本发明公开了一种提高分布式缓存的命中率并减少固态硬盘磨 损的方法，结合缓存数据分布特性和固态硬盘特性优化缓存性能并降 低成本。它能根据应用场景分配内存缓存区并将 SSD 划分为连续分布 的与内存缓存区等大的 Cage，内存缓存区缓存新数据，内存缓存区的 数据达到上限时将内存缓存区所有数据写入 Cage，擦除内存缓存区进 行新的数据缓存。替换算法通过分析内存缓存区中的数据的访问频度 分布，设定 Cage 中替换算法参数

（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。

本实用新型公开了一种基于嵌入式无线网络的多节点电能质量实时监测系统，包括下位机、上位机、无线数据传输模块；所述下位机主要包括无线传感器测量模块、GPS模块、嵌入式模块、人机交互模块、数据存储模块和电源模块；所述上位机包括PC机与智能移动设备。本实用新型通过使用无线传感器模块增加传感器与下位机的物理距离，增加装置的灵活性，实时获取电量数据；易于实现多节点电能质量的实时监测，大大降低了系统的成本，与计算机进行无线互联，同时将移动设备作为上位机接入，增加装置的便捷性，辅以计算机终端软件，不仅可以利用计算机终端的成熟硬件设备，还可以实现软件的高度复用；还可很容易提供高质量的Web服务，实现数据的网络共享化。

本发明公开了一种用于检测织布机布铗刀口缝隙的非接触式检测系统及方法，该系统包括水平基座、压紧装置、支撑装置、光源提供装置、视觉检测装置和数据处理装置，压紧装置用于压紧待检测的布铗，支撑装置对布铗进行支撑，光源提供装置用于提供光源，视觉检测装置用于采集布铗刀口的图像信息，数据处理装置用于对图像信息进行处理，获得布铗刀口缝隙值，并予以显示。所述方法包括如下步骤：将待测布铗放入测量系统，视觉检测装置采集图像信息，计算机对图像信息进行处理，计算获得缝隙值，通过缝隙值与标准的比较，判断产品是否合格，若不合格重新装配后重复检测步骤。本发明具有高效、稳定、高精度的优点，能极大降低劳动强度、提高生产效率。

产品详细介绍产品名称：直径165管地埋圆管篮球架配玻璃钢篮板 产品型号:JH-0026 产品价格：1500元/只 产品材质：JH-0026型地埋圆管篮球架，臂长1.8米，；采用直径165mm厚壁钢管，配玻璃钢复合篮板或钢化玻璃篮板；具有抗冲击力强、防水、耐氧化等优点。该产品具有外型美观、安装简单，实用等特点。

研发了基于拉曼分析和纳米增强拉曼技术的便携式非接触人与动物血液 鉴别仪。根据血液样本特征拉曼光谱，确定光谱检测波段和激发波长，对分光 核心元件、系统光路、光纤探头等进行针对性设计与优化，降低系统杂散光, 提高特征拉曼光谱分辨力、信噪比和检测灵敏度；针对甄别对象特征，研究 血液样本专用拉曼增强纳米材料，进一步提高检测灵敏度；研制出便携式非接 触血液鉴别仪样机；针对不同种属血液的拉曼光谱，结合研发的仪器，开展分 析测试方法学研究，建立血液拉曼检测新体系和新方法。研制具有自主知识 产权的基于Raman光谱分析的非接触便携式人与动物血液鉴别仪工程化样机， 实现对人及常见动物血液样本的甄别，服务于我国进出口检验检疫部门，达到 2分钟内检测一个样品，识别率高于95%的测试要求。

变压器通常采用金属全密闭式结构，现有的放油阀式或接缝式局放传感器受到极大制约，导致灵敏度低、抗干扰效果差，难以实现放电源的准确定位和放电缺陷的有效诊断，严重制约变压器状态评估技术的发展及应用。 本项目结合现代电网变压器精准运维的现场需求，经过7年攻关，攻克了变压器局部放电检测技术的难题，形成了最能反映设备内部绝缘缺陷特征与严重程度的PD高灵敏度传感、PD信号综合甄别、PD源准确定位以及PD准确诊断等关键科学技术，研制出变压器PD检测及智能诊断装置并广泛应用于现场。 授权发明专利15项，实用新型5项；发表SCI论文36篇，EI论文81篇；被国内外同行正面引用1148次，多位业内知名专家给出高度评价。项目成果已转让给数家高科技企业，创造经济效益数亿元；所研制的产品已经在多个大型设备制造厂和福建、北京、河南等两百余座变电站得到应用，成功发现了六十例变压器绝缘缺陷，避免了多起停电事故，社会效益巨大；获2016年福建省科技进步一等奖。

本发明提供一种基于迭代梯度搜索的两通道正交镜像滤波器组设计方法.其利用迭代梯度搜索(IGS,iterative gradient searching)技术,将原本高度非线性非凸的优化问题,转成凸优化问题进行迭代求解.我们发明的方法和以往方法相比,不再局限于对某一个固定的目标函数进行求解,可以根据设计的需要,灵活的更改目标函数,不仅能将目标函数表达成最小二乘准则的形式,还能够直接实现最小极大化准则的表达形式.并且我们的方法和国内外其它方法相比,原型滤波器迭代初始系数的正常选取几乎不影响仿真结果,且所获得的滤波器性能指标更具有优越性.

本发明公开了一种用于超宽带雷达馈电网络中的超宽带功分器，包括一块介质板、位于正面的三条微带线和一个扇形微带枝节、位于背面的一条槽线和两个扇形槽线枝节，一条微带线作为输入微带线，一端用于输入一路输入信号，另一端与扇形输出微带线用于四路输出信号；三条微带线相互平行，输入微带线与扇形微带线枝节连接处的正下方，并且与输入微带线垂直，槽线的两端各连接一个扇形槽线枝节。 本发明的功分器采用了三条槽线和两个扇形微带线枝节，以及一条槽线和两个扇形槽线枝接，以及一条槽线和扇形枝节，结构简单；并且利用扇形枝接，拓宽了功分器的工作带宽，使其工作频带变为超宽带。

成果描述：本发明公开了一种柴油机微粒捕集器DPF碳累积量估计方法，通过压差传感器测得DPF前后总压力差，根据DPF前后总压力差和废气体积流量得到DPF的总流阻，根据灰分质量和废气体积流量得到DPF残余碳产生的流阻，总流阻减去白载体流阻及残余碳产生的流阻即可得到积碳所产生的流阻，根据积碳产生的流阻与废气体积流量即可得到碳积累量；所述灰分质量通过废气质量流量和发动机转速经过积分计算得到。本发明提出了碳积累量增量估计方法，可以基于当前总流阻、当前灰分质量和当前废气体积流量计算出碳积累量的增量，然后得到当前的碳积累量。本发明方法得到的DPF碳累积量估计精度更高，而且避免了使用现有估计方法中物理意义不明确的参数，估计过程更加快速精确，从而大大提高了判断DPF再生时机的准确性。市场前景分析：内燃机技术领域。与同类成果相比的优势分析：技术先进，性价比较高。