的数据一起，重新回到步骤 4 训练分类器，更新参数。在具体系统搭建过程中，我们充分利用现有机器学习平台。其中 Hadoop 的文件管理系统 HDFS 负责数据存储;Spark 负责模型训练;Storm 负责在线预测;Kafka 负责在 Storm 和Hadoop 之间传递更新后的模型参数。
清华大学
2021-04-11