高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
面向新型电力系统的电网智能调度与可视化预警系统
新能源高占比发展下传统同步机组与风光新能源机组呈现“此消彼长”趋势,电力平衡面临“保供应、促消纳”的两难局面。因此,迫切需要研究面向新型电力系统的电网智能调度与可视化预警关键技术,保障电网安全可靠供电和新能源最大化消纳,助推碳达峰目标顺利实现。 该成果实现了面向新型电力系统的电网智能调度与可视化预警应用的信息融合、智能告警、动态监视、海量数据阅读、超实时仿真和高性能计算、基于人工智能的电网安全稳定分析、虚拟现实、基于图数据库的人-机交互等功能,为新型电力系统电网调度员提供了一个准确及时掌握电网实时运行态势的分析决策工具,实现调度员对调度计划方案的智能互动决策以及电网风险的实时可视化预警。 该技术实现了传统电网调度模式向智能性电网调度模式转换,可广泛应用于电网、电力公司调度及区域控制中心等机构,在实现电力系统安全可靠运行的同时,促进高比例新能源最大化消纳和保障电力可靠供应。同时,该系统不但可应用于实时运行管理,而且还可应用在规划、交易、营销等新型电力系统生产管理的不同领域。该成果已在四川省电力公司、中国南方电网等30余家单位机构投入使用,产生了良好的经济和社会效益。 图1 基于大数据的电网运行行为识别及可视化显示 图2 多源信息融合的电网环境监测可视化
四川大学 2025-02-11
可飞行式电力线路巡线作业机器人
目前国家电网共有线路160万公里,每公里每年需要投入6000元进行巡视、维护。尤其是春夏季,经常有农膜悬挂线路上,造成短路事故。线路也会有断股、瓷瓶碎裂等故障隐患,需要及时发现维修。 本产品可以代替人工进行线路的巡视、维护,并且比人工更细致、更有效率、24小时不间断地工作。产品克服了现有正在研发的机器人的缺点,具有如下优势: 1、飞行式上下线,不需停电即可作业。 2、感应式在线取电,不需要下线充电,可以在线路上长期工作。 3、可以跨越任何线路结构,做到长距离巡视 4、灵活的机械手可以清除农膜等杂物 5、结合物联网管理系统,可以及时获知机器人运行信息及巡视信息。
山东大学 2025-02-08
新型静电飞行器
微型飞行器小体积、轻质量、高机动,能够在狭小空间执行拍照、探测和运输等特种任务,在国民经济领域拥有广泛应用前景。然而,此类飞行器普遍存在飞行时间短的痛点问题,尤其当重量小于10克时,其飞行时间一般不超过10分钟。这是因为目前微型飞行器的发动机驱动部件一般采用传统的电磁电机,而电磁电机在微型化后转速高、发热大,能量转化效率急剧下降,甚至降到10%以下。微型电磁电机效率下降后,如果采用供电方便的自然太阳光作为能量来源,受限于太阳能电池的面积,很难满足飞行需求。 为了解决上述难题,北航科研团队从微型发动机的原理方面寻求突破,提出一种新的静电驱动方案,研制出了在微小尺寸下转速低、发热小、效率高的微型静电电机,并首次实现了微型飞行器在纯自然光供能下的起飞和持续飞行,在微型飞行器的发展进程中具有里程碑意义。 该飞行器主要由静电发动机和超轻质高压电源组成,具备低功耗(0.568瓦)和高升力(30.7克每瓦)优势,首次实现了微型飞行器在纯自然光供能下的起飞和持续飞行。 静电发动机的核心是静电电机,它是一种依靠静子和转子间的库仑力来产生连续旋转运动的新型微型电机,具备结构简单和无需绕组的优势,其高电压(千伏级)、低电流(微安级)的工作特性也使其在工作过程中发热少且无明显红外特征。相比传统电磁电机,静电电机表现出了颠覆式的效率和功耗特性,在小质量(5克以内)情况下,其能量转化效率可达传统电磁电机的10倍以上,产生相同升力所需功耗仅为电磁电机的1/10以内,因此即便采用小尺寸太阳能电池,也可以为微型飞行器提供飞行所需功率。 电机虽然效率高、功耗低,但仍需要千伏级高压电流来驱动,然而传统高压电源由于体积和重量过大,无法搭载在微型飞行器上。因此团队还针对飞行应用场景,研制了千伏级超轻质高压电源,主要包括太阳能电池和升压电路两部分,其中升压电路可以在1.21克的重量下,将太阳能(或锂电池)输入的低压直流电,转换为4 - 9千伏的高压直流电,相比美国斯坦福大学研发的同类技术升压比提高了92%。 在微型静电电机和超轻质高压电源的助力下,本项目研发出的飞行器整机仅有巴掌大小(翼展20厘米),重量比一张A4纸还轻(4.21克),尺寸和重量分别是此前世界最小、最轻太阳能飞行器的1/10和1/600。更进一步,团队还提出一款翼展8毫米,质量9毫克的超微型静电飞行器,飞行功耗不到1毫瓦,展示了静电电机在飞行器进一步微型化中的巨大潜力。
北京航空航天大学 2024-07-19
新型空气净化滤芯
中国发明专利ZL202110169888.1:采用蒸汽诱导相分离与分步喷涂技术相结合的方法制备三维网孔结构、超疏水的复合膜,压降低于100Pa、水接触角大于150°,因而高透气且易于自清洁,所负载纳米材料可实现同步杀菌灭毒,可应用于拔插式重复利用空气净化滤芯。
厦门大学 2025-02-07
高校智慧资助系统
建设智教智慧资助系统,通过其高效协同的后台分类处置能力,把高校学工资助事项进行整合和业务流程的约简化处理,运用大数据打通“最后一公里”,将线下的业务操作剥离开实体大厅转化为线上业务,实现高校学生资助工作的无纸化办公,让学生真正实现“最多跑一次”。 管理员可以灵活设定经困生等级(比如一般困难、困难、特别困难等)。 管理教师可以根据学校的经困生管理办法灵活设定经困生认定条件,在对应的条件下可以设置多条困难条件类型及对应的权重值、限制条件。 管理员可以灵活设定经困生申请计划,包括起止时间、对应认定条件、申报条件参数设置、申报对象。 学生通过移动端进行在线填写经困生申请材料,提交后系统可根据管理员设定的经困生等级条件自动给审核人员推荐申请经困生等级并可以手动调整,学生提交后可以实时查看审核进度。 班主任可以根据系统推荐的经困生等级自行根据实际条件进行手动确认等级,并保留推荐等级和班主任确认等级查询痕迹。 经困生认定条件需具备权重分配方案和认定版本的统一联动管理。 二级学院可以根据权限设置批量打包下载学生上传的经困生证明文件,并以学号+姓名方式保存。
吉林省智教软件有限责任公司 2025-05-16
高校报修管理系统
智教高校报修管理系统优化校园设施维修流程,提升服务效率与质量,满足学校师生及后勤管理部门的需求,维修完成后,能对维修服务质量(如维修效果、维修人员态度)进行打分评价,并可填写反馈意见,以便学校改进服务。 教师、学生可以通过手机端,点击报修服务、我要报修后,可以根据实际报修情况进行问题描述、上传图片等。学生可以实时跟踪维修进度,并对维修结果进行线上打分、评价。
吉林省智教软件有限责任公司 2025-05-16
电供暖智能控制系统
技术成熟度:技术突破 本成套设备,以电供暖的各个电暖气为控制对象,以建筑内不同房间不同区域的取暖温度为控制参数,自下而上,组成了由单片机现场控制器(控制室单独使用PLC控制器)、PLC中间层算法控制器、工控机为上位机构成监控界面的DCS控制系统,从而实现分散控制集中管理的控制系统。此系统的目的在于替换传统水暖系统,利用合理科学的软件算法,实现节能、环保、减排的效果。设备兼具教学、实验、科研及实用的功能。 成果技术特点:本套装置由四个单片机组成现场控制器,一个PLC组成的控制室控制器,与中间层面的S7-300PLC控制系统,以及顶层监控层的工控机装置,统一安装到了一个整体的平台上。此平台便于实地集中实验、研究,也有利于集中编程与项目演示。 图1 设备实物图 图2 为智能控制系统电脑操作界面
吉林建筑科技学院 2025-05-19
芯片热设计自动化系统
TDA(芯片热设计自动化)软件是清华航院曹炳阳教授团队全自主研发的国际首个芯片跨尺度热仿真与设计系统。TDA软件可实现芯片从纳米至宏观尺寸的热设计与仿真,支持芯片微纳结构内部热输运过程的模拟研究,直接提高芯片热仿真精度与结温预测准确度,进而提高芯片性能、寿命和可靠性。
清华大学 2025-05-16
新型亲水抗菌膜及制备方法
目前主流的抗菌膜制备方法是在基膜表面接枝抗菌物质,常用的抗菌材料包括氧化石墨烯、碳纳米管、抗菌聚合物、金属离子等,但这些材料普遍存在着接枝方式复杂,且对环境有危害的缺陷。相比而言,季铵盐类抗菌剂具有抗菌效果好,环境友好等特点,目前水溶性的小分子或高分子季铵盐抗菌剂已经广泛应用于水处理、食品、医疗卫生和包装材料等领域。然而,将季铵化合物直接接枝到膜表面所制备的抗菌膜仍存在制备流程复杂,成本较高等问题,这也使得目前开发的大部分季铵盐功能膜无法大规模应用于实际水处理系统。因此,为解决以上问题,开发新型亲水抗菌功膜的制备方法是目前业内所亟需的。 本成果中提出的制备方法将氯甲基化聚合物制备为中空纤维多孔膜,并制作为管壳式膜组件,之后采用过滤操作模式直接将叔胺化合物接枝到组件中的中空纤维膜丝上,从而制备出具有优良抗菌性能的季铵化功能膜组件。该制备方法简单便捷,且接枝稳定性高,适合长期大规模应用于实际膜法水处理体系中,且制备的超滤膜具有良好的亲水性和抗菌性。抗菌膜制备简单便捷,常温常压过滤操作即可完成接枝,且接枝稳定性高,成本低,对水体中微生物去除率99.9%以上,尤其能抑制微生物在膜上(内外表面,孔道壁面)生长。 图1.性能参数
北京理工大学 2025-02-10
锂电池管理系统AI算法研究
本项目聚焦于锂电池管理系统在智能化监测与预测中的关键痛点,尤其拟面向电池容量衰减预测、SOC/SOH估计不准、电池剩余时间不准确、MAP/SOP估算等方面。通过引入人工智能算法,构建融合机器学习与深度学习的电池状态预测模型,拟实现高精度SOC(荷电状态)与SOH(健康状态)估计的优化,提升电池管理系统的智能水平与安全性。 解决方案方面,项目基于实地检测磷酸铁锂电池充放电数据构建训练集,采用轻量级线性回归模型及改进型人工神经网络进行建模优化,并结合特征工程技术提高预测精度。同时,设计适用于边缘计算的部署方案,使模型可在BMS嵌入式硬件平台实时运行,降低对计算资源的依赖。 在竞争优势方面,项目成果具备算法轻量化、部署便捷、预测准确度高、兼容性强等特点,特别适用于电力储能、电动汽车等对安全性和可靠性要求高的场景。相比传统BMS方案,该AI算法可显著提升电池使用效率与寿命,精准估算SOC/SOH,降低维护成本。 目前项目成果已在合作企业内部储能设备中开展应用测试,初步反馈表明荷电状态预测准确度提升40%左右,电池健康度准确度提升40%左右,系统响应及时,具备较高实用性和推广价值。专家评审一致认为,该项目在智能电池管理系统方向具有较强的创新性和实际应用前景。
西南大学 2025-05-12
1 2 3 4 5 6 下一页 尾页
热搜推荐:
1
云上高博会企业会员招募
2
63届高博会于5月23日在长春举办
3
征集科技创新成果
中国高等教育学会版权所有
北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1