（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。

 采用直流技术对海上风能进行汇聚和传输可以同时提高系统可靠性和灵活性，DC/DC变换器用于匹配不同电压等级以及接入直流发电和储能设备，为实现中高压直流电网中高效可靠的直流-直流变换，本项目首先研究中高压模块化多电平DC/DC变换器的可行电路拓扑结构，研究模块化多电平DC/DC变换器的运行和控制机制，解决均压控制问题，实现其电压和功率控制功能。依据理论研究成果，本研究组开发了60kW模块化多电平DC/DC变换器样机，对样机的测试结果验证理论分析以及所提出控制算法的有效性。 通过本项目的实施，解决了模块化多电平DC/DC变换器的调制、均压、控制等关键问题，验证其应用于直流电网的可行性。为未来直流电网的建设提供率了重要的理论参考和工程借鉴依据。 在本项目实施过程中，以国家千人计划，项目和中英自然科学基金项目为依托，本研究组与国家电网电力科学研究院、英国Strathclyde大学、英国Aberdeen大学合作开发了“带有DC/DC直流电压变换的大型新能源多端直流接入系统”的实证平台，研究和验证了直流电网的运行机制。针对模块化多电平DC/DC变换器，本研究组已申请专利一篇，发表多篇论文。

黏菌常见于森林中阴凉潮湿处,可生长在土壤,腐木,落叶,活体动物,植物及真菌上,广布于自然界中.由于特殊的生活史,黏菌的分类地位一直以来都存在着较大争议,先后被归属于菌物界及原生动物界.原生动物分化于真核生物的原始阶段,包括了众多种类丰富且遗传代谢功能复杂的单细胞生物,黏菌作为其中数量最多的原始群体,其形态不仅存在"原始"阶段,也展现了"分化"的差异.同时,在细胞遗传学,生理生化,活性成分开发等多方面都具有重要的理论研究和应用价值,常常被用作研究细胞衰老,癌症的模型生物.因此,黏菌作为生物资源,遗传资源,药用资源值得重视和保护.经过多年的菌物学研究与食药用菌产业的推广,李玉院士以菌物多样性保护与可持续利用为菌物资源保护体系的基本功能定位,建立了菌物资源"一区一馆五库"保护体系的运行架构.在此基础上,课题组对青藏高原的黏菌资源进行了系统采集和"一馆五库"保藏体系的构建,包括标本馆,菌种库,活体库,基因库,化合物库及综合信息库,并依据黏菌特点对菌种库,活体库进行了研究与调整.2012至2018年,依据生态类型与植被分布情况,将西藏林芝地区,昌都地区,那曲地区,日喀则地区,山南地区,四川阿坝藏族自治州,甘孜藏族自治州,云南迪庆藏族自治州设为主要采集区域,获得黏菌标本近1500份;黏菌基因组DNA近500份;黏菌化合物近60种;记录黏菌综合信息

本实用新型公开了一种三相异步电动机保护装置，包括处理器以及与处理器相连的信号采集模块、按键模块、存储模块、显示模块、通讯模块、控制模块、时钟模块、负序反时限保护模块。本实用新型具有稳定的保护性能，能够自动识别干扰和排除干扰，可以准确地发现装置故障部位，及时报警，以利处理，以根据系统运行的实际条件或故障情况随机变化，使保护具有自适应能力，具有较小的调试维护工作量，节省大量的人力物力，经济效益可观，也可以进一步将保护、控制和监视等功能统一设计、协调配合，实现整个电力系统监视、控制、保护的综合自动化，进一

本发明公开了一种阶段式电流保护整定方法及发电机模型，包 括下述步骤：当进行瞬时电流速断保护的整定时，采用时间段为[0， Δt]的发电机模型，根据瞬时电流速断保护的整定原则，获得线路 i 首 端瞬时电流速断保护的一次电流整定值，当进行限时电流速断保护的 整定时，采用时间段为<img file=""DDA0000599275030000011.GIF"" wi=""366""he=""75"" />的发电机模型，根据限时电流速断保护的整定 原则，获得线路 i 首端限时电流速断保护的一次电流整

本实用新型提供一种脑外显微镜无菌保护套切割固定器，包括具备开口的内套环、外套环和套在外套环上的弹力圈;所述内套环内表面为与显微镜物镜轮廓相贴合的弧形;所述外套环的内表面水平设置形成锋利的切割面;所述外套环外表面水平设置有放置弹力圈的卡槽。本实用新型解决了手术中由于重复固定带来的污染，且一次性去掉物镜表面薄膜，可以反复消毒利用，降低了感染的几率，保护显微镜不被划伤，操作简便，经济实用。

本发明公开了一种面向变电站的保护智能中心系统及其冷热备 用模式选择方法。保护智能中心系统通过其采集处理模块采集各变电 站的运行数据，并通过其通信模块、故障位置判别模块和跳闸决策模 块实现对采集数据的分析计算，最终实现在变电站的站域保护退出检 修后，由保护智能中心系统作为故障变电站的后备保护系统取代故障 变电站的保护功能，从而有效提高枢纽变电站系统的可靠性。在保护 智能中心系统正式投运之前，对其进行冷、热备用模式的选择，冷、 热备用作为保护智能中心系统的两种工作模式，冷备用经济性高但可 靠性低，热备用

本发明提供一种地理空间数据的用户隐私保护方法及系统，包括对数据空间进行分割，基于均匀性 度量参数将相似单元格合并到同一个划分，向每个划分中分别添加符合拉普拉斯分布的随机噪声得到含 噪数据集，基于含噪数据集对外提供数据查询结果。本发明基于对噪声误差和均匀假设误差的分析，提 出了一种新颖的数据域粒度划分模型来平衡两种误差，使得数据查询总误差最小。此模型建立时考虑了 查询为矩形的情形，更符合数据查询实际情况。进一步，通过对数据空间中相似单元格进行合并

朱立新博士，山东沂南县人，中科院自动化所所博士、美国密歇根州立大学博士后，目前任北京师范大学互联网教育智能技术及应用国家工程实验室高级工程师，互联网教育智能技术及应用国家工程实验室学习环境设计与评测实验室联席主任，研究生导师。 曾经在中国科学院、美国密歇根州立大学（MSU），从事芯片研发、VR硬件、物联网等工作，在英特尔公司、美国科胜讯半导体、国内北斗星通公司、武汉梦芯科技公司、爱奇艺VR公司，从事过数字电视芯片、手机芯片、电力线上网芯片、北斗导航芯片及其终端、物联网、教育机器人、VR 一体机、人工智能等领域等研发工作。 曾经作为主要技术研发人员，参与了世界第一颗四模一体（GPS、格洛纳斯GLONASS、北斗、伽利略Galileo）国内某北斗导航芯片研发，参与了国内导航界某龙头企业的芯片研发、流片，成功用到国内的渔船导航、汽车导航等北斗信号接收机中。 导航芯片加密技术采用了三级加密技术，由芯片级加密、硬件班级加密、软件加密，三级加密技术。芯片的加密技术和工程实现，需要跟实际的物联网使用场景相结合，实现定制化加密。北京师范学互联网教育智能技术及应用国家工程实验室能够作为技术参与方为物联网芯片、NB-IoT芯片、5G芯片、消费类电子芯片，提供技术研发指导。

北京大学物理学院颜学庆教授和卢海洋研究员领导的课题组提出了激光驱动光子对撞机的新方案，该方案每脉冲可以产生3亿个Breit-Wheeler事件，并且所产生的正负电子对发散角只有7度，具有非常好的准直性。同时，背景噪声可以得到有效抑制，信噪比高达1000:1。研究成果以 “Creation of electron-positron pairs in photon-photon collisions driven by 10-PW laser pulses”为题在线发表在《物理评论快报》（Physical Review Letters）。 根据爱因斯坦质能方程和量子电动力学理论，在一定条件下光子（能量）可以转化成物质，这对研究物质的起因有重要的作用。相关的理论研究始于上世纪30年代，直到1997年美国SLAC实验室才首次在实验中观测到多光子碰撞产生正负电子对的过程。然而，对于两个高能光子的互作用过程，也就是常说的光子对撞机，到目前为止还未能在实验中观测到。在光子对撞机中，光子的互作用的次数与光子数目和光子互作用截面成正比，与光子束的脉冲宽度、两束光子束的交叠面积成反比。在过去实验中不能观测到光子的互作用过程是因为已有伽马射线源的流强和亮度还达不到要求。 近年来，随着激光技术的发展，特别是10拍瓦(1拍瓦=1e15瓦)激光器的建成，激光光强将可以达到1e23W/cm3以上。当如此高强度的激光与物质相互作用时，大部分激光能量被吸收并转化成伽马射线辐射源，如果可以有效控制伽马射线的发散角，辐射的伽马射线将会达到前所未有的流强和亮度。 团队研究人员在前期的工作中对产生超高亮度伽马光源进行了深入的研究，首次从理论上系统阐明了微通道结构靶中，纵向电场主导了电子的加速过程，同时电子的横向加速可以得到有效的抑制，因此可以获得高准直性的电子束，当这些电子束在横向场中的相位发生反转时，电子就会在管道边界处产生强伽马辐射。由于电子的发散角决定了伽马辐射的发散角，因此可以获得准直性非常好的γ-ray辐射源。数值模拟中10PW激光所能获得的发散角小于3度，亮度比之前研究报道结果高出两个数量级的伽马辐射源。图1. 激光驱动光子对撞机产生正负电子对的方案设计图2. 本方案可以获得高出之前2-3量级的伽马光源亮度 本工作即基于以上研究成果，将该超高亮度的伽马射线应用于光子对撞机。理论计算结果表明，该方案可以获得超高信噪比（>1000:1）,且每一发正负电子对信号（>1e8）远高于现有测量技术的探测极限。因此，通过该方案可以在实验室中验证光子互作用过程中由能量到物质的转换过程，将提供激光驱动光子对撞机研究的新途径，也将极大的促进双光子BW物理的发展。未来有望依据本方案建设基于重频拍瓦飞秒激光的高亮度伽马源及其应用装置。 北京大学物理学院博士后余金清为论文第一作者。颜学庆教授和卢海洋研究员为通讯作者。论文合作者还包括北京大学的陈佳洱院士、马文君研究员，広岛大学的T. Takahashi教授，高能物理所的黄永盛研究员。该研究工作得到国家自然科学基金、科技部重点研发专项、挑战计划和中国博士后科学基金的联合资助。相关模拟工作得到北京大学高性能计算平台的支持。相关文章链接：Phys. Rev. Lett. 122, 014802 (2019) https://doi.org/10.1103/PhysRevLett.122.014802Appl. Phys. Lett. 112, 204103 (2018) https://aip.scitation.org/doi/abs/10.1063/1.5030942