产品详细介绍深圳市穹明科技有限公司是一家专注于新型金属复合材料，集研发、生产、销售于一体的高新技术企业。总部位于深圳，生产基地设立于惠州，旗下品牌有穹明、龙津、深明三个系列，满足不同客户的品质需求。公司以领先的技术，优越的质量，周到的服务赢得客户的信赖。秉承着“人无我有，人有我优”的研发理念，立足于功能性、人性化、智能化产品发展路线，致力打造更加优秀、环保的新型金属复合材料。       深圳穹明科技通过ISO9001:2008国际质量认证体系，公司产品通过GB/T8624-2012防火A级，GB/T9978-2008耐火两小时检测，还通过了GB/T20247-2006吸音检测，GB/T23444-2009质量等级优等产品，GB/T19889.3-2005隔音降噪达到6级，经过GB 18514-2001检测甲醛乙苯含量合格产品，通过GJB3007A-2009和SJ/T10694-2006防静电功能检测；产品符合GB50016-2014建筑设计防火规范，符合GB50174-2008《电子信息系统机房设计规范》，符合GB50073-2013《洁净厂房设计规范》等等。荣获国家多个外观与实用新型专利证书及发明专利。       自成立以来，深圳穹明科技就树立打造百年企业，构建世界一流企业的目标，匠心独运，以工匠精神锻造自己的产品；秉承“忠诚、严谨、高效、创新”的经营理念，诚信经营，口碑相传，深得广大用户的喜爱，一直都以稳健的步伐在发展着。先后参与了：深圳地铁三号线、腾讯深汕云计算数据中心、宁夏云基地计算中心、亚马孙云计算中心、深圳世界大学生运动会、深圳T3航站楼、西藏中国银行西藏自治区分行等项目的建设，在为这些项目提供产品和服务的过程中积累了大量宝贵的经验。      深圳穹明科技产品服务范围：主要服务于国家部委、政府行政机关、银行、保险、证券等金融机构计算机中心以及高档写字楼；医院、学校、科研院所、民航、地铁等交通站场；标准化工业厂房、食品﹑制药﹑化工等厂房，专业实验室或研发中心；会展中心、运动场馆、商业街、高端会所以及星级酒店；电信、移动、联通以及国家电网。产品涉及范围广至计算机数据中心、机房中心、IDC数据中心、网络中心、监控中心、消防控制中心、公安交警110指挥中心、服务器中心、高级多功能会议厅、高端参观通道、以及隔断等诸多领域。

产品详细介绍为什么说大数据是建设未来智慧城市的核心？(下篇) 大数据驱动的智慧城市3.0五大构想 智慧城市是一个长期、不断演进的课题，为此，中兴通讯提出了智慧城市3.0的五大构想： 1、引领下一代ICT基础设施部署。首先，要加大前端智能感知设备的部署，例如智能水表、电表、路灯、垃圾桶等等，拓展城市数据来源。 2、建立大数据开放机制。智慧城市3.0要做好三件事：建立数据采集、传输、应用等环节，端对端的数据安全保障体系；在数据资源相关的规范管理方面做好立法保护工作；联合国家部委及TMF等标准组织，推进政府数据开放，交换访问接口、安全保密等共享标准的制定。 3、推动大数据的应用。依托大数据平台，一方面针对开放交易的数据，经过清洗、脱敏处理，形成标准化的数据；另一方面在政务、企业云、旅游、交通等具体应用上进行自主运营，通过画相建模、人工智能学习等进行大量的应用。 4、推进城市互联、构建智慧城市群。智慧城市3.0时代将以大数据中心为核心节点，通过跨境电商、智慧物流、智慧园区、智慧旅游等应用，加快与“一带一路”国家的数据交流，以数据流带动信息流、文化流。 5、打造大数据的生态圈。致力于加强于各行业顶尖企业的交流合作，在大数据分析领域，建立从数据源、大数据基础设施、大数据分析、大数据可视化、数据运用的大数据生态圈。 小结如果说中兴通讯智慧城市2.0建立了数据共享与交换平台，那么通过智慧城市3.0的构想，可以感觉到3.0的阶段更强调大数据的分析与应用，通过数据驱动城市智慧产业的升级。 过去，基础设施和垂直行业应用系统建设取得了一定基础，如想进一步提升整个城市的智慧化水平，就需要在积累大数据的分析处理和应用中体现更多的价值，可以预见，在智慧城市3.0时代，中兴通讯已走在了探索智慧城市大数据挖掘、分析与应用的道路上。 总结起来看，3.0时代将以大数据为核心，以大连接为基础，这个阶段强调以人为本的大数据运营。中兴通讯相信，它可以解决城市发展过程中面临的深层次问题，从而实现城市智慧式管理和运行，促进城市的和谐和可持续成长。案例推荐：宁夏西部云基地采用世界领先的环保节能技术，建设世界一流的绿色环保数据中心基地，整个基地的钢结构数据中心与地域气候的结合，再加上穹明科技的金属复合墙板，完美的拼接构成提供数据中心机房的完美框架，使PUE值达到1.1，成为目前国内唯一的全自然冷源数据中心，大大降低了二氧化碳和热空气的排放，真正实现了节能高效、绿色环保。了解详情请点击下面链接：http://weibo.com/ttarticle/p/show?id=2309403973185648393814

本发明公开了一种带有多孔泡沫金属换热结构的太阳能光伏光热集热器，该集热器采用上下双冷却通道结构，并结合多孔泡沫金属层(6)进行换热强化，降低了太阳能光伏元件的温度，提高光伏元件发电效率，同时将太阳能光伏元件所产生的大量热量及时传递给冷却气体，冷却气体从集热器出气口(11)排出后可以用于预热、干燥或者室内供暖等用途。本发明所使用的泡沫金属具有高热导率及高比表面积，可以有效地改善传统太阳能光伏光热集热器的冷却效率，并且采用下进上出的流式，使得换热过程接近逆流换热，换热效率达到最高。

本发明公开了一种二维层状二硫化钼薄膜的光探测器及制备工 艺，光探测器包括从上之下依次排列的电极结构、多个层状二硫化钼 薄膜以及衬底；电极结构为电极、主支、分支三部分，相邻主支之间 和相邻分支之间的间距为二硫化钼薄膜的平均大小，起到并联二硫化 钼薄膜、增大光敏面积的作用。二硫化钼薄膜的生长采用化学气相沉 积(CVD)的方法，硅片作为衬底，MoO3 粉末作为钼源，硫粉作为硫源， 通过控制钼源与衬底之间的间距、硫蒸气进入反应的时间和反应温度， 制备得到大面积的层状二硫化钼薄膜。使用该方法制备层状二硫化钼

本发明公开了一种二维层状二硫化钼薄膜的光探测器及制备工 艺，光探测器包括从上之下依次排列的电极结构、多个层状二硫化钼 薄膜以及衬底；电极结构为电极、主支、分支三部分，相邻主支之间 和相邻分支之间的间距为二硫化钼薄膜的平均大小，起到并联二硫化 钼薄膜、增大光敏面积的作用。二硫化钼薄膜的生长采用化学气相沉 积(CVD)的方法，硅片作为衬底，MoO3 粉末作为钼源，硫粉作为硫源， 通过控制钼源与衬底之间的间距、硫蒸气进入反应的时间和反应温度， 制备得到大面积的层状二硫化钼薄膜。使用该方法制备层状二硫化钼

在规范采样及针对性测试条件下，释光测年技术应用在埋藏陶器、烧土类考古受热材料的年代学研究中具有高准确度的优势，并有望确定最后一次考古受热事件（如祭祀、焚烧、烹煮等）的高精度年代。

一种宽光谱、强吸收的表面光伏型光探测器的制备方法，其作法是：以钛箔为阳极，铂为阴极，对钛箔进行氧化，得非晶态TiO2纳米管阵列；经处理后，得TiO2纳米管阵列；将钛箔置于高温反应釜内，再将Na2S2O3、Bi(NO3)3水溶液注入密封反应釜，热处理得Bi2S3-TiO2纳米管阵列；在Bi2S3-TiO2纳米管阵列表面覆盖FTO，引出电极，在未生成Bi2S3-TiO2纳米管阵列的钛箔上引出电极，将FTO与钛箔及其Bi2S3-TiO2纳米管阵列的接触边缘封装即得本发明的光探测器。该方法能耗低，工艺、设备简单；制得物适用光谱范围大，适合做光谱分析；还可以做光敏开关等光电器件，具有广阔的应用前景。

本发明公开了一种基于模糊概率的光伏电池的最大功率点的跟 踪方法。所述跟踪方法包括：以ε为采样间隔，获得 N 个采样点 [ui,P(ui)]，i 为小于等于 N 的正整数；其中，ε为 0.05UOC/Ns～ 0.5UOC/Ns，UOC 为光伏电池的开路电压，Ns 为光伏电池的串联数； 通过构造扩散函数 fD 和隶属度函数 fM，求取概率函数 Pro(i)，对概率 函数 Pro(i)的结果从大到小排序，并依次选取排序靠前的概率对应的 Xi 的并集作为最大功率点的搜索范围，使得所述排序靠前的概率函数 Pr

本发明公开了一种提高二氧化钛光激发气敏性能的方法及装置， 该方法是在光气敏传感器工作过程中，通过对材料薄膜进行加热调控 （50℃-70℃），使气敏材料表面物理吸附水减少，从而对环境湿度不 敏感；其次，表面保留的化学吸附水在紫外光照下产生的自由羟基， 以及由低温加热下产生少量热激发诱导的光、热联合激发的协同效应， 可大幅度提高其响应恢复速度。装置包括材料基片、光激发源、光激 发控制模块、温度控制模块、信号调理模块、计算

（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。