项目成果/简介:2019年上海市科技进步一等奖在复杂多变海况与恶劣运行环境中，大型综合电力系统各类型扰动和故障频繁，严重影响了大功率变频装置与高精密仪器的可靠运行，系统安全稳定问题远比陆地电网严峻，亟需突破解决。提高装备性能和系统调控水平，是保障我国由造船大国向造船强国转型升级的重大需求。围绕综合电力系统优化与智能运行技术难题，历经十余年的产学研攻关，取得了多项独创性技术成果：1、发明基于多电平功率模块的大功率变频系统及自适应虚拟同步电机控制技术，研制国产5MW大功率多重优化控制变频装置。2、首创多频带混合电力滤波器及参数动态优化技术，开发变压器可控预充磁装置，研制船舶电能质量诊断与协同优化控制系统。3、提出大型船舶电站-电网自适应广域协调保护方法，研制协调保护装置与模糊多目标故障智能自愈系统。4、发明船舶负载功率波动模糊分频与协同优化分配技术，提出综合电力系统分级协同稳定控制机制与方法，开发船舶能量动态智能优化管理系统。项目获16项专利，成果整体达国际领先水平，打破了国外技术垄断与封锁，解决了我国民用船舶电力系统关键装备“卡脖子”的问题，有效支撑了综合电力系统的优质运行。成果已成功应用于“海洋981”半潜式钻井平台、“雪龙2”等综合科考船、大型箱船，其中“东方红3”科考船电网运行参数部分世界领先，获CCTV、新浪网等多家权威媒体报道。项目核心装备与系统打通了高技术船舶上下游产业链，推动了上海船舶工业高端化转型与发展，近三年新增产值10.39亿、利润1.48亿、利税0.5亿，衍生技术已拓展应用至多个配电网示范工程。图 2 自主优化控制大功率变频装置图 3 混合滤波器实物图 图 4 电能质量主动优化控制系统图 5  智能保护与自愈系统现场应用及测试知识产权类型:发明专利 、 软件著作权技术先进程度:达到国际领先水平成果获得方式:与企业合作获得政府支持情况:国家级计划/专项类别:科技部重大专项、上海市重大项目等

四川大学抗击新冠肺炎疫情应急科研攻关相关项目组联合中国移动，发挥文、理、工、医多学科交叉融合优势，充分利用华西医学科研资源，在“5G医学转化服务平台”和“医学+信息”基础上，研发成功的基于5G云计算的新冠肺炎免疫检测与智能分析系统是全球首个运用新冠肺炎生物芯片，融合物联网、大数据、人工智能、云计算等信息技术的高科技产品，能在不同场景（机场/车站安检、大型活动安检、社区及个人自检等）对目标人群开展免疫检测，并通过人工智能技术进行分析，为新冠疫情的最终解决提供必要技术支撑。该系统实现了检测点的分散式布局与检测资源下沉，能避免集中检测的交叉感染，检测方便快捷，准确率高，数据自动上传国家指定平台。

本发明公开了一种支持异质智能无线传感器在线开放规划的方法及系统，包括通过互联网在线注册 智能无线传感器元数据到 SOS 服务、构建并在线安装智能无线传感器规划插件、在线注册智能无线传 感器元数据到 SPS 服务、在线获取智能无线传感器任务规划参数描述、设置智能无线传感器任务规划参 数并在线验证智能无线传感器任务规划参数有效性、在线提交智能无线传感器任务规划请求、基于时空 位置在线获取智能无线传感器观测数据七步骤；本发明实现了异质智能无线传感器在

1. 痛点问题 随着电力系统的发展，电网运行方式时变性和复杂性日益增强，运行专家难以把握电网安全运行的特征和规律，极大的增加了电网运行风险和控制难度。在传统的调度机制中，一方面，运方人员人工选择典型的运行方式，通过离线电力系统分析程序，计算电网潮流，分析电网稳定性，制定电网安全运行边界，进而人工归纳形成“年度运行方式手册”，来长期指导电网运行；另一方面，调度员将上述运行规则作为安全边界（安全约束），输入能量管理系统（Energy Management System，EMS），进而对电网进行调度和控制，以求在安全边界内达到最优运行点。 然而传统的调度机制存在问题，近年来国内外频繁发生的大停电事故也说明了这一点。主要问题归纳如下： 第一，极端运行方式下不安全：电网运行方式多变，离线规则可能不满足极端运行方式的安全要求。 第二，常规运行方式下经济性差：受能力和时间所限，运方人员离线制定运行规则时，仅分析典型运行方式，规则形成后长期使用，相对粗放，缺乏精益化管控，导致电力网络资源利用率低。 第三，随着新能源的大规模并网、需求响应的逐步实现，运行边界频繁变化，不确定性增强。 第四，电力系统运行受到其他系统影响，电力系统安全已经演变成为一个多系统、多因素综合分析问题。以微气象系统为例，对于发电侧，微气象直接影响风电、光伏等新能源的出力；对于需求侧，微气象直接影响工业负荷、智能楼宇、电动汽车等的负荷功率。因此，微气象系统通过影响发电负荷水平，进而影响电力系统安全。因此，随着电力系统与其他系统的关系日益紧密，电力系统安全评估时需要考虑其他系统（例如微气象系统）的影响。 综上所述，传统的调度机制已经无法适应新的形势。因此，亟需研究支撑复杂电网断面发现的智能机器调度员软件的关键技术，通过人工智能、深度学习等信息领域与能源领域的交叉研究，突破支撑复杂电网断面发现的智能机器调度员的基础理论瓶颈，从实际电力系统出发（物理维），立足现有调度机制，基于在线运行方式，采用模型驱动的安全评估方法（模型驱动），形成海量电力系统安全评估仿真样本（数据维）；再以这些样本为基础，通过机器学习训练数据驱动的电力系统在线安全评估模型（数据驱动），形成电力系统安全运行知识图谱（知识维），以代替运方的“年度运行方式手册”。 2. 解决方案 本成果提出了一种支撑复杂电网断面发现的智能机器调度员技术，包括可再生电源的数据驱动电压频率响应特性建模方法、用于暂态稳定预测的失稳样本主动生成方法、电力系统暂态稳定评估方法、结合深度学习和仿真计算的暂态稳定严重故障筛选方法、考虑运行约束的调整潮流生成方法等关键技术，开发了支撑复杂电网断面发现的智能机器调度员软件。该软件用“人工智能”代替“专家智能”，以电力系统安全评估产生的海量仿真数据为基础，以人工智能和机器学习为手段，构建电力系统安全运行知识图谱，从而将“专家智能”离线制定粗放运行规则的模式，变革为“人工智能”在线发现精细运行规则的模式，逐步代替运方的“年度运行方式手册”，保证复杂电网安全、稳定、经济运行。 3. 合作需求 寻求应用场景和资源对接，应用场景和业务能覆盖断面规模众多的大省如浙江、广东等，并且有与输电网断面发现的大中型企业有合作经验，同时具有一定的技术开发能力、市场推广资源和现场工程实施经验，能与现有团队形成合力，通过信息领域与能源领域的交叉研究，突破支撑复杂电网断面发现的智能机器调度员软硬件难题。为保障项目实施质量和进度要求，拟合作团队需通过ISO9001质量管理体系认证，且是国家高新技术企业。期望通过合作，全面开展产品和服务的推广销售。

现有智慧农业企业主要的业务是信息服务，互联网管理、品种培育等信息获取及管理方面，而很少见到对生产流程中的硬件设施进行优化的企业，ISET将以此为切入点，完善智慧农业的各个环节。ISET以智慧农业为主线，打造以智慧导航转运机器人、智慧喷灌转运机器人、智能农作物识别采摘机器人，以及定制机器人辅助农业生产产品服务等为分支的产业链。

该成果运用 5S 技术和数学建模技术，构建作物产量及长势预测模型，同时构建了土壤有机质及冠层主要营养元素的监测模型。并基于网络技术开发了新农村信息化平台。

本发明公开了一种具有抗误码机制的帧间无损编码与智能解码方法，包括：星上编码步骤：获取序列图像 f；把图像 fk,k＝1,2,...划分成互不重叠的子块；令第 3j+1,j＝0,1,...帧图像为参考帧图像，进行分块 JPEG-LS 编码；而第 3j+2 和 3j+3 帧图像参考第 3j+1 帧图像进行帧间无损编码；每 K 个子块后插入一组 EDC 信息形成检错码流；进行RS(m,n)纠错编码；在压缩码流中加入每帧的压缩帧头和帧尾。

目前第一代完整的呼吸音采集设备已研发完毕，完全实现呼吸活动的柔性无感持续智能监测评价和适应多场景下交互设计需求，提高医疗救护能力和应急救援能力，减轻医疗及养老行业人力与经济运营成本，创新引领社会与经济发展。 图1 技术路线 【技术优势】 (1) 基于驻极体薄膜的高灵敏度接触式压力传感器 目前用于呼吸音及心音监测的传感器大多采用较硬的基底，难以适应人体胸部曲线，不适合长期可穿戴使用。因此，本成果基于驻极体的自驱动压力传感器的自供能、响应速度快和灵敏度高等优势，设计了一种用于可穿戴式声音监测的高灵敏度柔性驻极体压力传感器，以实现对人体呼吸音与心音地长期、实时监测。 图2 部分成果展示 (2) 智能呼吸音监测分析预警平台 通过深入临床大规模收集心音和呼吸音样本、对病理性样本进行学习训练，对信号的模式识别进行研究匹配，采用人工神经网络、支持向量机两种识别模式，对病理性声音特征进行分析得出智能化参考病症分析。由于呼吸音信号的复杂性，同一种类型的呼吸音有不同人或是同一人在不同时间发出时，样本数据不完全相同，传统方法容错率与识别率极低。本成果将呼吸衰竭患者的呼吸音数据进行分类识别和特征标定，采用人工智能算法进行测试和集训，实现为大数据分析提供数据参考。 (3) 呼吸音智能监测预警系统的人机交互设计 通过分析多个智能呼吸音监测预警操作系统的使用场景、认知特点、输入和输出方式，归纳出它们在交互设计上的一般性的设计原则和设计缺陷。通过多学科的交叉，如人因功效学、设计语义学、设计美学、设计心理学等学科，进行了全面整体的交互设计研究。 图3 智能呼吸音诊断软件界面 图4 临床人员操作软件试用 【性能指标】

本发明提供一种HVDC系统换流母线外部故障的人工智能识别方法。其特点是该方法利用小波变换多尺度分解算法，把系统故障信号分解到不同频段，以不同频段信号小波能量偏度作为故障诊断特征向量，再结合BP神经网络实现交流系统故障类型的准确识别。该方法与以往交流系统故障类型识别方法相比较，从能量分布的角度，只需对一个故障信号进行特征提取，不受系统运行方式的影响，操作简单，准确性好，可性度高。

本发明提出一种基于多智能体强化学习的运输车路径优化方法，该方法涉及智能优化技术领域，  我国AGV每年新增装机量自2010年起迅速增长，自2013年起年同比增速维持在50%以上。目前AGV产品主要集中于中低端市场，产品功能比较单一。而一些大型汽车、家电企业希望通过获得AGV系统和整机产品的相关技术，自己实现AGV产品的定制化生产。在此背景下，从AGV制造商的角度来说，要从国内严重同质化的中低端AGV产品中脱颖而出，从软件系统上提供先进的路径规划方法，并且在未来不断升级，未尝不是一种提升产品服务质量、赢得客户青睐的做法。随着硬件性能的提高和计算技术的发展，系统仿真得以在越来越短的时间之内完成，以每辆AGV为单位进行微观系统仿真可以更好地反映AGV之间的相互影响。而强化学习方法作为一种利用交互和反馈进行策略优化的机器学习方法，正好可以利用AGV交互的数据为每辆AGV规划路径，使总的生产效率或搬运效率最高,从而降低物料搬运的成本。