沃恩废水处理系统，依据客户的实际需求，适时调整工艺，实现废水进，净水出的完美蜕变；设备为一体化设计，外观美观大方，整个处理过程为全封闭式过程，杜绝二次污染；经处理后的水质满足并优于【GB8978-1996】《污水综合排放标准》或【GB18466-2005】《医疗机构水污染排放标准》或各个地方执行标准。

此类教学设备弥补了现有院校相关专业无法通过相关实验验证或者解决实际的知识问题。

提升学生创新能力，为学生提供新开发的大门；

该项目包括一套多场景全模块工业机器人应用工作站和一套协作型机器人实训台。 多场景全模块工业机器人应用工作站由六自由度开源工业机器人、铝型材框架、触摸屏电控单元、PLC 控制单元、轨迹模拟写字绘画模块、五子棋博弈模块、定点搬运码垛模块、模拟焊接轨迹绘画模块、基础皮带线上料码垛模块、工业视觉检测模块、对射光幕装置、多功能夹具单元、气源控制单元、模块存放柜及设备资源包组成。各模块可在定位基台上实现快速更换，能够模拟机器人书写、上下料、搬运、码垛、模拟焊接、工具切换等众多功能，也可以进行电气线路设计、PLC 编程与调试、机器人编程、机器人视觉检测软件与工业机器人通信等多方面训练，模块拆卸方便。 协作型机器人实训平台包含1套测控系统，上位机软件直接集成MATLAB/Simulink 环境，相关功能（建模、驱动配置、模型下载、在线监控和调参）均在 MATLAB/Simulink 环境中完成。配套的协作机器人每个关节都有关节力传感器。协作机器人配置双控制器，可以实现工业标准版和科研教育版灵活切换。

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。

本发明公开了一种应用于智能配电网的 EPON 通信系统的动态 带宽分配方法，包括步骤(1)基于不同需求将智能配电网各业务分为 EF 业务、AF 业务和 BE 业务；步骤(2)通过层次分析法计算 AF 业务和 BE 业务的权值，并计算一个轮询周期内 EF 业务和加权业务的缓存量和缓 存速率；步骤(3)根据电网故障情况，对各 ONU 业务缓存速率和业务 缓存量进行修正，计算一个轮询周期内各 EF 业务和加权业务的带宽需 求量；步骤(4)根据 EPON 带宽值对 EF 业务进行分配，然后对加权业 务进行分

（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。

产品详细介绍     一、产品背景     随着社会经济的发展和学生身心特点变化，心理健康教育越来越受到大中小学的重视，国家政策支持，要求各中小学、各大机构配套心理咨询室设备来解决当下所面临的问题，随着社会及教育的发展，学生面临的各方面的心理问题也越来越多，表现在了自我认识，人际交往，学习压力，情感调节等各个方面，在建设心理咨询室，创设个体咨询的环境和条件，及时纠正学生的一些心理性行为，对维持学校稳定，保证正常的教学秩序，促进良好学习风气的形成都是有积极意义的。      二、心理咨询室建设     响应教育部号召，打造专业心理咨询室，7年专业经验，全面采购支持，专家督导培训，针对不同用户，个性化配置方案，权威机构推荐，专业心理咨询室建设，就找京师心智。 心理咨询室功能室包括：沙盘治疗室、心理测评室、音乐放松室、情绪宣泄室、团体辅导室、接待阅读室等。         三、相关产品     1、心理沙盘     （1）简介：京师心智心理沙盘由北师大专家张日昇亲自带队指导研发，依托荣格的原型理论设计，根据用户需求自主开模设计，满足市场空缺，国家标准尺寸，精选EO级环保木材，国家质量监督检验，沙具、陈列架、沙箱柜—均属国家专利产品，同时佩带沙盘管理系统，标准化数据分析统计，记录咨询过程，实现了心理健康工作标准化的管理。     （2）组成：沙具、个体沙箱、团体沙箱、沙箱柜、陈列架、海沙、板凳、其他辅助工具。     （3）系列：标准系列、经典系列、普及系列。套装：600-5000套装。     2、心理测评系统     （1）简介：京师心智心理测评系统有北师大测评专家温红博教授指导研发，采用信效度高、专业权威的近200个量表，编纂专业指导报告，开拓危机预警、咨询预约等前言功能，严谨的数据统计与分析，帮助心理健康工作标准化开展，是您值得信赖的测评专家！     （2）版本：心理测评系统6.0、8.0.     （3）型号：综合版、大学版、中学版、小学版、中小学版、医院版、军队版、司法版、企业版、幼儿园、基础版。     3、音乐放松椅     （1）简介：京师心智音乐放松椅由专业音乐治疗专家指导研发，按照人体工程学原理设计、运用前沿的放松技术支持，以音乐治疗、催眠治疗、体感振动、心电反馈、脑电反馈五大核心技术原理构成。通过学习、强化、应激训练等多种训练模式，对压力焦虑管理、快速进入深度放松，达到身心放松治疗。     （2）型号：基础版、标准版、身心能减压舱调养舱、反馈型、减压舱。     4、团体辅导箱     （1）简介：京师心智团体辅导工具箱由国际团体心理治疗师——吴秀碧专家指导，并携手多位拥有丰富团体辅导活动经验的心理专家、心理教师，以多元智能理论共同编制，含4类团体工具箱、9大智能主题、18个辅导主题、216个团体活动，以及专业活动方案。提高团体辅导的能力，解决多类团体之间心理困扰问题，提升个人与团队的的成长。     （2）版本：少年班、青年版、通用版1、通用版2.     5心理自助仪     （1）京师心智心理健康自助仪，以助人为原则，基于助人、自助、互助成长的心理自助服务理念开发，集图文、影像于一体帮助用户自我提升，健康发展。可根据用户自身需求添加所需资料，打造个性化自助系统，做到自助、自主一体化的心理健康仪。     四、其他相关产品       五、品牌优势     1、产品：心理沙盘、心理测评系统、音乐放松系统、团体辅导、心理宣泄设备、心理自助仪、实验仪器，多款配置参数，招投标首选,控标产品，满足代理一站式采购需求。     2、专家：70多位来自高校的教授、一线优秀的心理工作者组成的专家团队； 我们的研发、推广、售中、售后保驾护航；领导认可、用户技能、设备性能同等重要，以专家的身份、专业性，更易获得用户及领导的认可！     3、厂家：完善的厂房，先进的生产设备，实现生产规模化，专注每个细节的精准，为优异的产品质量提供有力的保障，研发的设备先后获得中华人民共和国国家专项数十项，享有较高的客户美誉。     4、实力：7年行业经验；70名专家顾问；100名本科以上团队成员！     5、服务：为代理提供心理咨询室设备招标采购方案，支持学校、司法、医院、政府、社区等心理咨询室建设，协助代理售前成交以及售后保障,保障代理项目顺利开展。     六、品牌介绍     七、联系我们   姓名：范香云    电话：13311233616    Q Q：3201453676    座机：010-59201713    单位名称：京师心智（北京）科技服务有限公司    E-mail ：3201453676@qq.com    邮 编：100875    地 址：北京市海淀区文慧园北路8号庆亚大厦9层。