项目针对汽轮机叶片数字化制造过程的关键技术进行了研究开发，锻造技术专家知识集成到设计系统中，实现了设计过程的智能化自动化；通过对各种叶片，各种工艺要求的截面余量加放，实现了自动判断修型位置、型线特征，自动偏置曲线或重新构造，自动光顺及形成截面型线；通过自动拉锻件飞边，构造锻模仓部和桥部，实现了由叶片锻件实体自动驱动生成叶片锻造模具实体及切边模具实体，同时也实现了模具工程图的自动生成；将基于零件模板的参数化设计方法应用到叶片夹具零件的设计过程中，实现了知识和经验有效继承；利用二次开发应用程序可修改相应的参数，并能方便的实现叶片夹具三维模型的快速生成和工程图的快速生成功能；基于专家系统技术来对叶片夹具程序进行了设计，实现了叶片制造过程的工装夹具设计标准化、模块化、系列化；开发了快速自动化设计软件，缩短了叶片工艺工装的设计制造周期、提高了设计效率和设计正确率，实现了设计规范化、标准化。 

项目针对汽轮机叶片数字化制造过程的关键技术进行了研究开发，锻造技术专家知识集成到设计系统中，实现了设计过程的智能化自动化；通过对各种叶片，各种工艺要求的截面余量加放，实现了自动判断修型位置、型线特征，自动偏置曲线或重新构造，自动光顺及形成截面型线；通过自动拉锻件飞边，构造锻模仓部和桥部，实现了由叶片锻件实体自动驱动生成叶片锻造模具实体及切边模具实体，同时也实现了模具工程图的自动生成；将基于零件模板的参数化设计方法应用到叶片夹具零件的设计过程中，实现了知识和经验有效继承；利用二次开发应用程序可修改相应的参数，并能方便的实现叶片夹具三维模型的快速生成和工程图的快速生成功能；基于专家系统技术来对叶片夹具程序进行了设计，实现了叶片制造过程的工装夹具设计标准化、模块化、系列化；开发了快速自动化设计软件，缩短了叶片工艺工装的设计制造周期、提高了设计效率和设计正确率，实现了设计规范化、标准化。 

（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。

(null)

电子书童系列软件所采用的技术为基于web挖掘技术，涉及自然语言处理、模式识别、知识工程、机器学习和随机过程等多个研究领域，并需要使用统计、矩阵理论以及其他软计算方法作为研究工具和手段。本软件主要针对web用户的个性化信息推荐服务，通过收集和统计用户访问过的历史数据，用户的浏览行为，获取用户兴趣模型，挖掘出用户当前感兴趣的信息，根据兴趣模型自动向用户推荐内容，自动下载并管理用户感兴趣文档，提高搜索效率和准确率。 电子书童高校教学科研版是针对高校从事教学科研事业的用户群体的个性化推荐系统，可为用户搜索相关的教学科研信息，并根据不同用户的使用信息为用户推荐符合其需求的结果。使用此软件的用户只需添加课程名以及章节关键字（或科研兴趣），系统就会利用CPU空闲时间在后台到网上搜索并下载与之相关的文件。本软件可通过分析用户所填个人信息以及使用日志，对搜索结果进行重新排序，可获得更加符合用户需求的结果，是教师教学科研的良好助手。 本软件分校园网络中心版和单机版，安装方便，使用灵活，性能优越，与操作系统融合性好。 目前已开发完成高校版，中小学版、企事业版也即将推出。 软件登记证：2009SR10090

湖南软件职业学院坐落于伟人故里、人文圣地湘潭，地处长株潭核心区域，位于国家级湘潭经济技术开发区，是经湖南省人民政府批准、教育部备案成立的全日制普通高等职业院校，是教育部人才培养工作评估合格高校、湖南省示范性(骨干)高职院校、湖南省文明高校、湖南省平安高校。 学校设有软件与信息工程学院、现代设计学院、经济管理学院、建筑工程学院、中兴通讯学院(与中兴通讯股份有限公司共建)、人文素质教学部“五院一部”。全校共开设25个专业，拥有现代设计制作省级示范性特色专业群，动漫制作技术省级特色专业，形成了以电子信息大类和现代商贸大类专业为主体，文化艺术类和建筑类专业为补充的专业格局。学校拥有1家国家级动漫企业、2个国家级实训基地、3个省级实训基地和1个市级培训基地。学校现有全日制在校学生11000余人，教职员工500余人，其中专任教师300余人，教师中具有博士、硕士学位者209人，副高及以上专业技术职务教师141人，省级青年骨干教师4人，“莲城工匠大师”2人，全国职业技能竞赛优秀指导教师4人，外籍教师6人，行业企业兼职教师151人。 学校坚持“特色立校、质量兴校”的办学理念，秉承“立德、博学、精谨、创新”的校训精神，坚持“产教融合、校企合作、工学结合、知行合一”的人才培养模式，开拓创新，锐意进取，取得了持续快速发展。学校先后被授予湖南省职业教育教学管理工作先进单位、湖南省党建工作评估合格高校、湖南省普通高校毕业生就业创业工作“一把手工程”督查优秀单位、湖南省高校大学生创新创业孵化示范基地等多项重大荣誉。 目前，学校已列入《湖南省高等学校设置“十三五”规划》，正深入推进内涵发展、特色发展，朝着实现“十三五”期间升办应用技术型本科院校的伟大目标而努力奋斗!

交通网络系统分析软件—“交运之星—TranStar”有四个版本：城市交通版、交通管理版、公路交通版、公共交通版。该软件能为各类交通规划方案提供详细的交通运输需求、道路交通流量、车辆行驶速度、网络交通质量等交通分析与评价指标的预测结果及方案实施后交通系统能源消耗与交通环境影响评价结果，为规划方案的制定提供可靠的决策依据。 TranStar是我国少数自行开发具有自主知识产权的交通分析系统软件之一，并是目前唯一已经商品化能与国外交通分析软件在中国市场上抗衡的国产软件，已拥有80多个国内外正式用户。欧洲交通界权威人士、英国南安普顿大学M.McDonald教授评价该软件是“至今为止所看到过的最好的模拟软件之一”。

该产品可以用于加工直伞电极及直伞产品。该软件包包括齿坯参数输入、粗加工和精加工CAM软件、齿厚测量及齿面网格生成软件、测量误差分析、齿轮切边模软件和齿形定位夹具软件。所加工齿轮可以达到6级精度，在机床精度高的情况下可以达到4级。本软件包为全部自主知识产权，可用于三轴，四轴，五轴的数控机床。 应用范围： 可加工静锻齿轮电极，也可加工齿轮样品。 直齿伞齿轮在汽车差速器和各类机械设备中有着广泛的应用，其传统的齿形加工方法主要是利用伞齿轮铇齿机或双刀盘铣齿机来进行切削加工，加工效率不高，也无法采用半封闭齿槽等可以提高轮齿弯曲强度的设计方案。为了提高加工效率，降低成本和提高轮齿强度，目前汽车差速器所用的直齿伞齿轮基本上都采用精密锻造的方法来生产。精锻齿轮需要模具，虽然精锻用的凹模也可以直接采用机械加工的方法来制造，但加工效率低，刀具消耗大，并不经济，因此目前基本上都采用先制造銅或石墨电极，再利用EDM来制造凹模。 本软件包主要是针对汽车工业中的电极制造而开发的，包括齿轮设计或参数输入、齿形粗加工、齿形精加工、齿厚测量、切边模线切割数据生成、齿面接触区分析、齿面网格点生成、三座标测量、测量数据分析等多个功能模块，包含了直齿伞齿轮设计、制造和质量保证所需的全部功能。为了满足具有不同设备的客户的需求，还分别开发了在三轴、四轴和五轴联动数控机床上精加工电极齿形的软件模块。

本软件针对以天然气为原料的大型合成氨装置开发的，能够完成现有装置的模拟分析、能量查定、故障诊断、操作条件调优、以及提出过程和设备改造方案等方面工作。利用此软件已对多套现有大型合成氨进行了操作条件调优、故障诊断、以及过程和设备改造任务，得到较满意的结果，经济效益显着。