该成果面向青藏铁路、西电东送和特高压等重大工程的迫切需求，解决 恶劣环境国内外至今没有攻克的电气外绝缘特性与设计的难题。 该成果在国内外率先研究提出覆冰、高海拔、污秽“恶劣环境”电气外绝缘 特性的试验方法；揭示绝缘子覆冰形成及其导致闪络的规律和高海拔污秽绝 缘子与空气间隙的放电机理及其湿度等大气参数对其放电的影响规律，建立 “恶劣环境"绝缘子和空气间隙放电的物理数学模型，提出其电气外绝缘修 正方法；首次提出采用V型与间插布置方式、优化伞形结构防止冰闪的方法, 发明高海拔地区用复合绝缘子和覆冰参数测量用圆柱体阵列积冰器，提出基 于积冰器冰重的覆冰参数实时动态监测方法。 市场及经济效益分析： 成果应用于：世界海拔最高的青藏铁路隧道净空间隙确定，青藏铁路供 电工程、“高海拔+覆冰"贵广±500kV直流工程、国际上首条土800kV特高 压直流工程和西藏3500m以上海拔输电工程外绝缘设计，以及“高海拔+覆 冰"地区交、直流超、特高压复合绝缘子研制，成果应用于我国电网大面积 冰闪事故防治，产生直接经济效益18亿元，推动电气工程学科发展，适应西 部大开发、西电东送、特高压工程和能源安全的重大需求，显著提高我国电 力能源装备抵御极端条件的科学技术水平，取得巨大社会经济效益。

由于航空发动机和燃气轮机叶片型面是空间异型曲面，因而其设计、制造及维修都面临巨大挑战。为了在设计加工层面提高叶片加工质量，同时在修复层面提高叶片使用寿命，开展叶片高效高精测量研究至关重要。 本项目面向叶片制造研发了一套基于四轴运动平台与线激光扫描相结合的叶片型面检测装置，并开发了集运动控制、数据采集与处理、精度评估等多功能于一体的软件系统，可实现多类型叶片的二维截面高精度测量与三维型面自动化高效重构,有效克服因叶片复杂结构特征带来的扫描数据密度差异性大、重叠区不足等因素对重构精度的影响。本项目面向叶片3D打印修复，研发了一套高效高精度的叶片检测方法与集成系统，可实现批量化叶片截面轮廓位姿及其轮廓的自动化测量、数据重构和叶片配准，为叶片修复工艺流程中的3D打印和后续机加工等工艺环节提供关键的数字化测量、加工工艺数据，有效提升修复精度与效率，并降低成本。 本项目的开发成果可应用于航空发动机、燃气轮机等叶片制造、修复全生命周期的测评、重构、反求等场景，市场规模大。 图 面向叶片3D打印修复的检测方法与集成系统硬件平台

杭州冠力智能科技有限公司是建筑增材智能制造全方案提供商和建材智能智慧型试验检测设备研发生产的科技型企业，总部位于杭州，在山西设有机加工基地，山东设有建筑3D打印基地。拥有发明专利3项、实用新型专利17项、外观专利9项、软著8项，专著3部，主参编行业内标准31部。   组建了一支由具有多年土工工程行业背景、全球知名高校硕博毕业高级知识分子构成的研发团队，涵盖建筑结构、建筑材料、算法开发、软件开发、机械设计、电控设计等多专业、多学科融合，主要研发人员包括清华大学、浙江大学、澳大利亚斯威本科技大学等知名高校的6名博士、6名硕士，其中6人具有高级职称，6人具有中国建筑科学研究院、中国建筑技术中心等国内建筑领域知名央企高管从业背景。

人工智能应用创新实训平台是一款专为人工智能领域专业学生设计的多功能教学工具，它集科研教学、实验实训和项目实践于一体，提供了一个全面的学习环境。该平台以国产高性能芯片RK3588作为其边缘计算的核心，支持本地化编程开发，使得学习者能够深入掌握人工智能技术。此外，平台还支持PyTorch、TensorFlow、NCNN等多种主流深度学习框架，便于学生进行模型训练和推理实践。 平台内置了丰富的案例资源，包括但不限于MobileNet、Fcn_Resnet、Resnet、Openpose、Unet、Retinaface、Yolov8pose、Yolov11等前沿模型，为学生提供了实际操作和学习深度学习模型的机会。这些内置模型不仅有助于学生理解深度学习算法的实际应用，也为他们的创新项目提供了坚实的基础。通过这样的实训平台，学生能够在实践中深化理论知识，提升解决实际问题的能力。 本平台融合了先进的多模态大模型智能体，并配备了一系列场景化实体组件，包括深度相机、双轴云台、多轴机械臂、微型输送带、工业级相机以及麦克风阵列等。这些尖端设备使得我们能够快速构建智慧工厂、智能分拣、智慧交通、智能家居等多种应用场景。

1、产品介绍 AI人工智能语音与机器视觉应用系统是一款集成AI语音、机器视觉、深度学习基础、嵌入式Linux于一体的高端教学科研实验平台。 整个教学平台由实验箱高性能嵌入式主板够成，高性能嵌入式核心板采用高性能64位ARM处理器，标配4GB DDR3内存和16GB闪存，可运行ubuntu、android、linuxqt等多种操作系统，可满嵌入式linux和AI应用开发。 平台采用多核高性能 AI 处理器，预装 Ubuntu Linux 操作系统与 OpenCV 计算机视觉库，支持 TensorFlow Lite、NCNN、MNN、Paddle-Lite、MACE 等深度学习端侧推理框架。 提供多种应用外设与丰富的机器视觉、AI语音、深度学习实战应用案例，如语音前处理（声源定位、语音增强、语音降噪、回声消除、声音提取）、语音活体检查、语音唤醒、语音识别、语音合成、自然语言处理、声纹识别门锁、语音智能家居、手写字识别、人脸识别、目标检测、端侧推理框架、图像识别、人体分析 、文字识别、人脸门禁控制、车牌道闸控制、手势家居控制等，通过案例教学让学生掌握计算机视觉与深度学习的基本原理和典型应用开发。 2、产品特点 （1）先进性 性能卓越：搭载AI嵌入式边缘计算处理器RK3399，配备4GB RAM与16GB存储空间，以及6英寸高清电容触摸屏，确保流畅的用户体验。 高效运算：配NPU协处理器模块，专为神经网络模型设计，提供高达8 TOPs@300mW的运算能力。 接口丰富：提供双路0、四路USB2.0、RS232、RS485以及多种嵌入式拓展接口，满足多样化的外设连接需求。 （2）扩展性 定制化设计：所有硬件单元均采用模块化设计，支持根据具体需求进行定制化选型和搭配。 项目套件丰富：提供多种可选的项目套件模块，支持完成多样化的AI应用场景设计和创新。 智能网关平台：智能边缘计算网关平台配备了包括GPIO、ADC、IIC、UART、PWM、SPI在内的常用接口拓展，增强了平台的适应性和灵活性。 （3）包容性 多功能应用：实验平台适用于人工智能、嵌入式系统、物联网、移动互联网、智能硬件等多个学科的实验教学，提供全面的教育资源。 课程与实验：支持包括Python程序设计、嵌入式Linux操作系统、机器视觉技术、自然语言处理、神经网络原理、无线通信、Android应用技术、物联网中间件、AIOT应用实训等在内的丰富课程和实验。 专业融合：平台在硬件设计上实现了物联网、人工智能和嵌入式技术的兼容性，提升了实训设备的复用率，有效解决了学校实训室空间和资金的限制问题。 AI语音与机器视觉应用系统致力于解决学校在开设人工智能课程时面临的师资、教学资源、实训资源、设备以及与行业应用对接的挑战，实现了产学研创一体化的教育模式 3、应用 系统支持多个工业化的应用场景，以智慧家居、智慧停车场、智慧门禁、智慧交通、趣味AI、智慧工地六大应用场景，及基于六大应用场景的20多种小AI应用场景。所有的应用场景及业务子项功能，均来自真实的人工智能行业应用。 4、配套 该产品除完整的软硬件系统外,还配备针对设备完整的人工智能实训指导书完整丰富的教学实训素材资源、以及基于设备系统的人工智能教学视频光盘。本产品提供免费的安装部署服务和设备实训培训服务。

研究背景 超特高压电网具有电压等级高，输电容量大，输送距离远，覆盖范围广等特点，电网故障带来的系统安全影响更加严重。超特高压系统故障后的暂态特征及继电保护与控制装置的配合关系复杂，超特高压工程带来的继电保护新问题对传统继电保护配置提出了更高的标准和要求。因此研究超特高压电网继电保护新原理是当前超/特高压电网建设的重大课题。 主要成果 构建了超特高压系统实时数字仿真系统（RTDS）模型，揭示了超特高压系统故障机理及其电磁暂态特征。在超特高压继电保护新原理方面取得了多项重大的科研成果，如：提出dR/dt振荡闭锁原理，解决了电力系统振荡过程中距离保护容易误动的难题；提出“按相补偿”方法，改革了接地阻抗继电器的接线方式，有利于阻抗选相和距离保护的快速动作；提出“虚拟电流”的构成方法，解决了母线保护的故障判别及TA饱和、断线的判别难题；提出基于电压回路方程的变压器保护新原理，解决了励磁涌流引起差动保护误动的难题等。研究开发的微机保护、继电保护测试仿真系统、变电站自动化系统、发变组保护系统及故障录波装置等均处于国际领先水平。 学术影响 研究团队在20世纪80年代初研发了我国第一台微机继电机保护装置，而后研发的分层、分布式变电站综合自动化系统率先在西电东送工程的首个500kV变电站投入应用；1000kV线路保护及变电站自动化系统也成功投运；依托研发技术创建的四方公司已成为我国二次设备三大制造商之一，年产值超过20亿元。相关研究成果已成功应用于实际电网中，先后2次2国家级科技进步二等奖，取得了重大经济和社会效益。

本发明提供一种辐射状配电网节能量预测方法及装置。该方法包括：基于辐射状配电网各支路分别对应的支路参数，对分层的所述辐射状配电网采取节能措施后的电能损耗量进行预测，得到预测的电能损耗量；基于所述辐射状配电网采取节能措施前的电能损耗量和所述预测的电能损耗量，预测所述辐射状配电网采取节能措施后的节能量。本发明在采取节能措施之前，可以根据预测的节能量对各种节能方案进行对比，选择节能效果更好的节能方案。此外，本发明考虑了整个辐射状配电网采取节能措施后的电能损耗量，而非采取节能措施的部分支路的电能损耗量，计算的节能量更准确。

本发明公开了一种基于MAS多尺度的风光波互补海岛微电网能量控制方法，采用多Agent技术，当光照、风速、海况变化导致可再生能源发电出力变化时，通过微电网源、储、荷协调控制满足海岛上军民的用电需求。与现有微电网的能量控制方法相比，该控制方法采用分布式能量管理技术，减少了波浪发电系统输出功率的不稳定性，可以获得比较稳定的总输出，在保证供电的情况下，大大减少了蓄电池数量，削减系统投资成本，提高了海岛微电网的可靠性。并且该方法充分利用了海岛上丰富的波浪能，利用海岛上的海水淡化装置实现了微电网多尺度的能量控制