本发明公开了一种宽谱段光电转换器件量子效率测试系统及方法，包括：量子效率测试箱、电源箱、激光功率计、吉时利源表、控制驱动电路单片机、计算机等。本测试系统可同时测量待测器件的外量子效率(External Quantum Efficiency，EQE)、内量子效率(Internal Quantum Efficiency，IQE)及表面反射率(Reflectance，R)，不需要在测试前使用标准器件进行校准，可测试的光谱波段范围较宽，为300nm～2250nm，满足各类不同禁带光伏电池或光电转换器件的量子效率测量需求。

本发明公开了一种硅光子晶体波导器件的飞秒激光制备系统及方法，系统包括飞秒激光器、多级半波片、偏振分光棱镜、第一反射镜、空间光调制器、第一透镜、第二反射镜、第三反射镜、第二透镜、电动翻转镜、第四反射镜、高倍物镜、三维加工平台、第三透镜、CCD相机、计算机；由飞秒激光器输出的激光通过多级半波片和偏振分光棱镜，经过反射镜射入空间光调制器；用计算机将加工方案生成全息图，加载到空间光调制器；光束经调制后通过第一透镜、第二反射镜、第三反射镜、第二透镜、第四反射镜，再经过高倍物镜聚焦到硅基片上，通过输入到计算机内的程序控制三维加工平台移动，完成加工任务。本发明加工步骤简易，加工精度高，加工速度快，加工成本低。

本发明公开了一种应用于智能配电网的双有源桥直流变换器软启动控制方法，先解锁原边全桥，闭锁副边全桥和外移相角的闭环控制，原边全桥采用斩波控制，开关管Q3和开关管Q4以50％的占空比互补导通，开关管Q1和开关管Q2采用变占空比控制，并且每个开关周期以一定的步长增加；当副边电压上升到足以驱动开关管，且开关管Q1和开关管Q2的占空比都增至0.99时，解锁副边全桥及外移相角的闭环控制；当输出电压达到额定值时，切入负载，输出电压稳定完成启动过程。本发明有效抑制双有源桥直流变换器在启动过程中的电流过冲，保证电流的正负对称，降低对开关管的耐流要求，降低成本，避免变压器偏磁现象，降低变压器的容量、体积和成本。

（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。

本发明提供了动物源食品致病菌鉴定及其耐药和毒力基因检测复合芯片。本发明提供了用于鉴定动物源食品致病菌、致病菌耐药基因和/或致病菌毒力基因的探针，由序列1‑序列171所示的单链DNA分子组成。本发明实验结果表明：本发明的动物源食品中致病菌鉴定及其耐药和毒力基因检测复合芯片，能够有效的达到同时鉴定细菌及其毒力和耐药基因的综合目的。

近日，我室王强课题组与军科院放射医学研究所舒文杰合作在Nature Genetics杂志上发表了题为“Embryonic defects induced by maternal obesity in mice derive from Stella insufficiency in oocytes”的研究论文，发现了卵母细胞中Stella蛋白在介导母源肥胖对胚胎表型影响过程中的分子途径。 肥胖是全球重要的健康问题。人群中女性肥胖与早期妊娠失败以及出生缺陷等密切相关，但母亲肥胖是如何影响胚胎发育和子代健康的分子机制尚缺乏足够的认识。课题组首先利用高脂饲养（HFD）的雌性肥胖小鼠模型，证实母源肥胖导致了胚胎发育迟缓与阻滞；并通过组学比较分析了正常和肥胖小鼠卵母细胞中蛋白表达差异，发现HFD小鼠卵子中Stella蛋白含量显著减少。在此基础上，进一步揭示了HFD合子表观不对称性的建立出现了异常，表现为母源5mC水平下降及DNA损伤增加。在HFD小鼠卵母细胞中过表达Stella不仅能够部分阻断受精卵中的DNA甲基化异常，而且还改善了母源肥胖相关的胚胎发育缺陷。本研究对于揭示母源营养影响早期胚胎及后代发育的分子机制提供了新的基础理论，具有重要的科学意义和潜在的应用价值。 南京医科大学生殖医学国家重点实验室博士生韩龙森和李玲，以及军科院博士生任超为共同第一作者。本研究工作得到了南京医科大学沙家豪教授和郭雪江教授的大力支持。该课题得到了国家973计划、国家重点研发项目以及国家自然科学基金项目的资助。

其他成果/n一种基于多源光谱特征融合的食用油种类快速鉴别方法，包括如下步骤：选取待鉴别的未知种类的食用油样品；采集拉曼光谱图和近红外光谱图；分别对采集的拉曼光谱图和近红外光谱图进行预处理，得到预处理拉曼光谱图和预处理近红外光谱图；分别对预处理拉曼光谱图和预处理近红外光谱图进行特征提取，得到拉曼特征变量和近红外特征变量；将拉曼特征变量和近红外特征变量进行光谱特征融合，得到特征融合光谱图；采用优化定性模型对所述未知种类的食用油样品进行种类鉴别。本发明提供的基于多源光谱特征融合的食用油种类快速鉴别方法，安全快速、检测便捷，鉴别准确率高，具有较强的实用价值和推广价值。

已有样品/n我国慢病患者群体超过2.6 亿，慢病的早期预防、诊断、筛查变得尤为重要。该系统包含体检业务服务系统、家庭健康监测管理服务系统、第三方家庭健康服务支撑平台三类产品：客户群体是健康大数据数据采集、分析、服务的基础。本项目通过三类服务凝聚客户：1）以三甲医院体检中心为基地，通过智能体检服务、基于三甲医院权威的体检诊疗、康复方法指导，建立稳定的体检群体。2）通过移动互联网将服务群体拓展到慢病/老年病群体。基于体检

本实用新型提供了一种地源热地埋管的下管固定装置，属于地源热地埋管领域，包括U形弯管和螺纹长杆；所述U形弯管的左右侧管上套有滑套；所述左右滑套之间横接有联动杆；所述U形弯管的左右侧管底端的左右两侧竖直固接有插杆且每个插杆的上端头正对着同侧的滑套的插孔；本实用新型的联动杆便于两个滑套同时向下滑动，压至底端，从而下压U形弯管，避免U形弯管在所放的深井泥水中升起；下滑滑套，使得同侧的插杆与插孔插放在一起；当插杆穿入插孔时，弹性橡胶杆由于可弯曲，随着挤压进入插孔内，当穿出插孔时，由于弹性橡胶杆的弹性恢复原始位

本发明公开了一种基于BIM的运营桥梁多源检测系统的检测方法，基于BIM技术，将无人机与三维激光检测技术集成应用于桥梁病害检测，极大的提高了桥梁巡检效率与精度；提出了一种基于亚像素差值的图像处理方法，在一定程度上解决了现有硬件设备精度不足的缺点；本发明极大的提高了桥梁的运维检查效率，实现了桥梁运维养护决策系统的信息化与智能化程度，使桥梁运维决策更加科学。