本项目针对风电并网问题进行了深入研究，应用风电场有功功率分配算法、基于变时间尺度和缓冲算子的风电场超短期功率预测算法、风电机组全局控制策略和基于扰动观测器的风电机组反演控制算法、故障诊断与远程维护技术和自恢复通信网络技术，研制了风电场有功功率控制系统和风电机组控制系统，达到了国际先进水平。项目共申请发明专利9项，已授权3项。基于该项目关键技术的相关产品已在国内多个风电场稳定运行，实现了我国风力发电控制技术的跨越式升级，促进了我国大规模风能开发与并网应用，在取得巨大经济效益的同时，为国家经济的快速发展

一、成果简介 通过流式细胞仪对优秀种公牛或山羊进行XY精子分离，形成富含X或Y精子的性控精液，将其冷冻保存，然后利用性控冷冻精液对发情母牛或母羊人工授精，使奶牛或山羊生产某一需要性别的后代，从而达到快速增加某一性别的家畜数量。或者利用性控精液进行体外受精，大量生产优质性控胚胎，通过胚胎移植，同样迅速增加优秀后代的数量。 技术指标：性控准确率90%，性控精液受胎率50% 二、投资预算及效益分析

成果简介在三相交流电弧炉自动控制系统中， 三相电极的升降控制是核心部分， 其作用是快速调节电极位置， 保持恒定的电极电弧长度， 以减少电弧电流的波动， 维持电弧电压和电流的比例恒定， 使输入功率稳定； 本项目利用神经网络智能控制技术对炉电极控制系统， 采用神经网络逆辨识与逆控制策略， 结合 PD 控制， 构成复合控制器， 通过 SIEMENS 的 WinAC 自动化软件， 在工控网和 Profibus 上实现了三相电极电流的实时在线解耦与控制。 并在冶炼过程中， 建立被控对象的神经网络

该成果先后获得教育部全国高校科技进步一等奖和国家科技进步二等奖。该技术体系提出棉花“全程系统化控”理论和高产栽培技术体系， 在苗蕾期、 初花期、 盛花期、 成熟吐絮期应用一种或一种以上的生长调节剂，实现对棉株各器官发育的定向和定量诱导，从而形成合理的株型和群体结构，符合高产棉花的标准，最终达到早熟、优质和高产的目标。

为了克服直流电机及斩波控制系统效率低、体积与重量大、电机换向极需要频繁维护、难于有效实现电动车辆再生制动以及交流电机及控制器低速大转矩稳定特性较差以及一般永磁直流电机斩波控制系统不能满足电动车辆大扭矩需求的缺点，发明了一种全新的牵引电机自动控制模式，设计出稀土变磁通电机及驱动系统。将驱动电机的增磁绕组接到永磁电机的续流回路中，使得该电机及其控制器既有稀土永磁电机的高效和高功率密度的优点，又具备直流串激牵引电机低速大扭矩的特性，并具有比串激直流电机更优良的自动弱磁性能，符合电动车辆对动力需求的理想特性；电机电枢电感采用转子无槽结构，将电机电枢电感值减小到传统电机的1/3～1/4以内；去掉了驱动系统电机电枢回路的平波电抗器，使系统电枢回路的电感值进一步减小，使换向器火花减小70％以上，电机电刷维护周期延长5倍以上；电机换向器的发热大幅减少，有利于提高电机的转速；电机的体积与重量减小30％；提高了电能转换效率；具有良好的电磁兼容性。

产品详细介绍技术与设计2模型教具（教师用）35001板凳组件模型35002房屋模型35003纺车模型35004桥梁模型35005塔式起重机模型35006液压控制系统模型35007硬币分拣流程模型35009红绿灯控制系统模型35011恒温控制箱模型35012水塔水位自动控制模型技术与设计2实验学具（学生用）35001板凳组件模型35002房屋模型35004桥梁模型35007硬币分拣流程模型35010红外发射接收电路模型（活动项目：超市自动迎宾控制装置）80551升旗定时控制装置设计与制作套件80555常见控制方式认知及应用套件（活动项目：简易控制装置）80559台灯散件（活动项目：可调灯）80561结构设计套件（活动项目：相片框）80566车辆模型制作流程设计套件80567流程设计套件（活动项目：盖房子）80568系统特性分析套件（活动项目：自行车）板承压试验套件结构与力认知及应用套件（活动项目：拱桥的受力分析）结构与稳定性认知及应用套件（活动项目：稳固的人字梯）结构与强度认知及应用套件（活动项目：结构框架套件）结构稳定性探究套件（活动项目：不同垒法的墙）不稳定性结构认知及应用套件（活动项目：跨栏架）结构稳定性套件（活动项目：篮球架）结构与功能认知及应用套件（活动项目：折叠椅）系统分析及优化分析套件（活动项目：旋转木马）清洁车设计套件控制系统反馈设计套件（活动项目：视力保护提醒报警器）电子控制技术模型教具（教师用）35008光控路灯模型35010红外发射接收电路模型电子控制技术实验学具（学生用）35008光控路灯模型35010红外发射接收电路模型（活动项目：来人提醒”欢迎光临“）80552光敏报警电路80553遥控小车设计与制作套件80554晶体三极管开关特性试验套件80556红绿灯控制设计套件80557常见继电器认知与应用套件（活动项目：低压控制高压）80562磁敏传感器应用套件80569常见电子元器件特性认知套件（活动项目：频闪灯）80570半导体开关特性认知与应用套件（活动项目：公司主管安全钥匙）80571基本数字电路认知与设计套件（活动项目：保险箱密码锁）80572恒温控制系统设计套件旋转彩灯电路设计套件电子音乐门铃认知与设计套件自动检测计数系统设计套件位移自动调节系统设计套件简易机器人模型教具（教师用）35013简易机器人模型35014机械传动模型智能路口交通信号灯演示模型搬运机器人制作套件爬行机器人制作套件分拣机器人制作套件服务机器人制作套件简易机器人实验学具（学生用）35013简易机器人模型35014机械传动模型（活动项目：常见的四种机械传动方式）80558电动机械手制作套件80563力敏传感器应用套件80564气敏传感器应用套件80565声敏传感器应用套件80573单片机简单应用套件（活动项目：电风扇）80574简易机器人制作套件（活动项目：寻迹、避障、灭火机器人制作套件）齿轮箱组合设计套件独轮车设计套件毛巾架设计套件雨刮器设计套件舞蹈机器人制作套件趋光机器人制作套件电话：0513-8160127181601272EMAIL：ntjyskj@yahoo.com.cn网址：www.ntjys.com.cnQQ:979322621

本发明公开了一种主动配电网自适应鲁棒无功优化方法，包括以下步骤：基于传统的潮流模型，构建近似线性的潮流模型，求取节点注入功率向量与节点电压向量之间的近似映射关系，进而获取配电网无功优化的决策变量可行域；基于鲁棒优化理论，构建最优决策与不确定变量之间的自适应函数，进而构建自适应鲁棒无功优化模型；基于自适应鲁棒无功优化模型，提出割平面法的求解策略，将原始问题分解成两个子问题，通过两个子问题的交替迭代获得原始问题的解。本方法引入鲁棒优化的思想，提出割平面法的求解策略，实现高效、快速的求解，确保了不确定性条

成果简介：靛蓝是染色牛仔布的主要染料，每年全世界的靛蓝需求量达 10 万吨之多。靛蓝生产工艺主要以间歇法为主，已经有一百多年历史了。其中 的碱熔反应工艺堪称间歇反应的经典，在一百多年历史中，即使到上世纪 90 年代国际上最大、技术最先进的化学品公司最后放弃该产品生产的时候，也没有能够用一种连续的生产工艺来代替它。目前全世界大概 80％的靛蓝由中 国生产，其中 60~70％出自江苏泰丰公司。在 2006&nbs

技术成熟度：技术突破 1.原理：结合磁浮列车极端运行工况，充分考虑运行环境的强磁场，深入研究机-电-磁耦合机制，精确调节磁体悬浮姿态，以实现超导磁体在液氮温区（-196℃）自稳定悬浮。 2.创新点： （1）研发国产化低功耗悬浮控制模块，能耗较进口设备降低35%； （2）突破-196℃环境下多系统协同控制技术，填补国内工程化应用空白。 3.应用场景： （1）高速磁浮列车静悬试验台 （2）精密仪器运输平台 （3）航空航天地面测试装备 4.应用案例：前期开发的自由度控制系统，已被合作团队应用且效果较好。

（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。