高效利用大型燃煤火电机组的灵活深度调峰优越性促进更大规模可再生能源电力消纳对构建我国新型电力系统具有重要积极影响。准确掌握燃煤机组频繁变化的调峰过程动态特性是设计高性能协调控制方案的前提条件。因此，本成果推出面向燃煤机组实际发电过程的智能抗扰控制关键技术及其控制器参数在线优化机制。 创新点 随着频繁大范围调峰已成为大型火电机组的常态化运行趋势，本成果设计了一种兼顾机组发电成本及碳排放量的全工况智能抗扰控制策略。通过有机融合误差自抗扰控制器与快速鸽群优化器，机组实现了对电网负荷指令的迅速响应。

产品详细介绍产品名称:  DH3系列智能微差压数显变送控制器产品型号:  DH3Digihelic的功能，和Photohelic表一样的尺寸产品介绍:DH3系列Digihelic®差压控制器是一个三合一仪器，拥有数显表，控制继电器开关，和变送器输出，这些全都安装在通用型Potohelic®表盒中。结合这三个特点，避免了在一个产品中安装多重仪表，节约库存、安装时间和成本。Digihelic®控制器是一款理想的用于测量压力，速度和流量的工具，量程为0.25"w.c到2.5"w.c的 精度是1%，量程大于等于5"w.c的是0.5%。也可提供双向量程.开方根输出可用于流量计算.DH3系列Digihelic®差压控制器在测量压力，速度或容积流量运行中，能够互换几个常用的工程单位。2个单刀双掷继电器开关可调节死区，并具有可升级的4-20mA过程输出。使用菜单键是很容易编程的，进入5种简化菜单，可选择：安全级别；选择压力、速度或流量运行方式；选择工程单位；流量传感器时的K系数选择；在流量应用中选择的矩形或圆形管；设定点控制或设定点和报警操作；报警操作有高，低或高/低报警，自动或手动报警复位；报警延迟；看最高和最低的进程读数；不稳定过程数字阻尼；可升级4-20mA定标输出来满足不同应用的量程范围。 主要应用：集尘袋过滤器、输送管的流量测量、过滤器状态、输送管或建筑物的静压、风扇控制等。 技术参数:介质：空气和不可燃，兼容的气体材质：请向厂家咨询外壳材料：硬铸铝精度：<5”w.c(除了±2.5”w.c型之外)：±1%；其它所有型号在77℉（25℃）为±0.5%包括滞后性和重复性（1小时热身后）稳定性：每年<±1%压力范围：量程≤2.5”w.c；25psi；±2.5”，5”w.c:5 psi；10”w.c:5 psi；25”w.c:5 psi；50”w.c:5 psi；100”w.c:9 psi温度范围：32至140℉（0至60℃）补偿温度范围：32至140℉（0至60℃）热效应：0.020%/℉（0.036/℃）从77℉（25℃）电源：12-24VAC/VDC电力消耗：最大3VA输出信号：4-20mA DC最大900欧姆零点和范围调整：通过菜单调整响应时间：250ms显示：4位液晶显示0.4”高LCD指示设定点和报警状态电气连接：15针连接；18”（46cm）电缆带10连接件：1/8英寸FNPT阴螺纹，侧面或背部连接安装定位：在垂直平面安装尺寸：5”(127mm)O.D.×3-1/8”(79.38mm)重量：1.75磅（0.794KG）认证：CE 开关规格:开关类型：2个SPDT电气指标：1A@30VAC/VDC设定点调节：可通过表面按键调节 

脑电信号作为人体重要的生理信息，已经被广泛应用于医学疾病诊断与治疗、人体潜能开发等方面。脑电图通过将电极接入被试对象的头皮，来测量大量神经元发放所形成的电场。脑电波作为能够体现大脑活动的信号中的一种，有方便检测、非侵入式且对被试对象友好等特点。一般认为，通过对大脑脑电波的检测并采取特定数据分析方法，有望将大脑的各项反应能力充分挖掘出来。近年来，脑电信号分析已成为认知神经科学领域的重要技术之一。大量研究表明，人类认知能力与脑电信号有关，其中工作记忆能力在认知中起关键作用。脑电信号具有数据量大、时间分辨率高、易受干扰等特点，给研究带来了不少挑战。杨立坚课题组使用样条函数，基于随机抽取的122名大学生志愿者训练集，以闭眼静息态下8个脑前区导联的脑电信号（图1），对20名志愿者测试集进行工作记忆能力的预测（图2），其确定系数R^2在多次随机试验下的中位数为68%，最低值大于50%，最高值72%（图3）。图1 ：试验中脑电信号记录的导联名称和位置图2：对某测试集计算的认知能力预测值与真实值的对比图3：对多次重复随机抽取的测试集计算的确定系数R^2箱线图杨立坚课题组依托10年来自身在函数型数据领域的研究成果，课题组2017级博士生张园园和2018级博士生黄昆在学习神经科学专业知识的同时，与机械工程系教授吴方芳和硕士生王健凯高效合作，分析季林红课题组的大学生志愿者脑电与认知能力数据。他们秉承“面向应用，背靠理论，写好算法”的统计学理念，把样条回归估计脑电信号的光滑轨迹，张量样条回归估计协方差函数，样条估计函数型主成分与得分等深刻的统计学前沿理论，结合LASSO回归，转化为快速准确分析脑电数据的算法（图4），从2018年12月开始仅用6个多月的时间，就很好地解决了基于工作记忆能力预测的问题，完成了这篇跨学科应用方法论文。图4：算法流程图

面向快速、高效的矿产资源探测的国家需求，集成空间数据挖掘与案例推理技术，充分利用海量的地质空间数据，解决矿产资源潜力评价与预测关键技术。在此基础上，建立智能化区域成矿预测系统和三维矿产资源预测系统，为各地质矿产单位进行找矿勘探提供空间分析和决策的基础平台。主要功能、特色： ？ 建立了不确定性地质空间数据挖掘算法模型、成矿案例推理模型，提高了区域成矿预测的效率、精度和智能性； ？ 综合不确定性地质空间数据挖掘、成矿案例推理和证据权模型，建立了混合推理策略与方法，得到更为客观的综合预测结果； ？ 基于COM架构，开发了“区域成矿预测信息系统”和“三维矿产资源预测系统”，包括地质空间数据管理、空间分析、模型预测、专题制图等功能； ？ 发展了三种高光谱矿物填图方法：权重光谱角制图法、耦合整体光谱匹配和局部光谱匹配的高光谱矿物信息提取方法、特征参数拟合方法； ？ 完成了区域成矿预测的数学地质方法扩展与应用，包括证据权模型、扩展证据权模型和逻辑斯谛回归模型，为地质空间数据挖掘和成矿案例推理提供图层选择及参数化的理论依据和对比验证对象； ？ 以我国西部典型成矿带——青海东昆仑成矿带为例，进行上述各类算法模型的区域成矿预测实验，并进行了野外调查与验证。 基于上述研究成果，该课题成果已申请发明国家专利2项；计算机软件系统2个；出版专著1部《多源地质空间信息智能处理与区域成矿预测》；发表或录用论文15篇，其中SCI期刊论文5篇，EI期刊论文4篇。

本平台设计一套集成学习系统用来精确预测未来时间段的流量，本系统使用随机森林，SVR，三指数 平滑、GBDT，BPNN等传统算法和机器学习算法作为单模型，并通过集成学习的方式提高预测准确率。

金铅锌等金属矿体往往厚度变化大、不稳定而在勘探阶段难于精确控制，同时随着资源危机矿山的增多，深部找矿越来越受到重视。因此，许多矿山急需开展坑道之间和坑道之下深部矿体定位预测工作以扩大资源储量。该项成果是在凤县三台山金矿、凤县银母寺铅矿矿等矿体定位预测研究的基础上形成的技术成果，曾获陕西省科学技术进步二等奖。目前该项成果已经在陕西省部分金属矿山得到推广应用，并取得了良好的应用效果。

项目以高瓦斯突出矿井为研究对象，将瓦斯作为地质体的组成部分，运用地质学及其相关学科的理论与方法，从研究瓦斯形成、赋存、涌出、突出及控制因素与突出机理等入手，配合大量测试，重点研究采前煤层瓦斯含量大小，工作面瓦斯涌出量大小及煤与瓦斯突出危险性预测的技术难题，以及采前与采中瓦斯涌出与突出的治理问题。该成果经陕西省科技厅鉴定为国内领先水平，获陕西省科学技术进步三等奖。成果先后在陕西韩城、铜川、河北邢台、宁夏石嘴山及四川南桐等矿区得到应用，在矿井瓦斯预测防治中取得了良好应用。

面向快速、高效的矿产资源探测的国家需求，集成空间数据挖掘与案例推理技术，充分利用海量的地质空间数据，解决矿产资源潜力评价与预测关键技术。在此基础上，建立智能化区域成矿预测系统和三维矿产资源预测系统，为各地质矿产单位进行找矿勘探提供空间分析和决策的基础平台。

中试阶段/n甲状腺肿瘤发病率居高不下，临床上尚缺乏相关分子标记物对患者进行危险分层，无法准确区分有颈部淋巴结转移的高危患者，导致高危患者治疗效果不理想，复发率高。反之，部分低危患者由于不可控的因素接受了颈部淋巴结清扫，遭受了不必要的并发症和经济损失。阐明新lncRNA在甲状腺癌高危转移中的作用机制，评估其用于预测患者肿瘤复发转移风险的可行性，可以为筛选甲状腺癌高危复发转移患者，定制个体化治疗提供新思路。该项目还在研发阶段，基于我们的前期基础还需进一步扩大临床样本量进行验证，在动物实验水平进行lncR

风力发电作为新能源的重要组成部分之一，通过对风力发电容量进行短期和长期的准确预测，可以有效降低风力发电系统成本并提高对风能利用率和投资效益进行有效的评测。应用时间序列分析方法、小波分析和支持向量机理论提出了结合小波分析的持续斜率模型多步预测方法，建立了ARMA、基于小波分析的ARMA、噪声场合下的ARMA三种短期预测模型和最小二乘支持向量机长期预测模型。为了使用户能够更加方便地应用该预测软件，综合应用LabVIEW语言和SQL语言构建了集成化预测模型分析系统。