本发明公开了一种应用于智能配电网的双有源桥直流变换器软启动控制方法，先解锁原边全桥，闭锁副边全桥和外移相角的闭环控制，原边全桥采用斩波控制，开关管Q3和开关管Q4以50％的占空比互补导通，开关管Q1和开关管Q2采用变占空比控制，并且每个开关周期以一定的步长增加；当副边电压上升到足以驱动开关管，且开关管Q1和开关管Q2的占空比都增至0.99时，解锁副边全桥及外移相角的闭环控制；当输出电压达到额定值时，切入负载，输出电压稳定完成启动过程。本发明有效抑制双有源桥直流变换器在启动过程中的电流过冲，保证电流的正负对称，降低对开关管的耐流要求，降低成本，避免变压器偏磁现象，降低变压器的容量、体积和成本。

（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。

本发明涉及机械疏花疏果领域，特别涉及一种可调节式多轴旋臂疏花疏果机及其使用方法。该机械包括悬挂连接装置、方向调节机构、角度调节机构和旋转臂机构。该机械使用时，可直接挂装在农用拖拉机上，接通液压油管便可进行果园的疏花疏果作业。该机械能够调节疏花疏果机的横向长度、纵向高度以及角度后进行作业，具有良好仿形效果；其旋转臂机构的边条组(9)范围可根据不同果树和不同树形的实际需要变化，使单次疏花疏果范围可适应实际需求，具有适应性强的特点，且可大幅提高疏花疏果效率。

忆阻器，全称记忆电阻器(Memristor)。惠普公司的研究人员首次做出纳米忆阻器件，掀起忆阻研究热潮。纳米忆阻器件的出现，有望实现非易失性随机存储器。并且，基于忆阻的随机存储器的集成度、功耗、读写速度都要比传统的随机存储器优越。此外，忆阻是硬件实现人工神经网络突触的最好方式。由于忆阻的非线性性质，可以产生混沌电路，从而在保密通信中也有很多应用。目前，有机忆阻器普遍具有稳定性差、工作机理模糊不清、红外响应差的不足。所以，研究人员希望能够开发出具有高稳定性且红外响应好的有机忆阻器。

本发明公开了一种基于共栅ｃａｓｃｏｄｅ低噪声放大器的增益调节结构，包括粗调和细调两种模式，粗调模式通过减少ｃａｓｃｏｄｅ管ＮＭ２跨导的同时并联额外负载电阻的方式，减少从ｃａｓｃｏｄｅ管ＮＭ２源极看进去的等效负载阻抗来调节增益，细调模式通过并联额外负载电阻的方式，减少从ｃａｓｃｏｄｅ管ＮＭ２源极看进去的等效负载阻抗来调节增益。本发明采用细调通过使用耦合电容，构造了虚拟地，调节范围更大；另外由于到电源隔直电容的作用，细调支路几乎没有直流电流流过，同时粗调级将原ｃａｓｃｏｄｅ管中的部分电流抽取过来为己所用

本发明公开了一种基于半路径时序预警法的监测点偏差调节电路，该电路由监测点偏差率检测模块和时钟占空比调节模块组成。监测点偏差率检测模块通过ＴＤＣ分别检测关键路径起始点、监测点和末端点与关键路径起始点的延时，并通过ＴＤＣ的输出级数表示出来，ＴＤＣ将输出信号传输给ＡＣＵ，ＡＣＵ再将计算出的监测点偏差率和阈值相比较，当监测点偏差率大于阈值时，时钟占空比调节信号拉高。 时钟占空比调节模块在时钟占空比调节信号拉高时逐级增加时钟占空比，直到时序预警信号拉低，此时停止调节时钟占空比，最终实现降低由于路径监测点偏差而损失的功耗收益。

随着现代科学技术的进步，轧钢生产过程中质量控制已经不仅仅局限于产品外型和尺寸精度的控制，而是追求对产品内部微观组织和最终性能的更为精确的把握，并应用于实际生产中。特别是在最近，急切需要在加工过程中提高产品的使用性能、降低成本、实现组织性能在线预测及控制。计算机技术与塑性加工理论的结合使塑性加工从以经验和知识为基础，以“试错”为基本方法技艺阶段向以模型化、最优化和柔性化为特征的科学阶段过渡。 目前，棒线材在我国的热轧产品中占50%以上。国内对棒线材生产工艺的研究以实际生产摸索为主, 这不仅浪费大量的资源，而且结果很难得到推广。北京科技大学与重庆钢铁公司的科研项目《品种钢组织相变索氏体化》[2005-2007]在吸收了国内外研究成果的基础上，已开发成功在线性能预报模型，在重钢高线厂得到实际应用，该厂的一些钢种通过模型的优化，产品质量得到了显著的提高。北京科技大学与江苏沙钢集团的科研项目《高速线材性能预报系统研发》[2006-2008]也引进了该模型，针对沙钢的沙景和润忠两条高线生产线进行开发，目前控冷段在线模型已进入生产调试阶段，正在进一步优化及完善。我国高线生产的一个问题是产品性能不稳定，在线模型投入到实际生产将会大大提高产品质量及成材率，提高新产品的开发进度。开发的高线控冷段在线性能预报系统是国内外首创，将对钢铁生产行业产生极大的影响。

1）在国内外首次研究开发了对镁合金具有阴极保护作用的富镁涂层，通过优化的微弧氧化技术获得高度孔隙率表面，并通过硅烷处理使涂层与镁合金的结合力从6MPa提高到12MPa。利用纯镁颗粒的牺牲阳极作用及氧化铈颗粒的控制活化作用，得到对AZ91D镁合金具有高度屏蔽作用、阴极保护作用和高结合力的耐蚀富镁涂层，耐蚀显著提高，耐盐雾2200小时以上。 2）在富镁涂料的基础上，通过以部分铝粉代替镁粉，研制开发了适用于铝合金基体的新型高性能镁铝复合涂料，该复合涂层对铝合金具有高结合力、兼备屏蔽、阴极保护和缓蚀等多种功能，极大提高了铝合金的耐蚀性，其耐盐雾性能达到4000小时以上。 主要技术指标：涂层具有优异的物理机械性能、耐蚀性。特别适合于苛刻的腐蚀环境中。镁合金是最轻的金属结构材料，在军机、卫星、导弹等航空航天器中具有极重要的应用价值，在汽车、民航机、电器产品等有很广泛应用。但由于镁合金在自然环境和各种腐蚀性介质中腐蚀速率皆很高，腐蚀已成为制约其应用的主要问题之一。我们开发的适用于镁合金的富镁涂层，大大提高了镁合金的耐蚀性，其成本与目前使用的高分子类涂层相当，但耐蚀性显著提高。在各种军、民用镁合金的应用场合都具有明显的推广应用前景。铝合金是应用最广泛的有色金属材料之一，但在苛刻的腐蚀性环境中（如海水及海洋气候等），铝合金皆需要采用涂层保护技术，我们开发的适用于铝合金的镁铝复合涂层，其成本与目前使用的高分子类涂层相当。

该项目属于粉末冶金学科。高性能特种材料具有其他材料不具备的特殊性能，在高技术领域中具有不可取代的关键作用。然而，这类材料往往硬度高、脆性大，难以采用传统技术加工制备，成为许多国防和民用高技术装备发展的瓶颈。为此，项目基于粉体流变成形原理，研发了难加工材料的近终形制造新技术，广泛应用于国防和民用高技术领域。