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。

为了消除传统图像描述深层模型中图像与文本间的虚假关联，该论文引入因果图外部知识，通过揭示视觉域与语言域混淆机理，在目标检测和描述生成中同时进行因果干预，阻断图像视觉特征与描述文本之间的后门路径。

本发明公开了一种攀爬机器车，包括车体，车体前后端安装设置有车轮，车体面向墙面的端面与一吸附机构连接固定，所述的吸附机构包括有本体，所述的本体为中空圆筒，所述的中空圆筒的上方设置有一盖板，所述的盖板的上端面与车体连接固定，所述的盖板的下端面与中空圆筒的上端面封闭连接；所述的中空圆筒的内壁面上设置有切向喷嘴；所述的中空圆筒的下端面与墙面之间留有间隙，所述的间隙形成中空圆筒下端面外缘与墙面之间的第一排气流道，所述的第一排气流道连通中空圆筒的内部与外周环境。本发明的攀爬机器车能吸附在各种墙面上，吸附能力强，应用范围广。

本成果是一款多引擎机器翻译及辅助翻译系统：在给定双语语料库的基础上，能够实现任意两种语言之间的互译，同时提供辅助翻译界面。系统主要由两部分组成，两者互相结合，循环促进。 其主要功能和创新点包括： 1.融合了句法知识的判别词对齐算法； 2.融合了句法知识的树-树翻译模型和集成的重定序模型； 3.基于实例的解码器； 4.半自动领域术语识别和提取：自动识别，手工甄别； 5.相似实例提示：校对过程中，提示和当前源句子相似的互译句对； 6.翻译模型动态更新：手工形成的互译句对将作为机器翻译的语料库，改进机器翻译的质量。

产品详细介绍一、嵌入式机器视觉图像处理平台     MV-VS800是一款高性能数字图像信号处理平台，具有极强的处理性能，高度的灵活性、工作稳定性和可编程性，平台功耗低、接口丰富，体积小巧，智能化程度高、拥有大量常用的图像处理软件库，是用户构造机器视觉图像处理系统的理想选择。二、机器视觉图像处理软件1、MV-MVIPS图像处理软件、HALCON机器视觉软件                               2、HALCON机器视觉软件 MVIPS 机器视觉图像处理软件平台是一款高性能的工业机器视觉软件工具包，用户可以利用其快速开发图像处理和机器视觉应用软件，快速搭建自己的机器视觉应用系统，它功能强大，测量、检测、识别速度快，可靠性高。MVIPS机器视觉图像处理软件提供了图像测量、字符识别、彩色分析、缺陷检测和目标定位等多个库函数，软件开发平台具有良好的人机界面，有图像输入、程序代码、参数设置、数据输出窗口，用户可以用简单的下拉式菜单界面，在软件中只需要快速调用相应函数就可以实现自己想要的功能。三、应用领域1、缺陷检测；2、尺寸测量；3、OCR&OCV；4、颜色比对；5、匹配定位。6、其他。

（1）主要功能和应用领域 项目是北京市交通运行监测调度中心牵头多家合作单位共同承担的交通运输部信息化技术研究项目，应用于交通领域。旨在分析重点区域行人导引需求，研发区域行人交互式导引服务技术，在枢纽内行人可能面临决策的关键位置，设置信息导引点，通过智能终端实现定制化、交互式行人导引服务。研发用于行人定位导引的导引点设备、WiFi设备，并进行定制加工，在大型交通换乘枢纽开展测试验证和示范应用，提高导引服务的实时性和精准化水平。研究面向复合目标优化的一体化出行智能决策支持技术，实现面向出行链的多方式无缝衔接和动态诱导。 （2）特色及先进性 在重点区域内为行人提供实时交互式导引信息服务。设计了室内高精度定位算法，提出了基于方向的室内路由导引策略。研发了基于智能终端的室内导引App和枢纽监控系统。可以为用户提供基于目的地、无目的地、多目的地的定位和导引服务。 申请专利2项。 （3）技术指标 导引信息获取时间不超过2秒； 导引差错率小于千分之一，定位精准度受环境影响带来的误差降低20%以上； 建立支持WiFi、蜂窝网等2种以上的无线技术接口的精准定位技术试验网络； 可实现行人在枢纽走行的全过程连续导引。 （4）解决问题与实施效果 项目应用在大型交通枢纽(如机场、火车站等)内实现旅客导引服务，也可以扩展到其他室内区域的导引服务，如大型商场、旅游景区、隧道、矿井等。可以克服GPS无法在室内提供导航服务的问题，与GPS导航结合，可以实现任意场地无缝导引的服务。

成果介绍本项目将静电纺丝、电化学修饰电极两种方法有机结合，从外表面、内容物及整掺杂等方面对基础纳米纤维修饰电极进行功能化，实现功能可控纳米纤维复合材料修饰电极的制备。技术创新点及参数功能可控纳米纤维复合材料修饰电极，从调控“结构”-“效应”角度，构建新型功能可控活性分子固载界面，结合光电传感技术，建立模型。市场前景建立多种癌症、神经性退行性疾病的系列标志物，环境污染物，食品污染物的分析跟踪与评估新模型，一些典型应用案例突破现有技术的瓶颈。

针对秸秆直接还田难、综合利用率低、焚烧污染严重，土壤碳库匮缺、耕地质量提升乏力等“老、大、难”问题，沈阳农业大学率先提出了“秸秆炭化还田”新理论，确立了“以生物炭为核心，以炭化技术为基础，以生物炭基肥料和生物炭基土壤改良剂为主要发展方向，兼顾能源化利用”的技术路线。2005年以来，围绕“生物炭暨秸秆炭化综合利用技术研究与应用”，项目组先后突破了生物炭规模化制备与农业应用关键技术，构建了全产业链技术体系，推动了成果高效转化，为秸秆间接还田开辟了一条新途径。    1. 研发出“半封闭式亚高温缺氧干馏炭化工艺”和“组合式多联产生物质快速炭化设备”，突破了秸秆“低成本、大批量制炭”的产业技术瓶颈。该工艺设备对原料适应能力强、生物炭生产效率高、能耗低，有效解决了农作物秸秆密度低、含水量高、预处理能耗大、炭化效率低等问题。所制备的生物炭含碳量高、孔隙丰富，可广泛用于土壤碳封存、农田温室气体减排、化肥减量增效、耕地质量提升等领域。    2. 开发出生物炭基肥料等系列生物炭基农业投入品，集化肥减量、土壤改良、节本增效等功能于一身，寓土壤改良与土壤利用之中，突破了生物炭规模化田间应用技术瓶颈。综合运用作物学、土壤学、植物营养学、微生物学、生物信息学等方法，系统揭示了生物炭固碳、改土、保肥、持效、促生作用规律与机制。在此基础上，遵循养分归还学说和农田生态系统物质循环规律，发明了以生物炭为载体生产专用肥料、土壤改良剂、水稻育苗基质的技术与方法，开发出以生物炭基肥料为代表的系列生物炭基农业投入品，能够在不增加农民生产成本的情况下实现秸秆间接还田，解决了生物炭直接还田成本高、推广难、市场化程度低等问题，打通了生物炭规模化田间应用“最后一公里”，改变了化学类缓控释肥料只减肥、改土作用不明显、只在当季起作用的局面。    3. 开展了大规模试验示范，构建了“分散制炭、集炭异地深加工”产业模式，实现了成果转化。针对集中处置利用与秸秆等农林废弃物分布广、收储运困难之间的矛盾，构建了“分散制炭、集炭异地深加工”产业模式，将产业链中的运输成本降低约 70%；制定了《生物炭基肥料》农业行业标准并首次发布，突破了制约生物炭技术产业化和行业健康发展的“瓶颈”问题。    截至 2016 年底，项目技术累计推广 1090.2 万余亩，辐射全国 20 余个省（市、自治区）。其中，2014-2016 年，项目技术推广应用 575 万亩，新增销售额 19665.6万元，新增利润 2359.9 万元，节支增收 42890.9 万元。合计新增经济效益 45250.8万元。

oneM2M是欧洲电信标准化协会（ETSI）联络美国、中国、日本和韩国的通信标准化组织，成立国际标准化组织，共同开展物联网业务层国际标准的制定。oneM2M协议是应用层中的上层协议，以HTTP、CoAP、MQTT等协议作为通信载体，将自己的语义封装在HTTP等应用层协议之中。NB-IoT是3GPP针对低功耗广覆盖类业务而定义的新一代蜂窝物联网接入技术，主要面向低速率、低时延、超低成本、低功耗、广深覆盖、大连接需求的物联网业务，NB-IoT物联网协议是低层协议，二者的关系如图1所示。图1 协议体系关系图 基于多协议转换的研究以及系统模型方案的设计与分析，提出NB-IoT设备接入oneM2M的系统模型，如图2所示。NB-IoT设备：搭载了NB-IoT芯片的一套设备，包含了数个传感器。运营商服务器：负责接收NB-IoT设备数据包，并将其存放于平台数据库中。协议转换节点：将NB-IoT设备信息接入oneM2M系统中的核心模块。oneM2M平台：具体保存资源以及对外展现资源的平台。图2 NB-IoT设备接入oneM2M系统模型架构 本成果基于NB-IoT和oneM2M标准，研究构建的工业互联网全系统通用技术，包括基于NB-IoT硬件系统的嵌入式开发及其低功耗的解决方案；NB-IoT终端与运营商云平台系统的协同通信机制；运营商云平台系统与oneM2M企业私有云平台的通信机制；oneM2M工业企业的数据的统一表示，实现工业互联网大数据的深度人工智能应用。

从高增压涡轮增压器设计和发动机高增压匹配两方面进行研发，以基础研究和关键技术突破带动产品研制，突破了四大关键技术难题：在国际上首次提出并发展了高增压跨声速压气机非对称控制扩稳技术，实现了我国增压压气机设计由亚声速到跨声速的技术跨越；提出并发展了基于动态来流的涡轮设计技术，实现了增压涡轮设计由基于稳态来流向基于动态来流的技术跨越；建立了高增压叶轮多物理场耦合设计技术，实现了增压叶轮设计由单向设计向耦合设计的跨越；提出并发展了内燃机增压通流匹配技术，实现了增压由零维、单向匹配向一维、耦合匹配的技术跨越。