本发明公开了一种带有多孔泡沫金属换热结构的太阳能光伏光热集热器，该集热器采用上下双冷却通道结构，并结合多孔泡沫金属层(6)进行换热强化，降低了太阳能光伏元件的温度，提高光伏元件发电效率，同时将太阳能光伏元件所产生的大量热量及时传递给冷却气体，冷却气体从集热器出气口(11)排出后可以用于预热、干燥或者室内供暖等用途。本发明所使用的泡沫金属具有高热导率及高比表面积，可以有效地改善传统太阳能光伏光热集热器的冷却效率，并且采用下进上出的流式，使得换热过程接近逆流换热，换热效率达到最高。

一种宽光谱、强吸收的表面光伏型光探测器的制备方法，其作法是：以钛箔为阳极，铂为阴极，对钛箔进行氧化，得非晶态TiO2纳米管阵列；经处理后，得TiO2纳米管阵列；将钛箔置于高温反应釜内，再将Na2S2O3、Bi(NO3)3水溶液注入密封反应釜，热处理得Bi2S3-TiO2纳米管阵列；在Bi2S3-TiO2纳米管阵列表面覆盖FTO，引出电极，在未生成Bi2S3-TiO2纳米管阵列的钛箔上引出电极，将FTO与钛箔及其Bi2S3-TiO2纳米管阵列的接触边缘封装即得本发明的光探测器。该方法能耗低，工艺、设备简单；制得物适用光谱范围大，适合做光谱分析；还可以做光敏开关等光电器件，具有广阔的应用前景。

本发明公开了一种基于模糊概率的光伏电池的最大功率点的跟 踪方法。所述跟踪方法包括：以ε为采样间隔，获得 N 个采样点 [ui,P(ui)]，i 为小于等于 N 的正整数；其中，ε为 0.05UOC/Ns～ 0.5UOC/Ns，UOC 为光伏电池的开路电压，Ns 为光伏电池的串联数； 通过构造扩散函数 fD 和隶属度函数 fM，求取概率函数 Pro(i)，对概率 函数 Pro(i)的结果从大到小排序，并依次选取排序靠前的概率对应的 Xi 的并集作为最大功率点的搜索范围，使得所述排序靠前的概率函数 Pr

（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。

项目发挥东北大学信息学院计算机科学、电子技术、通信技术、测控技术和自动化方面的综合学科优势，围绕国家重大战略方向和国家重大工程对先进信息技术的需求，以提高采掘业和巷道施工作业安全管理的智能化水平为目标，研究相关物联网技术，采用物联网技术对采掘业和巷道生产作业产过程中的关键设备、作业人员、生产场合进行有效监测和实时信息掌控。一方面，依赖物联网技术实现以较低的投资和使用成本，对生产过程各元素包括人员、设备、环境的“泛在感知”，获取传统方法由于成本原因无法在线实时、全面监测的重要参数；另一方面，利用物联网技术提高采掘业和巷道安全作业规范，保证生产安全运行和人员安全，有效地避免生产过程中出现重特大事故。提升我国采掘业和巷道作业的信息化发展水平，并在实际生产中进行创新应用示范。     该项目是在国家支撑计划重大项目“基于物联网的地铁施工安全风险识别与可视化预警”、教育部基础科研重大创新项目“面向采掘业和巷道施工安全作业的物联网关键技术研究”支持下获得的成果，整个系统包括人员监控子系统、施工结构监控子系统、设备监控子系统、环境监控子系统和基于GIS的大型应急管理决策系统，突破了地下人员和设备精确实时定位技术，结构微应变、微位移精确实时监测技术、实时可靠的工业物联网通信技术。开发的装置包括智能人员监管节点、微位移、微应变监测装置、异构物联网汇聚节点（层间管理主机）等。项目申请了5项专利和两个软件登记，并于2014年获得国家科技进步二等奖。

国内首次提出利用图像重构技术结合3D打印技术进行结合的构想。依靠自 主研发超声影像图像分割与三维重构技术、数字化测量技术、3D打印等技术， 进而丰富医疗服务内容。本项目最突出的特点不仅是一项新技术在市场的尝试， 更是将科技元素包裹在文化艺术当中，让科学体现出亲情的温度，将人文化的情 感关怀融入其中。

路灯控制器具有远程监控功能，并能够参与电力系统的一次调频，增强电力系统的稳定性。路灯控制器可以与主站通信。通信方式不限，可以是有线通信也可以是无线通信。主站可以下发开、关、及亮度等指令，路灯控制器控制路灯的开关和亮暗。路灯控制器采集路灯的电压、电流、功率、用电量、电网频率等数据。在主站发送查询命令时，可以路灯控制器采集的电压、电流、功率、用电量、电网频率等数据将以及开、关、及亮度的状态信息发送给主站，用于监控路灯的运行状态。

南京理工大学通过与天津瑞晟智通新能源科技有限公司紧密合作，依托其雄厚的技术实力，引领智慧能源、倡导智慧交通、构建智慧城市，拟投入十五亿资金建设新能源汽车生态圈运营项目，重点开展新能源汽车充电基础设施建设规划、新能源汽车分时租赁、灯桩网车一体化、智慧城市市政设施示范建设与应用、智慧分享停车及智慧立体充电站的建设与运营。在市场推广及运营方面，充当行业引领者的角色，受到政府及行业内高度认可。 南京理工大学拥有一支专业化研发团队，具有20多年高端新能源系统和互联网智慧交通系统研发经验，研发中

智慧供热平台产品充分发挥团队供热与计算机交叉融合，基于供热机理模型+人工智能算法的核心思路，搭建了平台的核心引擎，实现了供热系统动态仿真，多热源优化运行调度，供热系统故障诊断与预警，数据在线核查等，满足需求侧调控的智能调控等技术含量高的功能模块，在国内同类型产品中，具有技术研发深度强，业务涵盖广的特点。 一、项目分类 显著效益成果转化 二、成果简介 哈工大智慧供热研发团队整合了暖通、计算机、控制等专业的优势科研力量，依托学校在技术储备方面的雄厚基础，将供热理论、计算机软件、人工智能、自动控制等领域的先进技术相结合，构建了具有鲜明技术特点的智慧供热解决方案，以智慧供热平台为核心的成果技术特色与优势包括： （1）贯穿全生命周期的智慧供热整体服务 供热物理系统是智慧供热的基础条件，智慧供热技术挖掘供热系统的最大潜能，实现高效运行。智慧供热解决方案需对供热系统中的不合理设计及瓶颈之处进行改造，并引入先进的设计方案进行升级。必须将供热系统优化设计与智慧供热平台建设并重，方能实现最佳的建设效果。团队结合多年的技术与工程优势，可围绕智慧供热设计，平台建设，后期运维以及员工培训提供全方位的服务。 （2）平台产品技术优势 人工智能技术需与行业专业理论有机结合方能形成深入有效的解决方案，有效克服了单纯依赖人工智能算法难以解决数据样本不足、数据质量差、模型难以迁移、方法缺乏理论支撑等问题。智慧供热平台产品充分发挥团队供热与计算机交叉融合，基于供热机理模型+人工智能算法的核心思路，搭建了平台的核心引擎，实现了供热系统动态仿真，多热源优化运行调度，供热系统故障诊断与预警，数据在线核查等，满足需求侧调控的智能调控等技术含量高的功能模块，在国内同类型产品中，具有技术研发深度强，业务涵盖广的特点。 （3）建设方案灵活，持续合作性强 由于哈工大智慧供热团队技术研发实力强，且具有持续研发能力，因此无论是平台还是整体建设方案均可充分结合需求方的实际特点进行定制化研发，部分功能模块与创新设备可以按照联合研发的形式开展。 （4）对智慧供热内涵理解更深、平台更符合供热行业未来发展需求 由于哈工大智慧供热团队核心成员主编了《黑龙江省城镇智慧供热技术规程》DB/T2745-2020，在编团体标准《智慧供热技术规程》和《智能阀门》等多部智慧供热相关标准。团队对智慧供热内涵理解的更深，对标准的解读更全面，开发的智慧供热平台软件及相关产品更具有其实用性、先进性、可拓展性，不但能满足市场当前需求，还具有良好的前瞻性。 充分发挥哈工大科技研发力量以及现有成熟的智慧供热平台的应用，为热力企业量身提供符合本地特点的智慧供热总体技术解决方案。通过软件平台的应用实现供热数字化、智慧化和可视化，能够实时获取掌握详细的供热数据，并对供热系统进行优化和控制。此外，平台系统内置了大数据分析和算法程序，让供热具有自感知、自分析、自诊断、自决策、自学习的特点，保障供热温度，降低热损失和水力不平衡，提升居民热舒适性。并基于当前能源与碳排放相关建设的基础，探讨、研究适合智慧能源、智慧/柔性供热减碳化的技术路线，切实做到供热低碳化，为未来零碳社区的建设奠定基础。

公司基于对宏观国家政策以及微观实验室行业的研究与思考，决心发展实验室行业，目标客户涵盖卫生医疗机构、科研机构、科技型企业等多种类型，坚持用前沿科技改变传统实验室行业，树立新的行业标杆，使产业升级，通过互联网+实验室，充分利用自己所学，志在打造为科学家减负的智慧实验室。 一、项目进展 已注册公司运营 二、企业信息 企业名称 华盛科技控股股份有限公司 企业法人 钱文鑫 注册时间 2005年5月16日 注册所在省市 安徽省滁州市天长市 组织机构代码 913411007749613000 经营范围 智慧实验室成套装备制造、销售；智能控制系统研发、实验室检测服务；净化空调设备通风系统、CIT节能控制系统研发设计；恒温恒湿系统、废水废气处理系统的研发、销售；建筑智能化设计与施工一体化，二级空气净化和实验室装饰装修工程、环保工程专业承包、建筑装饰装修工程专业承包、机电设备安装工程专业承包、城市亮化灯饰工程；医用高分子绷带、医用高分子夹板、一类、二类、三类医疗器械生产和销售(上述经营范围凭许可证在有效期内经营)；化验仪器、机电产品加工、制造和销售；安防系统产品销售；气体管路、新材料、电子产品、实验室机器人设备研发、计算机软件开发、云存储、云计算、视频网络技术工程承包；经营和代理各类商品及技术的进出口业务(国家禁止和限定进出口的商品和技术除外)。 企业地址 安徽省天长市天扬路666号 获投资情况 种子轮200万 三、负责人及成员 姓名 学院/所学专业 入学/毕业时间 钱文鑫 管理学院 2012/ 陈俊茹 经济学院 2020/ 四、指导教师 姓名 学院/所学专业 职务/职称 研究方向 阮俊华 创新创业学院 副院长 创新创业 蔡亮 计算机学院 博导/教授 区块链 史治国 信息电子工程学院 博导/教授 物联网 五、项目简介 华盛科技控股股份有限公司是科技型股份制公司，也是国家级高新技术企业，自成立以来专注智慧实验室成套装备的研发、生产、设计与施工一站式服务，研发了CIT智能控制系统等多个产品。现已完成五个版块的布局，拥有省级博士后工作站，国内实验室行业首个挂牌新三板的公司，国内首个实验室的产业园，国内首个以科学家服务的学者基金，国内第一个智慧共享实验室的省级研发中心，世界第一个以区块链为技术核心的科学家社交平台。 公司基于对宏观国家政策以及微观实验室行业的研究与思考，决心发展实验室行业，目标客户涵盖卫生医疗机构、科研机构、科技型企业等多种类型，坚持用前沿科技改变传统实验室行业，树立新的行业标杆，使产业升级，通过互联网+实验室，充分利用自己所学，志在打造为科学家减负的智慧实验室。 目前，公司已通过多项国家安全检测、国家认证，拥有各类发明专利和实用新型专利200余项，获得多项荣誉称号，并与多家高校和企事业单位签署了战略合作协议，市场前景广阔。此外，公司整体债务情况良好，在获利能力、偿债能力、营运能力上的指标均呈现优化态势；投资收益与风险分析也指出公司的战略布局与投资规划符合国家的号召与市场预期，投资回报相当可观。