（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。

针对油品调合过程中的关键质量指标辛烷值（马达法和研究法）和雷德蒸汽压等调合规律的非线性，建立了预测准确，结构简洁的智能调合模型。由于实际工业生产过程中存在的干扰因素很多，调合模型输出值与成品油属性在线分析仪的检测值不可避免地要产生一定的偏差，为此开发了汽油调合模型的在线优化校正技术，使调合模型适应工业过程操作特性的变化和生产工况的迁移。在建立的调合模型基础上，开发了离线和在线优化技术。离线优化技术不需要企业进行管道改造和安装在线分析仪，可在一定范围内提高调合的成功率和降低调合成本。在线调合模式基于离线模式，可动态更新和优化调合配方，从而能够进一步提高调合成功率，降低调合成本，减少质量过剩。开发的优化技术还考虑了多种可能的现场生产模式：例如：管道调合，罐式调合，罐底油补偿模式等。已汽油调合软件ECUST_BLEND工作。成品汽油调合过程的建模、模拟与离线优化技术已经成功在金陵石化完成现场应用。其中汽油辛烷值调合效应模型，将汽油调合过程中组分油表现的非线性效应定量的描述出来，进而准确的对成品汽油的关键指标辛烷值作出预测，与传统的乙基模型对比表明所建模型精度提高了约1%。在调合模型基础上开发的离线优化技术，结合了成品油生产现场的特点，能够有效的考虑罐底油、直调组分、锰剂添加量、以及库存约束等现场情况。在实际应用过程中，所完成的汽油调合工作全部一次达到国III标准。通过与传统的手调方式进行比较，优化后配方提高了一次汽油调合的成功率，稳定了汽油生产过程，并且降低了调合成本与质量过剩：质量过剩稳定在0.?以内，且研究法辛烷值在93.5-4.1之间波动。仅以离线优化为例，通过成本核算，每年的调合成本可减少1275万元左右。

针对油品调合过程中的关键质量指标辛烷值 (马达法和研究法) 和雷德蒸汽压等调合规律 的非线性，建立了预测准确、结构简洁的智能调合模型。由于实际工业生产过程中存在的干扰 因素很多，调合模型输出值与成品油属性在线分析仪的检测值不可避免地要产生一定的偏差， 为此开发了汽油调合模型的在线优化校正技术，使调合模型适应工业过程操作特性的变化和生 产工况的迁移。在建立的调合模型基础上，开发了离线和在线优化技术。离线优化技术不需要 企业进行管道改造和安装在线分析仪，可在一定范围内提高调合的成功率和降低调合成本。在 线调合模式基于离线模式，可动态更新和优化调合配方，从而能够进一步提高调合成功率，降 低调合成本，减少质量过剩。开发的优化技术还考虑了多种可能的现场生产模式。例如：管道 调合，罐式调合，罐底油补偿模式等。已汽油调合软件ECUST_BLEND工作。 成品汽油调合过程的建模、模拟与离线优化技术已经成功在金陵石化完成现场应用。其中 汽油辛烷值调合效应模型，将汽油调合过程中组分油表现的非线性效应定量的描述出来，进而 准确的对成品汽油的关键指标辛烷值作出预测，与传统的乙基模型对比表明所建模型精度提高 了约5%。在调合模型基础上开发的离线优化技术，结合了成品油生产现场的特点，能够有效 的考虑罐底油、直调组分、锰剂添加量、以及库存约束等现场情况。在实际应用过程中，所完 成的汽油调合工作全部一次达到国III标准。通过与传统的手调方式进行比较，优化后配方提 高了一次汽油调合的成功率，稳定了汽油生产过程，并且降低了调合成本与质量过剩，质量过 剩稳定在0.1以内，且研究法辛烷值在93.5-4.1之间波动。仅以离线优化为例，通过成本核算， 每年的调合成本可减少1275万元左右。

项目背景： 超高强汽车用钢具有超高的强度和优异的塑性，是汽车轻量化的理想材料，受到汽车制造行业的广泛关注。根据国家强国战略咨询委员会发布的《节能与新能源汽车技术路线图》，汽车轻量化近期和中期目标为：重点发展超高强钢和先进高强钢技术，实现高强钢在汽车中的应用比例达到 50%以上；重点发展第三代汽车钢和铝合金技术，并推进其产业化应用。因此，在车身结构件上应用超高强钢是汽车行业极具潜力的发展方向之一。然而，超高强钢在使用中还存在较多的应用瓶颈，比如其成形窗口窄、边部开裂、回弹、可焊性差等问题。在所有问题中，回弹最为突出，并且随着强度增加，回弹的倾向和严重程度不断增大。在此背景下，开展针对超高强钢回弹技术的研究，采取有效手段控制回弹，可有效推进高强钢在汽车车身上的应用。 关键工艺技术： 项目的关键工艺技术为：基于组织演变的回弹行为控制技术，即基于超高强钢成形过程中的组织演变与回弹的内在关系，提出回弹行为的控制技术。通过分析超高强汽车用钢在成形过程中的 local misorientation 等微观组织、力学性能和弹性模量的变化，总结影响超高强钢的回弹机理，建立超高强钢回弹预测模型，最终实现超高强钢的回弹行为控制。

本项目以蜂蜜、蜂花粉、蜂胶及蜂王浆为原料，采用中医食疗理论和现代食品加工技术，开发出了具有抗衰老、保护化学性肝脏损伤的功能性食品；采用指纹图谱技术鉴别蜂蜜的种类；采用绿色加工技术脱除蜂蜜中的农残和抗生素；开发出了一种蜂花粉饼干和一种具有保护慢性酒精肝脏损伤的蜂蜜制品。 本项目已获得发明专利1项，申请发明专利4项，获2项省级鉴定成果。

相对于常规轻载工业机器人而言，重载机器人为了实现高速、高精度、高负载等典型性能需求，对控制系统的性能提出了更高的要求。在此背景下，面向重载搬运、磨抛、搅拌摩擦焊等重载型工业机器人高精度、高速度控制需求，开展了150KG/500KG重载机器人刚柔耦合动力学建模与补偿控制等关键技术研究。具体技术指标： (1) 研发实现了六自由度重载机器人动力学建模及模型参数、负载在线辨识技术，以建立重载机器人带载工况下的高精度完整动力学模型，提高带载情况下的自适应控制精度； (2) 针对传统重载机器人所存在的控制精度较低、动态性能较差等问题，研究并实现了一种基于动力学模型的力矩前馈控制方法，通过对力矩的实时补偿可有效提高机器人的轨迹跟踪精度，改善动态性能； (3) 针对由于关节柔性而导致的重载机器人关节弹性振动问题，研发实现了一种关节弹性振动抑制复合控制方法，无需借助外部传感器，可有效抑制了机器人的关节弹性振动，实现对机器人末端的柔性偏差补偿，提高重载作业的轨迹跟踪精度。

西安科技大学自 2007 年开始就对煤田火区动态演化规律及控制新技术着手开始研究，目前此项技术已经成熟并在全国开始推广应用。该成果于 2011 年 12 月 29 日由中国煤炭工业协会经会议鉴定，达到国际先进水平；成果于 2012 年 9 月获陕西省科学技术进步一等奖，该项目申请专利 6 项。煤田火区识别、控制及治理技术与开发的装备在四川省攀枝花市宝鼎矿区 4# 煤层露头火灾治理工程、新疆温宿博孜敦 4# 煤层火区综合治理工程、中煤平朔一号井工矿上窑火区治理工程和内蒙古古拉本煤田火区灭火工程等多项防灭火项目中应用。  

该技术采用独有的发电机控制与保护算法，具体表现形式为一种基于嵌入式系统的 新产品。 技术创新点： 完善的柴油发电机保护功能，包括电压保护，电流保护和过载保护等。 发电机实时并网技术。可以根据需求自动投入柴油发电机并网，并保持电网电压、 频率等参数稳定。 发电机解列控制。根据实际情况，可以实时退出部分柴油发电机，降低系统能耗，并能 维持电网参数稳定。 能够实现不同柴油发电机有功功率和无功功率均衡。 具有先进的 CAN 通讯功能，能够实现多台联网工作，也可以和上位机控制系统联网 通讯。 具有友好的人机界面，完善的显示内容，并可以根据需要定制。 与同类相关技术相比，具有以下优点： 控制与保护算法更加完善，功能一体化； 采用 DSP 技术和高性能 A/D 器件，测量精度高； 模块化和工程化设计，电磁兼容性能优越，性价比高。 技术的实用性和适用领域 本研究组一直从事配电网监控与保护相关技术研发工作，柴油发电机保护算法具有 自主知识产权，相关技术和算法已经成功应用到多个产品中，产生了大量的经济效益和 良好的社会效益。发电机并列和解列技术可以根据实际功率需求，实时投入、撤除柴油 发电机，不仅可以保持电网电压、频率稳定，而且可以节能降耗，新开发的技术还适用 于新能源应用。 应用领域： 军用/民用船舶发电机保护与控制； 独立电网多台柴油发电机保护与控制； 带新能源应用的柴油发电机保护与功率平衡控制； 工厂后备发电机并网控制。

一、概述永磁电机因具有效率高、体积小、重量轻、噪音低和调速方便等诸多优点，近些年在国内外得到了迅速发展和越来越广泛的应用。我国稀土材料非常丰富，几十千瓦以下的永磁电机的设计和制造技术已十分成熟。在国民经济各方面被广泛使用，在家用电器及电动车辆和电动工具等许多应用领域都正在取代感应电机、有刷直流电机或燃油动力机械，显示出旺盛的发展趋势。号称是其他一切电机的替代品。 高性能永磁电机驱动控制技术及产品填补了多项国内空白达到国际领先水平。二、永磁电机及驱动控制电动机包括永磁同步电机( PMSM，正弦波驱动)和无刷直流电机( BLDC，梯形波驱动) 两大系列。是符合国家节能、环保基本国策和可持续发展战略的高新技术产品。现在国内永磁电机的设计和制造技术已很成熟。必须有合适的驱动器控制才能工作。驱动控制器的技术含量高、控制复杂，但产品的生产过程相对容易。三、所做的工作及取得的成果多年来，我们对永磁电机驱动控制技术进行了不断的研究和开发，取得了多项成果，填补了多项国内空白。在国内最先采用无位置传感器正弦波控制技术开发出了多种驱动控制器产品，主要指标达到或超过了国外同类产品的水平。根据用户或产品需要，可采用有/无三相霍尔位置传感器的正弦波或梯形波控制方案。（建议首选无位置传感器正弦控制方案）。独特的控制算法、高性价比的电路结构、优良可靠的控制性能及可为用户专门设计是本变频驱动控制技术的显著特色。四、已有的技术和产品变频家电（冰箱、空调、洗衣机等）的变频调速驱动控制技术及系列产品。电动工具和车辆船只等由蓄电池供电的变频调速驱动控制技术及系列产品。由市电供电的专用变频驱动控制器系列产品。机载、车载、船用等特种变频驱动控制器系列产品。能使移动或独立发电机组输出完美正弦电压的永磁同步发电机的控制和电能变换技术及系列产品。特殊用途的变频驱动控制技术及系列产品。五、若干的国内首创六、各种变频驱动控制器产品七、在电动车辆和船只上的应用八、在电动工具上的应用九、数码发电机及应用十、微型压缩机及应用十一、主要技术特点采用最新控制技术，特别是无位置传感器正弦控制技术，在国内外处于领先水平。一些产品的指标达到或超过了国外同类产品的水平。核心控制芯片选用低成本的通用单片机，不受专用芯片的各种限制。具有完全独立的自有知识产权。开发移植方便，周期短，很容易扩大应用领域和范围。可为各种电机和压缩机提供最佳的变频驱动控制。成本低，性价比高，通用性强，便于生产。

轧件弯曲现象在当今的轧钢领域尤其是中厚板热轧生产中是一种常见现象。它不但会造成轧件出轧机后撞击机架辊或辊道，严重影响设备的使用寿命，而且会在钢材撞击部位留下疤痕，影响产品质量及成才率。另外，这种不对称轧制还会造成上下轴力矩的分配不均及出轧机后轧件头部被顶死的危险，是重大设备安全事故的隐患。 随着当今钢铁领域在产品质量、生产成本方面竞争的日益激烈，热轧尤其是中厚板生产中由于温度场引起的轧件弯曲及力能参数不对称现象正越来越受到人们的关注。但是由于轧件的弯曲现象的影响因素包括钢坯温度、轧制线高度、上下轴偏心距、上下辊辊径及辊面速度等多个方面，关系到加热炉、除鳞设备、轧机本身及驱动电机等多个设备的运行性能，且各因素间相互关联，研究起来具有一定的难度，所以，轧件的弯曲现象在我国一直没能得到很好的解决。 自1995年起，北京科技大学分别和武钢及马钢合作，采用现场试验、大型综合测试及计算机仿真分析的方法对热轧过程中的轧件弯曲现象进行了深入细致的研究，提出了一系列切实可行的解决办法。从这两个地方这些年以来的应用情况看，方案实施后，轧件弯曲现象得到了有效的控制，取得了明显的经济效益。其研究成果达到了国内领先水平。 这一成果对解决热轧生产中轧件不均匀变形问题具有普遍的推广价值。可在中厚板热轧及初轧机上推广应用。