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。

本发明公开了一种优化风电消纳的电力系统调度方法，步骤为一、采集分钟级风电历史功率数据和数值天气预报数据，建立分钟级风电功率预测模型；二、针对分钟级风电功率预测误差进行建模和补偿；三、在预测误差修正风电功率值的基础上，建立风电消纳电量最大化和系统调峰能力最强的目标函数，并且仅执行下一分钟的调度优化指令；四、在目标函数的基础上，判断是否完成所有时刻的优化，若完成则结束优化，否则下一时刻更新所有输入信息并从第一步依次滚动进行。该方法在准确预测的基础上，针对不同的优化时域，以风电消纳电量最大和系统调峰影响最小为目标函数，保证了在电力系统安全的情况之下合理地消纳风电，并积极地应对电力系统调峰。

乙烯工业是石油化学工业的龙头，裂解炉又是乙烯生产装置的核心，其运行效率与整个乙 烯装置效益直接相关；同时，一个工业乙烯装置的裂解炉区通常由多台裂解炉组成，不同裂解 炉又可以裂解不同属性的油品，且裂解性能各异。本项目以工业乙烯裂解炉炉群为研究对象， 研究不同裂解炉在不同运行周期裂解各种油品的运行性能，结合裂解反应机理、热传递模型和 结焦特性，采用运行机理和数据驱动相融合技术，建立了裂解收率预测模型、热效率预测模 型、燃料气预测模型及运行周期预测模型等；结合智能优化算法，以关键产品收率和经济效益 为优化目标，进一步构建了裂解炉炉群负荷分配的优化模型和计算方法，实现不同操作工况下 对裂解炉炉群负荷的实时优化分配；此外，结合网页编程技术，实现了对乙烯裂解炉炉群中每 台裂解炉运行状态的实时监控和用户交互功能。现场实施表明，裂解炉炉群负荷调度和分配优 化技术能够显著提高裂解炉炉群的整体运行水平和总体经济效益。

高校科技成果尽在科转云

该项目始于2005年，为满足机场应急救援发布信息和指挥调度需求而研发，具有机场应急救援车辆指挥调度、救援车辆导航、双模远程无线信息发布、大屏幕救援信息警示、移动指挥作业等功能，包括分布式指挥调度中心、车载终端、门卡终端、手持终端等设备，系统采用包括地理信息系统、卫星全球定位系统（GPS）、双模无线通信（GSM/CDMA）和3DES加密等技术手段实现，具有高可靠性、高安全性、高易用性等特点。该项目的实施和应用既减轻了机场工作人员的工作强度，又提高了工作效率、减少人为差错，尤其能够增强机场对突发事件的快速反应能力，从而提升了机场管理的智能化与现代化水平。 未来10年到20年，随着我国大飞机的成功和通用航空事业的发展，我国机场数量将呈现指数级增长，对于现代化的机场应急救援和现场指挥调度系统的需求将会十分巨大，因此本项目应用前景广阔，具有良好的经济效益和社会效益。 该项目已形成系列产品，在首都国际机场、某市公安局等地得到应用，技术成熟稳定，全部软硬件具有自主知识产权，相关成果已经获得国家发明专利授权3项。

本发明公开了一种订单分派调度与混合产品排序系统及方法， 其系统包括输入模块、云存储模块、处理模块和输出模块;输入模块、 处理模块和输出模块均与云存储模块连接;其方法根据订单的实时需 求、前计划周期排程订单的混合产品实时需求以及当前计划周期拟排 程的混合产品的总体需求来确定产线可用时间;将不同混合产品、交 期的订单分配到不同的平行加工线上;综合考虑各机台上各产品间的 设置时间生成各条产线混合订单-产品的生产调度计划，在各计划周期内最大化每条加工线上产品按时完工的概率，并实时更新数控机床的 生产程序;实

本发明提供了一种虚拟存储服务器系统，所述系统包括一个计 算节点和若干个存储节点，其中：所述计算节点包含 CPU、内存、主 板以及存储部件，所述存储部件由若干固态盘构成；所述存储节点包 含一个低能耗存储控制器和一组磁盘；所述计算结点和存储结点之间 通过网络互联，计算结点的存储空间和存储结点的存储空间共同构成 一个虚拟存储空间；在任何时间点，计算结点和存储结点中存在一个 作为主存储控制器，整体管理整个虚拟存储空间，对外提

本发明公开了一种支持非抢占实时任务集节能调度方法，其步 骤包括：初始任务集合处理，获取初始减速因子，获取候选减速因子， 分配减速因子；本发明所公开的非抢占实时任务集节能调度方法，在 保证非抢占实时任务在截止期之前完成的前提下，充分考虑了任务集 的非抢占特性，得到更小的减速因子，从而使得任务集能以更低的速 度运行，达到更好的节能效果,可有效节约嵌入式系统能耗，并具有更 强的非抢占任务集实时节能调度能力；与现有的实时系统

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。