本发明公开了一种燃烧后CO2捕集系统的多模型预测控制方法，该预测控制方法以基于化学吸附的燃烧后CO2捕集系统为被控对象，贫液阀门开度和汽轮机低压缸抽汽阀门开度为系统控制输入量，CO2捕集率和再沸器温度为系统输出量；首先基于子空间辨识方法，利用系统运行产生的数据，在不同工况点处建立系统的局部状态空间模型；接着使用间隙度量的方法调研被控对象的非线性分布；进而在合适的局部工况点处建立预测控制器，并设计隶属度函数将其加权组合，建立燃烧后CO2捕集系统多模型预测控制系统。本发明的方法具有良好的全局非线性控制能力，能够有效适应系统大范围变工况的需求，快速追踪CO2捕集率设定值，提高CO2捕集系统深度快速灵活运行的水平。

智慧供热平台产品充分发挥团队供热与计算机交叉融合，基于供热机理模型+人工智能算法的核心思路，搭建了平台的核心引擎，实现了供热系统动态仿真，多热源优化运行调度，供热系统故障诊断与预警，数据在线核查等，满足需求侧调控的智能调控等技术含量高的功能模块，在国内同类型产品中，具有技术研发深度强，业务涵盖广的特点。 一、项目分类 显著效益成果转化 二、成果简介 哈工大智慧供热研发团队整合了暖通、计算机、控制等专业的优势科研力量，依托学校在技术储备方面的雄厚基础，将供热理论、计算机软件、人工智能、自动控制等领域的先进技术相结合，构建了具有鲜明技术特点的智慧供热解决方案，以智慧供热平台为核心的成果技术特色与优势包括： （1）贯穿全生命周期的智慧供热整体服务 供热物理系统是智慧供热的基础条件，智慧供热技术挖掘供热系统的最大潜能，实现高效运行。智慧供热解决方案需对供热系统中的不合理设计及瓶颈之处进行改造，并引入先进的设计方案进行升级。必须将供热系统优化设计与智慧供热平台建设并重，方能实现最佳的建设效果。团队结合多年的技术与工程优势，可围绕智慧供热设计，平台建设，后期运维以及员工培训提供全方位的服务。 （2）平台产品技术优势 人工智能技术需与行业专业理论有机结合方能形成深入有效的解决方案，有效克服了单纯依赖人工智能算法难以解决数据样本不足、数据质量差、模型难以迁移、方法缺乏理论支撑等问题。智慧供热平台产品充分发挥团队供热与计算机交叉融合，基于供热机理模型+人工智能算法的核心思路，搭建了平台的核心引擎，实现了供热系统动态仿真，多热源优化运行调度，供热系统故障诊断与预警，数据在线核查等，满足需求侧调控的智能调控等技术含量高的功能模块，在国内同类型产品中，具有技术研发深度强，业务涵盖广的特点。 （3）建设方案灵活，持续合作性强 由于哈工大智慧供热团队技术研发实力强，且具有持续研发能力，因此无论是平台还是整体建设方案均可充分结合需求方的实际特点进行定制化研发，部分功能模块与创新设备可以按照联合研发的形式开展。 （4）对智慧供热内涵理解更深、平台更符合供热行业未来发展需求 由于哈工大智慧供热团队核心成员主编了《黑龙江省城镇智慧供热技术规程》DB/T2745-2020，在编团体标准《智慧供热技术规程》和《智能阀门》等多部智慧供热相关标准。团队对智慧供热内涵理解的更深，对标准的解读更全面，开发的智慧供热平台软件及相关产品更具有其实用性、先进性、可拓展性，不但能满足市场当前需求，还具有良好的前瞻性。 充分发挥哈工大科技研发力量以及现有成熟的智慧供热平台的应用，为热力企业量身提供符合本地特点的智慧供热总体技术解决方案。通过软件平台的应用实现供热数字化、智慧化和可视化，能够实时获取掌握详细的供热数据，并对供热系统进行优化和控制。此外，平台系统内置了大数据分析和算法程序，让供热具有自感知、自分析、自诊断、自决策、自学习的特点，保障供热温度，降低热损失和水力不平衡，提升居民热舒适性。并基于当前能源与碳排放相关建设的基础，探讨、研究适合智慧能源、智慧/柔性供热减碳化的技术路线，切实做到供热低碳化，为未来零碳社区的建设奠定基础。

该成果将建筑废弃物再生利用于道路面层、基层、附属设施等各个方面，解决建筑垃圾污染问题， 降低筑路成本， 保护天然资源， 符合生态文明建设中的“绿色发展”、 “循环发展”、 “低碳发展”要求。 已在多项工程中应用， 具有明显的社会经济效益。

本发明涉及一种用于燃烧后CO2捕集系统的改进INA前馈控制方法，它通过对燃烧后CO2捕集系统的控制量和被控量的辨识，进行改进INA方法的设计，完成改进INA与前馈控制器的融合设计，进而实现对CO2捕集率y1和再沸器温度y2的控制。本发明用于燃烧后CO2捕集系统后，能够快速平稳追踪变化的CO2捕集率设定值，有效抑制烟气扰动的影响，具有良好的抗干扰能力。

该成套装置采用基于压缩+冷凝+膜分离组合工艺为核心的处理技术，对VOCs废气中的有机溶剂进行液化回收，实现了有机溶剂与介质气体的高效分离， 采用了系统自耦合技术实现浓缩测组分的快速富集与冷凝液化，与此同时稀释侧组分的快速分离，从而满足达标排放与回用要求。在运行模式中，根据来气流量与组分含量，优化压缩压力、冷凝温度、膜分离面积等运行参数，实现了在低运行能耗下的优化工作性能。

比传统铅酸蓄电池具有更高的比功率、更长的使用寿命，比电容器具有更高的比能量。在特定的放电深度范围内，充放电功率可提高50%，循环寿命比普通铅酸蓄电池延长3倍以上。同时比电容器与电池的外并方式简化了外电路，大大降低了生产费用。由于铅碳电池负极中加入过高的碳材料，导致充电时负极过早析出氢气；同时，碳材料超级电容的放电区间与铅负极的放电区间并不一致，这是制约铅碳电池发展的关键问题,也是铅碳电池发展的瓶颈问题，只有解决好这个问题，铅碳电池才能更加快速地发展。本项目的研究对于发展新能源汽车产业，以及电能源储存领域具有重要意义。同时，铅碳电池的生产可以减少铅的使用量、增加铅酸蓄电池的使用寿命，对于解决我国传统铅酸蓄电池企业环境问题具有积极意义。项目组制作的样品电池通过多种方式的性能检测。其中以日本启停电池标准（SBA S0101）进行测试的12V9Ah铅碳电池的循环寿命超过30万次，比普通铅酸蓄电池高出5倍以上。按照欧洲EUCAR标准测试，循环寿命可达7万次，达到第4批普通电池寿命的4.3倍。

一、项目分类 关键核心技术突破 二、技术分析 关键技术1：基于能源大数据的电网源流路径电气剖分技术 电力网络源流路径电气剖分技术是一种基于系统确定运行方式下源流计算结果的网络分析方法。利用电气剖分方法，可以定量地求出任一线路上的源流具体是从系统中的何处、以何路径传输而来。基于电气剖分理论可以分析出实际电网源流耦合信息，并以此为依据制定相应的控制策略。 基于不同发电类型的发电厂碳排模型和不同时间断面下的电网潮流分析数据，通过电力网络源流路径电气剖分方法，可面向不同电压等级区域电网，支持包含源网荷储的配网模型导入，实现对电网中源荷资源碳流足迹的实时追踪，基于电网的碳流追踪技术可掌握电网碳流动态分布情况，通过对电网碳分布-电分布时空耦合影响机理的研究，可实现电网碳分布与电分布间交互影响的有效分析，最终掌握电网电碳分布情况、碳排流动情况以及碳排分摊比例，从而提升对不同区域电网内碳流的态势感知能力，助力区域电网实现双碳目标。 关键技术2：基于用户侧能碳因子的电力基因技术 电力基因技术，是对各种不同的电力特征数据进行采集分析，获取系统基因组的准确画像，利用人工智能、大数据分析等技术手段进行电力基因检测和诊断，通过控制手段进行电力基因调控，从而挖掘出深度应用价值的技术。电力基因数据包含时间特征（天-时级、分-秒级、毫-微秒级）、空间特征（线路拓扑、节点分布及设备位置）和能量特征（电压、电流、功率、频率）信息，可以对一个研究对象进行电力基因数据提取，并建立基于电力基因数据的电路模型，开展多样化定制化的电碳协同服务应用。 用户的电碳因子可能受到多种因素的影响，包括用户对用能设备的控制，如开关动作、调节指令等；用户对系统和设备的运行方式的改变，如运行模式、调控策略等；用户受到研究对象自然条件的影响，如温度、湿度、台风等；用户受到电网或社会环境的影响，如政治、经济、文化、科技、心理等因素。对供电大楼内不同部门不同班组的用户进行精细的能碳画像，有助于加强用能科学管理，强化用能监督，制定和实施低碳节能措施，为供电公司开展低碳节能技术改造和节能减排工作提供强有力的决策支持。

围绕学习者网上自主学习，创新性的引入人脸实时识别功能对学习过程进行判断，这个判断可以由教师进行开启或关闭，并设定判断标准。对学习资源采用课程资源包的形式，支持上传和在线编辑多种形式的资源。资源可以设定学习时长和作业测试，未达标则不允许进行下一步学习，包括人脸核验失败也会暂停学习动作，避免出现非本人等无效学习现象。 课堂交互能增加课堂趣味，提升学习者兴趣，并可进行课前、课中、课后报告对比。课末考试能及时检查学习效果。学习报告能统一呈现课程资源的学习时长、学习进度、考试成绩、教师评价等信息。

哈尔滨工程大学电化学碳捕获及电催化转化系统采购项目竞争性磋商