本发明公开了一种主题事件更新方法库及城市多源时空信息并行更新方法，所提出的时空信息更新 与信息源、数据模型及尺度、更新方法、更新流程、质量控制和主题事件等多种因素有关，是在多源数 据融合以及异常变化发现的基础上对时空数据库进行的更新。并在此基础之上建立突发事件的更新机制、 基于主题事件联动更新机制以及 GPU 并行加速更新算法，从而针对时空信息更新内容、频率的需要， 实现城市时空实体和时空事件的动态信息更新。本发明根据相应的主题事件的判断及触发，通过 GPU 并行更新算法对相应数据及传感器进行更新，使得用户的时空信息保持最新状态的同时能发现用户关心 的重大突发事件，可以为智慧城市中的应急安全及交通疏导等提供技术支持。

（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。

本实用新型涉及一种连续大量获得稻飞虱统一龄期若虫的装置，属于养虫装置技术领域，装置包括底座、杯体、筒罩和海绵垫，杯体两端开口，杯体底端开口直径小于杯体顶端开口直径；底座为顶端开口的空圆台体，底座顶端直径大于杯体底端开口直径；筒罩两端开口，筒罩底端开口直径小于杯体顶端开口直径，筒罩顶端开口处设有纱网；海绵垫设于底座内，海绵垫高度低于底座高度。装置各部分均紧密连接，底座从杯体上方开口放入底部，不掉出底部且与底部紧密连接。筒罩以有纱网的朝上，下方插入杯体，与杯体紧密连接。利用本装置种植水稻，当水稻长到一定高度后，接入适量处于产卵期的雌虫，产卵若干天后移除成虫，而后每天批量获取孵化的若虫，方便高效。

（专利号：ZL 201510465862.6） 简介：本发明公开了一种电磁加热含碳球团连续直接炼钢装置，属于钢铁冶金技术领域。本发明包括炼钢炉本体，在炼钢炉本体的顶部设有布料口和煤气出口，其布料区、还原区和软熔区组成双圆台形结构，渣铁熔分区呈圆柱形结构；在布料区和还原区的炉体四周设有至少两排微波加热装置，在软熔区和渣铁熔分区的炉体四周设有电磁感应加热装置。通过使用本发明中的电磁加热含碳球团连续直接炼钢装置，可以融炼铁、炼钢装置于一体，不需进行吹炼便可直接由含碳球团生产出合格的优质钢水，避免了传统的炉渣泡沫化和铁水渗碳需二次脱碳的难题，生产效率高，实现了连续炼钢，且基建成本和设备投资大幅节省。

本实用新型提供了一种鲜切果蔬立式连续等离子杀菌装置，设计有等离子体发射器、等离子体发生器、传送带、PLC控制系统，所述等离子体发射器设有功率调节按钮、时间调节按钮、急停按钮、电源按钮，实现连续化杀菌；所述等离子体发生器设有阳极板、阴极板、温度传感器及防等离子体泄露装置；所述传送带为小孔型绝缘材料构成，上方均匀分布着数个绝缘材质的刮板；所述PLC控制系统设计为触摸屏，包括传送带启停、传送带速度的设定、等离子体发生器温度的监测、总电源的闭合。该装置通过传送带、数个阵列式发射电极实现连续化等离子体杀菌，杀菌效率高，工人劳动强度低，节省空间，杀菌后的果蔬产品保持鲜切果蔬原有的色、香、味及营养成分。

本项目以连续纤维增强热塑性聚合物基高性能复合材料零件直接3D打印为目标，采用连续纤维与热塑性聚合物为原材料，利用复合浸渍-熔融沉积的3D打印工艺实现高性能复杂结构复合材料构件的低成本一体化快速制造，打印的复合材料零件的拉伸与弯曲强度分别达到340MPa与390MPa,该技术既改进了传统3D打印零件强度不足的缺点推动了3D打印技术向工业化应用的进程，又克服了传统复合材料成型工艺成本高、周期长的技术瓶颈促进了复合材料在将来的进一步发展与应用，是一次具有革命性的创新与突破。该技术属于国内首创，获得多项自主知识产权，受到国内外越来越多机构的关注，在国内，本项目得到国家重点研发计划、国家自然科学基金、载人航天等项目的支持，开展关于工艺机理与装备等方面的研究，探索该工艺在航空航天领域的应用前景，在国外，分别与德国、俄罗斯等研究单位合作对该工艺的材料以及结构设计开展研究，研究水平国内外领先。在当今全球3D打印领域快速发展的形势下，复合材料3D打印具有巨大的发展前景，据SmarTech预测，至2026年全球用于3D打印的复合材料收入将超过5亿美元，未来十年内复合材料将成为3D打印最主要的市场机遇，目前该项技术已经开发出了成熟的工业设备，形成了成熟的装备-材料-工艺体系，具备了商业化应用的条件，已经初步在复合材料轻质结构等方面得到应用，随着该技术的成熟，将来必将在航空航天、汽车交通甚至民用领域得到广泛的应用。本项目目前正在积极寻求具有热塑性复合材料界面改性、基体材料开发、复合材料结构设计以及复合材料应用等方面特长的合作单位共同推动该新型技术的工业化进程。

本技术采用自主开发的流场结构化新型立式鼓泡塔式反应器，通过特殊的内构件设计与 组合，实现反应器内气 (醇) 液 (酸) 呈现鼓泡式逆向流动，反应器内局部与整体混合状况均良 好，温度分布、停留时间及压降等操作条件可控，有效的耦合了聚酯多元醇或增塑剂生产过程 中酯化反应过程和移走副产物小分子的精馏过程，强化了小分子副产物的分离效率，实现了传 质传热和反应过程的耦合强化，使过程效率大幅提高。以PEA为例，生产周期可从传统的20多 小时缩短至6个小时，酸值等即可达到指标要求。该技术不但节能降耗，提高产品品质，还可 满足柔性化生产要求。其主要技术特点： 1. 流场结构化新型立式鼓泡塔式反应器中气液呈鼓泡式逆向流动，反应器内局部和整体流 型可调控，无死区。 2. 新型立式鼓泡塔式反应器采用多段组合的连接方式，拆装方便，反应器内物料停留时 间、温度分布等可调控，自动化程度高。 3. 连续化技术生产的产品质量稳定，酸值低，水含量低。 4. 该连续化生产技术可大幅缩短生产周期，大大减少能耗等。 5. 该连续化生产技术适应性强，操作弹性大，适合多种聚酯多元醇和增塑剂的柔性化生 产。

镁合金具有质量轻、比强度与比刚度高、导热性好及电磁屏蔽能力强等一系列优点，在轨道交通、电子信息、航空航天及国防军工等领域具有广阔的应用前景。镁合金产品以铸造件特别是压铸件为主，然而铸造镁合金存在晶粒粗大、力学性能较差、易产生缺陷等缺点，大大限制了镁合金的应用。与铸造镁合金相比，变形镁合金材料更具发展前途，通过变形可以生产规格多样的板、棒、管、锻件及型材产品，并且可以通过材料组织的控制和热处理工艺的应用，获得比铸造镁合金材料更高的强度，更好的延展性，从而满足各种结构件的需要。然而镁合金具有密排六

目前传统消毒技术有诸多缺点：紫外消毒由于紫外光光谱会杀死健康细胞，对人眼和其他器官也是危险的，所以其灭菌场所不能有人进入，大大限制了其应用范围。传统的二氧化钛催化剂由于禁带宽度3.2ev，也只能受紫外光激发有效，大大限制了其应用；臭氧消毒易分解，其灭菌场所不能有人进入，对人眼和其他器 官具有危害；酒精、84消毒剂由于挥发不具有持续消毒能力，需要经常喷洒，另外存在着使用不当引起的火灾、中毒等风险。 课题组研发的氮化碳g-C3N4功能复合膜制备可解决述痛点，该项技术具有可提高膜的亲水性、提高膜的水通量、赋予膜光催化性能、赋予膜自清洁性能和抗菌性等特点。

2014年，西安交通大学研究团队率先提出了一种连续纤维增强热塑性复合材料3D打印技术，将先进复合材料与3D打印工艺深度融合，突破传统复合材料基于模具制造的工艺理念，实现了具有复杂结构的复合材料构件低成本快速制造。研发团队在国家重点研发计划、国家自然科学基金等研究课题支撑下，攻克了连续纤维3D打印多项难题，形成了多项自主知识产权，填补技术空白，开发了连续纤维3D打印工艺装备，建立了复合材料多尺度界面