产学研自主创新研发而成的植物源生物农药“世创植丰宁” 系列产品，已获得农业部生物农药新药正式登记（PD20140941），工信部颁发生产批准证书（HNP62031-D5099）；其技术成果已获国家发明专利授权（ZL 200810180043.7）。该产品杀虫防病广谱，其应用效果达到了世界一线农药水平，可与进口农药德国拜耳嘧霉胺、欧美天王星、百菌清媲美； 同时，能显著地调节农作物生长，促使农产品早熟并延长采摘期，提高农产品品质，同比增产7-15%；可以取代“高毒，高残留”化学合成农药用于防治农业病虫

随着社会发展人民生活水平不断提高，日常饮食结构也在不断变化。不合理的膳食结构所带来的负面影响是冠心病、高血压、动脉粥样硬化等心脑血管疾病的发病率不断提高。而血清中胆固醇的含量被认为是诱发心脑血管疾病的主要因素。 胆固醇是人体必不可少的营养成分。对人体而言，胆固醇可以合成多种激素；形成胆酸，促进脂肪的消化；构成细胞膜；并有助于血管壁的修复与保持完整功能。正常成年人血液中胆固醇含量在 2.82～5.95mmol/L。胆固醇是非水溶性物质，在血液中常结合低密度脂蛋白和高

项目研究内容及用途 ：本项目以地沟油、其他餐饮废油、下脚料油为 原料，先对其进行精炼，再采用多相催化剂在双效有机溶剂的协同下，直 接将精炼动植物废油快速转化为生物柴油， 同时副产品经简单的步骤纯化 即可得到纯度较高的甘油。 技术特点 ：该技术采用常压设备，在温和的条件下，既可以得到高于 97%的酯化率和纯度 95%的甘油。经有关用酯工艺把植物油转变为甲酯或 乙酯类物质，其理化性质与燃烧性能大为改善，黏度

在过去十多年中一直关注植物幼苗顶端弯钩的发育调控机制，多项重要研究成果表明，多种植物激素，如乙烯、生长素、赤霉素、茉莉酸等都参与到顶端弯钩的调控，也说明了顶端弯钩调控的重要性。

可以量产/n该项目公开了一种具有植物生长调节活性的化合物，该化合物具有通式（Ⅰ）的结构，通式（Ⅰ）中，R、R1为苯环上的各种取代基，R代表氢原子、烷基、氟原子，氯原子、硝基、三氟甲基，R1代表氢原子、氟原子，该化合物是通过将盐酸β—胍乙醇与取代苯异腈酸酯反应制备得到的。本发明还提供了化合物作为植物生长调节剂有效成分的应用

在规范采样及针对性测试条件下，释光测年技术应用在埋藏陶器、烧土类考古受热材料的年代学研究中具有高准确度的优势，并有望确定最后一次考古受热事件（如祭祀、焚烧、烹煮等）的高精度年代。

（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。

我国湖泊水库近在近20年来富营养化发展速度相当快，藻类爆发日趋频繁，已经严重影响到了饮用水水质。上海地处平原，河道水流缓慢，近年来日益严重的“黑臭河道”现象也是典型的半封闭性水域的富营养化。曝气富氧和种植水生植物是修复富营养化水体的有效技术，但是常规大气泡富氧方式富氧效率低，容易造成底泥扰动反而加重水体污染；水生植物在冬季修复效率低下。前期研究结果发现微纳米气泡具有比表面积大、上浮速度慢的特点，可以改善下层水体的溶解氧浓度，恢复好养微生物和浮游动物的活力。本课题针对富营养化水体，采用微纳米气泡富氧技术与水生植物种植技术相结合的方式，根据不同的水质条件（水库、黑臭河道）调控相应的微纳米气泡的应用方式及条件，结合种植适宜的水生植物，促进植物根系发展提高冬季氮磷去除效率，从而实现水体的高效净化。通过对修复过程中的水质变化规律和微生物演替规律进行动态监测，观察不同微纳米气泡的实施条件对水生植物的生长和根际微生物变化的影响，探索微生物群落特征与水体修复效果的映射关系，用以指导该技术的推广和应用。 我国湖泊水库近在近20年来富营养化发展速度相当快，藻类爆发日趋频繁，已经严重影响到了饮用水水质。上海地处平原，河道水流缓慢，近年来“黑臭河道”现象日益严重，黑臭异味的根源是半封闭性水域的富营养化，外源污染物的过量输入超越了水体的环境容量。封闭性和半封闭性富营养化问题亟待解决，本项目拟开发的环保绿色高效的修复技术具有广阔的市场前景。

我们对如何通过预测控制的各要素设计，提升逆变系统的性能指标，进行研究，取得了良好的成果。对LCL型三电平逆变系统，我们在分析系统指标与系统控制量之间关系的基础上，设计了相应的基于个离散控制量的预测控制器，为解决该类非线性约束优化在线计算量大的问题，基于分值定界的思想提出了相应基于DSP的快速算法。为进一步提升逆变系统的效率等指标，我们提出了变系数的光伏逆变预测控制器，在目标函数中对电流跟踪和大电流时开关动作的抑制实现了统一，设计了相应的系数表达式并给出相关算法和实验结果。我们进一步研究了基于预测控制的微电网系统的调度问题，针对微电网群系统集中式优化计算量巨大的问题，我们从结合ADMM，从给出了系统的分布式预测控制器并对其在线迭代算法并进行了研究和验证。同时，我们对无线并联型逆变系统的稳定性进行了分析。达到了预期研究目标。

与自由基光固化体系相比，阳离子光固化体系具有以下特点：（1）固化体积收缩率小，（2）不被氧气阻聚，（3）固化反应不易终止。适用于厚膜和色漆的光固化，可广泛用于涂料、油墨、黏合剂，电子工业的封装材料，光刻胶及印刷材料等领域。因此，研究开发阳离子的光固化引发剂具有重要意义