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。

西安电子科技大学计算机科学与技术学院智能软件与系统新技术研究所副教授张亮团队依托上海瑞金医院、西安交通大学第二附属医院等的新冠肺炎疑似、确诊患者肺部CT影像，通过综合分析新冠肺炎患者的肺部CT影像特点（磨玻璃、体积大小、位置等特征），张亮团队加快技术攻关，设计开发了基于深度学习的新型冠状病毒的早期检测筛查模型系统。

本发明提供了一种基于随机蕨的自举弱学习方法及其分类器，本发明属于计算机图形识别技术领域。图形识别通常采用弱分类器的加权、高斯概率分布的均值距离来判别正负样本。或采用分类树作为弱学习器，用误差测度减少最大化的划分准则划分节点，然后将这些弱分类器提升为强分类器。但是，这些弱学习方法要么收敛速度慢，要么准确率不够高，要么计算效率低。本发明选择图像特征和构造随机蕨、基于随机蕨的弱学习方法、基于随机蕨的弱学习方法、构建弱分类器、结果分类器等步骤可以很好地解决成像环境复杂且对运算量要求严格的图像模式识别，实现快速收敛和高效的自举弱学习方法，得到实时处理且准确率高的分类器。主要用于各种模式识别场合。

悬赏金额：15万元 发榜企业：广东智云工程科技有限公司 需求领域：人工智能；软件开发 产业集群：软件与信息服务产业集群 技术关键词：深度学习；变形预测；灾害预警

本发明公开了一种基于体感技术的机器人离线示教系统，其包 括空间点位采集模块，数据处理模块和离线编程模块，其中，空间点 位采集模块用于完成机器人的示教过程，其通过体感设备识别和捕捉 人体肢体动作，获得肢体运动轨迹中的空间点位，以提供给数据处理模块;数据处理模块用于对所述空间点位进行滤波和光顺处理，获得 适合机器人运动的运动轨迹，并将处理后的空间点位坐标提供给离线 编程模块;离线编程模块用于对运动轨迹中的空间点的坐标进行坐标 变换和后置处理，以生成机器人可以执行的代码，用于输出至机器人 实现示教。本发明

本发明公开了一种自主作业林业机器人平台，包括机器人本体和控制系统，机器人本体采用了四轮的驱动结构，包括车底盘、车顶平台、车架等部分。机器人的控制系统可完成复杂控制和数据处理算法，同时加装了导航定位、激光测量、双目视觉等多种传感器，进行自主林业机器人作业环境信息检测和智能导航。该自主作业林业机器人结构简单，四轮的驱动能力强，可在林区复杂地形条下灵活可靠地运动，具备智能决策和环境建模的能力，可完成林区作业环境信息检测任务；同时可在机器人上加装多种作业机械手，进一步自主完成林木整枝、间伐、采伐和集运等林业生产作业任务。

上海交通大学电子信息与电气工程学院俞凯教授联合苏州思必驰信息科技有限公司开发了“疫情防控机器人”。依托语音识别、合成、理解和对话管理等人工智能（AI）技术，结合新研发的疫情排查对话逻辑和话术，机器人根据设定向社区居民主动宣教疫情防控知识，遇不适居民还会提醒就医。 2020年1月27日起，“疫情防控机器人”供社区和有关部门免费使用，已为江苏、山东、重庆、湖北、北京、浙江、四川、湖南、上海等多地提供服务，对话机器人自动接通10余万户，访问结果直接生成数据报表供社区。