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。

高校科技成果尽在科转云

1.痛点问题 能源绿色低碳转型是当今世界共同面临的重大课题，能源互联网是支撑以新能源为主体的新型能源系统的重要手段，也是实现我国能源转型和碳达峰碳中和目标的重要途径。综合能源系统是能源互联网的基本物理载体。在传统能源系统中，电网、热网、天然气网、交通网等分属不同公司管理和运营，不同能源系统相对独立，存在能源竖井，能源使用效率总体不高。综合能源系统通过电、热、冷、气等多种能源的互联互通，通过科学化管理实现多能互补及源网荷储协同，打破传统不同能源系统之间相互割裂的情形，在安全供能前提下最大化不同类型的效益，从而提升综合能源效率，促进可再生能源消纳，降低用能成本、提高用能可靠性，减少或延缓投资和建设等。 当前国内开展了许多综合能源系统的示范和应用，但由于综合能源系统横跨多个学科、多个系统和设备厂家、多个管理运营主体，许多项目存在“综合有余、智慧不足”的特点，其运行控制仍然以“被动式数字监控”为主，没有给予运行人员足够的分析决策帮助，没有实现“主动式智能调控”，未能够充分发挥多能互补的效益。主要原因在于缺乏一个智慧能源大脑——综合能量管理系统（IntegratedEnergyManagementSystem,IEMS）对实时运行中的电、热、冷、气进行智慧化的分析和决策。 城市在能源转型发展过程中面临着能源科技创新相对割裂、缺乏实证，能源产业数字化、智慧化滞后，能源行业壁垒众多，可再生能源送出和消纳困难等诸多挑战。由于城市范围大，尤其是海量分布式资源接入，需要进行协调优化调度的对象的种类繁多、数量庞大、控制方式多样。因此如何在保证系统安全运行的基础上协同多能流，适应多参与主体的需求，需要跳出电力行业边界，挖掘热、气、氢、煤与电能之间的互补性，激活多能间的灵活性，面对灵活性资源呈现出巨量、分布和异质的新特征，迫切需要突破能源互联网技术，实现横向的多能互补和纵向的源网荷储协同。在能源互联网的顶层方案设计中，涉及到各种能流（电、煤、气、热、交通等）的综合分析、溯源计算、综合减排和协同优化问题等，各种能流间相互耦合，其中专业性、综合性较强的多能流、溯源、优化、管理等工作，都需要能够支撑城市级大规模综合能源系统分析和优化的多能流能量管理技术支持。 2.解决方案 基于统一能路理论，突破大规模综合能源系统能量管理系列关键技术，开发了城市级多能流能量管理系统，支撑城市级多能系统破解“互通不足、缺乏智慧”的运行现状，将城市级多能系统运行管理从“孤立的被动式数字监控”提升到“互联的主动式智能调控”。 基于该技术研制了IEMS系统，支撑新能源、分布式能源、电动汽车、氢能源汽车等发展，形成统一性、规范性、科学性的管理体系，构建绿色低碳、安全高效、开放共享的城市能源生态，赋能众多参与者共同推动城市能源系统的升级。 合作需求 受让方可基于本项技术，结合所应用地点实际情况，设计并研发（IEMS）软件产品，并在城市/园区能源互联网中心取得应用。 在以IEMS及家族产品作为核心产品进行开发的同时，受让方还可开发部分延伸产品，包括多能系统规划评估、大数据挖掘分析、AI技术应用等，并提供咨询服务、售后服务、技术培训服务等。 具体需求包括： 1、提供技术工程化、产品化所需的资金、场地、实验条件、团队等，帮助孵化资源； 2、寻找合适的园区、城市等应用场景； 3、寻求资源对接。 本项技术目前正在与山西省朔州市进行对接，借由山西能源互联网建设大背景，向朔州市产业研究院进行转化。

 本项目针对光伏发电分散式接入电网的模式，设计了对电网友好可控的带储能装置的多端口变换器光储一体能源系统。应用环境有公共建筑、工业厂房和居民家庭等有公共电网的地方，或者无公共电网但有电力需求的地方如偏远山区、海岛等，该光储能源系统能够经过自我调节和控制与大电网互为支撑，向重要负载不间断供电等功能。 本项目成功开发50Kw光储一体能源系统，系统含有光伏端口、电池端口和交流端口，光伏组件通过Boost变换器接入直流母线；蓄电池通过双向DC/DC变换器也接在直流母线上；变换器的交流端口可以接电网，也能为三相负载供电，逆变器采用三相四线制结构，直流母线分裂电容的电压均衡由均压桥臂（S11，S12）平衡。本系统有三大特征：采用双路光伏MPPT输入，使安装在不同方向的光伏阵列最大限度获取太阳能；能量采用直流母线汇聚形式，降低了系统损耗和效率；负载接口分为重要负载和可控负载接口，确保系统维持对重要负载的供电，实现能量的平衡自治。 项目具有重大的科研价值，项目成功实现产品转化，将应用于海南某小区几个单元的供电系统，实现能量自给自足、余电上网模式，开启绿色环保、低碳节能的新用电方式。

系统的核心在于中央控制与能量调配，本系统采用集中管理的方式对一次侧接入进行电能调度分配。

一、产品描述 STH系列产品主要针对实验室的日常应用开发，优质的炉膛材料和稳定的温度控制系统，可保证实验数据的可靠性；产品采用新型陶瓷纤维材料作为炉膛材料，选用质优的高温合金发热元件作为发热体，温度控制器采用智能PID控制模块，可实现精确的控温和恒温要求。混合炉集成管式炉和箱式炉，一炉多用，不占用实验室空间，节省资源，有效提高工作效率。 二、 产品特点 1、 炉膛材料选用真空成型氧化铝陶瓷纤维材料，高温不掉粉、热容小，节能50%以上 2、 发热体采用高温合金丝，可承受负荷大，稳定且使用寿命长 3、 升温速度快，从室温升到1000摄氏度，一般需要15-30分钟 4、 控温精度高，冲温小，具有温度补偿和温度校正功能，精度为±1℃ 5、 采用智能PID控温仪表，具有程序功能，可设定升温曲线，可编30个程序段 6、 一体式结构，可减少使用空间，出色的外观设计，美观、大方 7、 电子元器件均采用德力西产品，带有漏电保护功能，安全可靠 8、 本机对工作过程中的超温会发出报警信号，并自动完成保护动作 9、当仪表程序设定完成后，只要按下运行按钮，接下来的工作会自动完成 10、可选配加装进气口，可通入空气等惰性气体的吹扫和保护；也可加装排气烟囱，连接不锈钢波纹管，使炉内高温挥发的有毒有害气体排放到指定位置

本发明公开了一种基于不同存储介质的混合文件系统，所述存 储介质包括非易失的小粒度寻址的介质和非易失的大粒度寻址的介 质，两种介质统一顺序编址；其中，所述非易失的小粒度寻址的介质 用于存放文件系统的元数据，所述非易失的大粒度寻址的介质用于存 放文件系统的数据；所述文件系统在不同的情况对不同的地址范围调 用不同粒度的读或写。本发明将大数据量的读写和小数据量的读写按 不同情况分配相应的介质上，提高了读写速度，提升了文件系统

（专利号：ZL 201310652676.4） 简介：本发明公开了一种混合动力汽车动力总成智能控制系统，属于混合动力汽车技术领域。动力总成部件智能体包括发动机智能体、电动机智能体、蓄电池智能体、变速器智能体以及系统智能体，混合动力汽车动力总成主要部件智能体监测发动机、电动机、蓄电池、变速器的实时状态信息，并将此信息交互至系统智能体；系统智能体接收发动机、电动机、蓄电池、变速器状态信息，智能选择与当前车辆自身状态及当前行驶路况相吻合的工作模