电力变压器是电网能量传输的枢纽和核心，其安全运行是保障电网安全 的第一道防御系统。本项目针对电力变压器运行安全持续开展变压器智能化关 键技术反应用研究： （1） 深入研究并揭示了电力变压器运行故障机理及特征，创新性地提出了 新的电力变压器故障智能检测及诊断方法，形成了电力变压器智能化系统架构, 发明了变压器智能化系统核心的一体化智能监测技术及分布式诊断方法，研 发出感知运行状态信息的变压器传感网络，解决了变压器信息感知、数据传输、 信号处理、故障诊断等硬件的一体化设计技术难题。 （2） 提出了变压器多种信息智能感知新方法，研制了局部放电超高频信号、 油中溶解气体、绕组暂态电压与套管绝缘参数等多种状态参数的无线智能传感 器。发明了变压器冷却与滤油系统的在线智能控制技术。 （3） 提出了提高变压器状态信息可信度的方法，开发了融合状态信息、统 计数据和老化程度等多源信息的电力变压器健康指数综合评估系统，如电气设 备状态在线监测与故障诊断分析系统、电气设备绝缘综合在线监测系统、电 力设备智能综合处理装置等，解决了多源信息无法进行关联分析和融合评估的 技术难题，提高了运行变压器状态准确评估的可靠性、有效性及实用性。 市场及经济效益分析： 本项目研发的智能变压器监测参量全面，同时具有冷却系统、在线滤油 系统智能控制和负荷调度辅助决策功能，系统维护工作量小。同类技术对比 结果如表4所示。相关统计表明：中国境内已安装110 kV及以上电压等级变 压器近5万台套，市场需求巨大。 团队介绍： 自2003年至2017年，重庆大学采用“应用基础研究与工程技术攻关" 相结合的研究方法，针对变压器智能化面临的监测传感器不具智能化处理能 力和一体化水平低、缺乏融合多源信息的状态评估统一建模方法、变压器状 态评估无法支撑变压器运行控制等三方面复杂科学技术难题、尚不存在稳定 可靠的智能化变压器的现状，经过13年的研究，实现了变压器智能化4项 关键技术的突破，研制了智能化变压器及其状态监测装置与故障诊断系统。 团队由教授、副教授、高级工程师、工程师、讲师等构成，年龄结构合理，具 有较强的创新能力及成果转换能力，发展潜力较大。

本成果属于能源领域里电气工程高电压与绝缘技术学科。在973计划、国家 自然科学基金和重庆市重点攻关课题等共同资助下，开展了SF6气体绝缘装备特 高频局部放电（PD）定量监测（检测）方法与技术研究，解决了最能反映设备内部绝 缘故障特征与程度的PD信号传感、提取、定位和标定等关键科学技术难题，建 立了相应的绝缘故障专家诊断系统，研发的SF6气体绝缘装备绝缘状态在线监测 装置得到广泛应用。其核心发明点为： 1. 发明了特高频PD信号传感技术：创新了特高频传感器展频的附加阻抗匹 配网络、多层屏蔽谐振、非中心点馈电以及复合结构等关键技术，发明了强电磁 环境下采集微弱PD信号的微带与横电磁波喇叭超宽频带特高频复合传感器，检 测频带达到超宽范围（在驻波比为2、增益不小于3dB时，相对带宽为25. 6%）,且 中心频率在500MHz~ 1GHz内可选，并可调节多频谐振点的相对位置以形成抑制 窄带干扰频段的阻带，解决了特高频PD信号监测中的首要技术难题。 2. 发明了抑制强电磁复合干扰方法与技术：率先提出复小波（包）变换需用 复阈值的科学思想，给出了选取复阈值的原则与方法，构建出用于抑制强电磁干 扰的最优复合信息WTRIn序列，发明了用复小波（包）变换抑制强电磁复合干扰的 算法与技术，解决了强电磁环境下监测（检测）PD信号需要抑制白噪声、电晕脉 冲、随机混频窄带及其复合干扰的技术难题，同时建立了抑制干扰效果的综合定 3. 发爵了基于传感器阵列的泰勒遗传PD源定位方法与技术：创新了非平稳 脉冲信号多样本能量相关提取信号时间差的方法和全局搜索PD源最大概率位置 的遗传算法，提出了双曲面定位方程的泰勒优化方法，发明了利用阵列传感器多 样本冗余检测数据融合并逐次修正定位结果的逼近技术，使定位时间差求取误差为皮秒级，距离误差在厘米级。 4. 发明了特高频PD定量监测（检测）的标定原理与技术：创立了用波形参量 时频域等效定量监测（检测）PD量的标定方法，揭示了PD波形参量与PD量之间 的内在关联，获取了不同影响因素下标定PD量大小的校正实验曲线及解析表达 式，发明了可方便用于实验室和现场监测（检测）的人工注入特高频标准校正波形 与实测PD波形时频域等效定量标定PD量的关键技术。 成果授权发明专利18项、实用新型专利6项及软件著作权1项，发表论文 237篇（SCI收录49篇、EI收录185篇），被国内外同行正面引用2344次。科学院程时杰、工程院李立涅和杨士中院士等多名同行专家对成果给出高度评价。成果获2013年重庆市科技进步一等奖、2009年重庆市自然科学二等奖。

综合考虑整车动力传动系统中各部件对整车能耗经济性的影响因素及耦合 关系，建立精确的动力传动系统动态数学模型，优化各子系统的设计参数与控 制参数，进行动力传动系统仿真分析；综合考虑整车零部件传声特性、材料传 声特征、声音在不同介质间变化特性等因素，建立整车声品质分析模型，进行整 车声品质仿真分析。 针对不同动力传动系统特征的整车，建立动力传动系统能量分布图，进行 整车能耗综合试验测试分析，提出动力传动系统设计参数与控制参数的优化设 计手段；建立整车声品质试验测试分析平台，进行模拟整车现场声品质试验测试 分析，掌握声音在零部件间的传递路径，提出声品质与整车及零部件设计参数的 关联规律。 突破节能环保、安全可靠、智能舒适等整车核心关键技术，提升长安自主品 牌汽车整车品质，百公里油耗平均降低至5.6升，车内噪声降至40分贝， 支撑长安逸动轿车系列和SUV系列处于国内领先，性能达到同级别车型国际先 进水平。

人工智能应用创新实训平台是一款专为人工智能领域专业学生设计的多功能教学工具，它集科研教学、实验实训和项目实践于一体，提供了一个全面的学习环境。该平台以国产高性能芯片RK3588作为其边缘计算的核心，支持本地化编程开发，使得学习者能够深入掌握人工智能技术。此外，平台还支持PyTorch、TensorFlow、NCNN等多种主流深度学习框架，便于学生进行模型训练和推理实践。 平台内置了丰富的案例资源，包括但不限于MobileNet、Fcn_Resnet、Resnet、Openpose、Unet、Retinaface、Yolov8pose、Yolov11等前沿模型，为学生提供了实际操作和学习深度学习模型的机会。这些内置模型不仅有助于学生理解深度学习算法的实际应用，也为他们的创新项目提供了坚实的基础。通过这样的实训平台，学生能够在实践中深化理论知识，提升解决实际问题的能力。 本平台融合了先进的多模态大模型智能体，并配备了一系列场景化实体组件，包括深度相机、双轴云台、多轴机械臂、微型输送带、工业级相机以及麦克风阵列等。这些尖端设备使得我们能够快速构建智慧工厂、智能分拣、智慧交通、智能家居等多种应用场景。

湖南大学设计艺术学院数据智能与服务协同实验室（DISCO Lab）发起并联合湖南大学嵌入式与网络计算湖南省重点实验室、国防科技大学高性能计算国家重点实验室、中山大学大数据与计算智能研究所等科研单位师生，历时十天，从无到有、响应关切，快速开发上线了“急物帮”疫情公益微信小程序，助力社区居民应急生活物资供需和网格化管理。 解决的主要困难：为民众提供物资供应信息，助力防疫工作；搜集物价线索，信息透明公开；线上线下结合，实体虚拟融合。基本功能：结合地理位置收集物资信息，构建周边物资数据库；搜索周边物资信息，规划购买行程；发布物资求助信息，从线上社区中获得反馈。 

给体片段以氟原子修饰的n型给受体聚合物热电材料，利用聚合物链间的给受体相互作用维持聚合物的电子迁移率，通过引入氟原子增加聚合物的电子亲和性以提高n掺杂效率，两者的协同作用大幅度提高了聚合物的n型电导率。通过进一步提高聚合物的塞贝克系数，成功地将n型给受体聚合物的热电性能提高了三个数量级。引入氟原子的聚合物的n型电导率提升至1.3 S/cm，功率因子提升至4.6 μW/mK2，是目前n型给受体聚合物热电材料的最佳性能。通过对聚合物在掺杂状态下的电子顺磁共振谱、紫外光电子能谱和X射线光电子能谱的表征证明了氟原子的引入提高了聚合物的n掺杂能力。场效应晶体管器件结果则表明氟原子的引入提高了聚合物在n掺杂状态下的电子迁移率。这两者的协同作用使得该聚合物的电导率相比没有引入氟原子的聚合物提高了1000倍。此外，掠入射X射线衍射、原子力显微镜以及导电原子力显微镜实验证明了氟原子的引入改变了聚合物的分子排列，提高了聚合物与掺杂剂的混溶性，使聚合物从“局部掺杂”的状态转变为“均匀掺杂”状态，从而维持了掺杂聚合物较高的n型塞贝克系数。

研究团队拥有可进行污染物分析的气质联用仪和尘螨分析仪，可对室内 VOC采样柱、灰尘取样等进行 SVOC、VOCs、苯系物、尘螨等过敏原进行分析。

1.   信息展示与传递：视频、相册、通知等即时和定时推送，支持校内终端统一管理 2.   校园展示：校园视频、校园相册、校园通知、校园新闻 3.   班级功能：地理位置信息、班级格言、天气预报、班级相册、班级通知、班级说说、个人提醒 4.   走班考勤：结合高考改革和走班制，与智能一卡通和排课系统对接，完成班级走班考勤 5.   扩展板块：学校个性化应用板块，支持学校校园子系统对接 6.   个人中心：包含家庭留言、个人课程表、一卡通、图书管理等其他校园需要身份认证的个性化应用 7.   物联管理及二维码扩展功能：通过与智能硬件配合，完成班级电子设备场景化等管理，并支持教师手机端同步管理及设备状态监控

农业物联网云平台结合了最先进的物联网、云计算、传感器、自动控制等技术，在浏览器或手机客户端实时显示大棚、大田、温室、茶园等温度、湿度、PH值、光强度、CO2含量，或作为自动控制的参变量参与到自动控制中，保证农作物有一个良好的、适宜的生长环境。 平台架构： 农业物联网架构可分为三层：感知层、传输层和应用层。 感知层：采用各种传感器，如温湿度传感器、光照传感器、二氧化碳传感器、风向传感器、风速传感器、雨量传感器、土壤温湿度传感器等来获取植物的各类信息。 传输层：由各种网络，包括互联网、广电网、网络管理系统和云计算平台等组成，负责传递和处理感知层获取的信息，能将温度、湿度、PH值、光强度、CO2数据远传到云端数据服务器中，也可以将数据进行本地存储，具有远程查询，断点续传的特点，确保系统的数据完整性。 应用层：物联网和用户的接口，它与行业需求相结合，实现物联网的智能应用。平台可灵活配置实时画面，展现趋势图、报表、告警等，如温湿度、光照参数等，收集每个节点的数据，进行存储和管理实现整个测试点的信息动态显示，并根据各类信息进行自动灌溉、施肥、喷药、降温补光等控制。对异常信息进行自动报警。 平台监测功能（以茶树为例）： （1）PH值监测 茶树是喜酸性土壤的作物，它只能在酸性土壤中才能生存，要求土壤PH值在4~6.5之间，以4.5~5.5之间最适合茶树生长。当酸度不在正常范围时，可通过施肥改变土壤酸碱性； （2）水分监测 茶树要求土壤相对含水量在60%~90%之间，以70%~80%为宜，保证茶树水分的补给，满足生长要求； （3）湿度监测 茶树生长的相对湿度以80%~0%为宜，在空气湿度较高，土壤水分适当的情况下，新叶的持嫩性强，叶质柔软，叶面富有光泽，角膜层薄，品质更加精良； （4）雨量监测 茶树虽喜潮湿，但也不能长期积水，茶树最适合的年降水量在1500mm左右。茶园中应设排水沟和滴灌装置，一旦雨量超出正常范围，可及时采取措施； （5）温度监测 茶叶最适合的温度是15~35℃。10℃以下生长缓慢或停止；10℃左右开始发芽；35℃以上嫩叶灼伤，生长受限；-13℃，茶树冻枯甚至死亡； （6）光照监测 茶树耐阴，但也需要一定光照使其产生营养物质，根据光照分析叶片光合作用效率，避免在茶树适合生长的光照条件下采摘，避开生长期，完成采摘工作； （7）害虫监测 病虫害发生，是导致茶叶欠收和品质影响的重大因素，同时也是茶农使用农药，导致农药残留超标的罪魁祸首。对病虫害进行监测和防治，采用科学防治技术，不仅可以保证茶园的生态环境，更能保证茶叶质量； （8）数据分析 通过茶园安装的监测装置将茶树生长的环境实时传输到后台管理中心，对所有采集的数据进行分析识别； （9）数据推送 后台对茶园采集的数据进行大数据分析后，当某一数值超出设定范围时，后台管理中心会向茶农发送报警信息提示茶农； （10）自动控制 后台管理中心监控到茶树的土壤水分或者湿度等数值偏离适合茶树生长的范围时，自动控制系统会打开茶园相应的水阀实施喷灌或者滴灌，当达到适应值时自动关闭水阀。