1. 痛点问题 随着电力系统的发展，电网运行方式时变性和复杂性日益增强，运行专家难以把握电网安全运行的特征和规律，极大的增加了电网运行风险和控制难度。在传统的调度机制中，一方面，运方人员人工选择典型的运行方式，通过离线电力系统分析程序，计算电网潮流，分析电网稳定性，制定电网安全运行边界，进而人工归纳形成“年度运行方式手册”，来长期指导电网运行；另一方面，调度员将上述运行规则作为安全边界（安全约束），输入能量管理系统（Energy Management System，EMS），进而对电网进行调度和控制，以求在安全边界内达到最优运行点。 然而传统的调度机制存在问题，近年来国内外频繁发生的大停电事故也说明了这一点。主要问题归纳如下： 第一，极端运行方式下不安全：电网运行方式多变，离线规则可能不满足极端运行方式的安全要求。 第二，常规运行方式下经济性差：受能力和时间所限，运方人员离线制定运行规则时，仅分析典型运行方式，规则形成后长期使用，相对粗放，缺乏精益化管控，导致电力网络资源利用率低。 第三，随着新能源的大规模并网、需求响应的逐步实现，运行边界频繁变化，不确定性增强。 第四，电力系统运行受到其他系统影响，电力系统安全已经演变成为一个多系统、多因素综合分析问题。以微气象系统为例，对于发电侧，微气象直接影响风电、光伏等新能源的出力；对于需求侧，微气象直接影响工业负荷、智能楼宇、电动汽车等的负荷功率。因此，微气象系统通过影响发电负荷水平，进而影响电力系统安全。因此，随着电力系统与其他系统的关系日益紧密，电力系统安全评估时需要考虑其他系统（例如微气象系统）的影响。 综上所述，传统的调度机制已经无法适应新的形势。因此，亟需研究支撑复杂电网断面发现的智能机器调度员软件的关键技术，通过人工智能、深度学习等信息领域与能源领域的交叉研究，突破支撑复杂电网断面发现的智能机器调度员的基础理论瓶颈，从实际电力系统出发（物理维），立足现有调度机制，基于在线运行方式，采用模型驱动的安全评估方法（模型驱动），形成海量电力系统安全评估仿真样本（数据维）；再以这些样本为基础，通过机器学习训练数据驱动的电力系统在线安全评估模型（数据驱动），形成电力系统安全运行知识图谱（知识维），以代替运方的“年度运行方式手册”。 2. 解决方案 本成果提出了一种支撑复杂电网断面发现的智能机器调度员技术，包括可再生电源的数据驱动电压频率响应特性建模方法、用于暂态稳定预测的失稳样本主动生成方法、电力系统暂态稳定评估方法、结合深度学习和仿真计算的暂态稳定严重故障筛选方法、考虑运行约束的调整潮流生成方法等关键技术，开发了支撑复杂电网断面发现的智能机器调度员软件。该软件用“人工智能”代替“专家智能”，以电力系统安全评估产生的海量仿真数据为基础，以人工智能和机器学习为手段，构建电力系统安全运行知识图谱，从而将“专家智能”离线制定粗放运行规则的模式，变革为“人工智能”在线发现精细运行规则的模式，逐步代替运方的“年度运行方式手册”，保证复杂电网安全、稳定、经济运行。 3. 合作需求 寻求应用场景和资源对接，应用场景和业务能覆盖断面规模众多的大省如浙江、广东等，并且有与输电网断面发现的大中型企业有合作经验，同时具有一定的技术开发能力、市场推广资源和现场工程实施经验，能与现有团队形成合力，通过信息领域与能源领域的交叉研究，突破支撑复杂电网断面发现的智能机器调度员软硬件难题。为保障项目实施质量和进度要求，拟合作团队需通过ISO9001质量管理体系认证，且是国家高新技术企业。期望通过合作，全面开展产品和服务的推广销售。

边缘智联网（edge+AI+IOT=eAIOT）综合实验平台是一款集成物联网、嵌入式、移动互联技术、人工智能于一体的高端教学科研实验平台。 整个教学平台包括物联网、嵌入式Linux和人工智能（AI），三个部分互相支撑、互为补充。平台采用多核高性能 AI 处理器，预装 Ubuntu Linux 操作系统与OpenCV计算机视觉库，支持TensorFlow Lite、NCNN、MNN、Paddle-Lite、MACE等深度学习端侧推理框架。 实验平台支持图像处理、语音处理、无线通信、传感器原理、RFID等技术的主流算法及应用。提供完整的配套教学教材，实训案例的源码、开发手册等，满足AI和IOT教学实训、应用开发等需求。 本项目实验平台搭载瑞芯微RK3399处理器，不少于9个无线传感器节点，配备11.6寸高清触摸屏、高清相机模块、7麦麦克风阵列和ODB接口。 硬件系统采用DC12V电源适配器安全统一供电，结构为上下两层一体化设计，上层紧固式安装实验所需硬件（非磁吸式安装），实验所需硬件均平铺安装在一整块底板上，下层收纳放置配套线材、配件等设备。 实验平台支持ZigBee、BLE、lorawan、nbiot、RFID等无线网络通信，支持无线传感器网络、物联网人工智能、嵌入式系统开发、RFID射频识别技术等课程实验。同时配备可私有云和公有云部署的“物联网云平台”，配合多种传感器模块，可完成基于物联网云平台的嵌入式无线传感器综合实验。本平台提供嵌入式深度学习框架Tengine，可完成人工智能实验，包含基于深度学习的目标检测实验、基于深度学习的人脸识别实验，可完成声纹识别门禁实验、AI语音智能家居实验、知识图谱和聊天机器人实验等人工智能实验。

本发明提出一种两层非均匀拓扑结构异构网络下的网络资源分配方法，目标模型构建为所有用户速率的对数累加和并将目标模型所要解决的问题拆分为三个子问题依次求解：首先，初始化其他的参数，求解当前情况下的用户连接及频率资源分配；第二，当用户连接及频率资源分配情况确定以后，求解当前最优的ABS比率配置；第三，求解每个Macro基站在ABS时隙的发射功率；设置终止条件，循环执行步骤一到步骤三，当满足终止条件时停止循环。该方法可以提高系统的总用户速率并且保证了用户之间的公平性。

本发明公开了一种采用基于 Delaunay 三角剖分的空间网络编码的网络传输方法，适用于包含 N 个终端点的传输网络；包括初始化步骤、Delaunay 预处理步骤、形成子矩形步骤、子矩形划分步骤、求平衡前线性规划最优解步骤、调整中继点到平衡位置步骤、求平衡后线性规划最优解步骤和 Delaunay 后处理步骤；通过采用 Delaunay 三角剖分得到斯坦纳点和增补的斯坦纳点作为候选的中继点，并通过非均匀划分得到候选的中继点，从上述候选的中继点中选出最优的中继点，对选出中继点的位置进行微调以进一步降低代价，从而得到采用空间网络编码的网络传输方案，解决现有技术中仅基于非均匀划分的空间网络编码方法中，当中继点与终端点非均匀密度分布时求线性规划最优解时计算量大的问题，进一步有效提升网络传输的总体性能。

机器人研究中心自主研制的自主飞行器平台，用于控制旋翼飞机，实现旋翼飞机的自我控制。目前，市场上现存的自主飞行器平台存在功能单一、移植性差、自我控制不稳定等问题。自主飞行器借助先进的控制理论技术，实现自主飞行器自主起降、悬停、避障等多种功能，在自主飞行器平台市场具有广阔的市场发展前景。 国内外对采用以遥控直升机为基础进行旋翼飞行器的全自主高机动飞行控制的研究必将继续推进，研究成果也会被更广泛应用。我们设计了一套完整的四旋翼自动控制系统。该系统不仅包括控制算法的设计，还包括传感器、控制板等相关硬件平台的实现。

技术优势 智慧水利大数据平台项目成果包括- -套软件产品“水文与水库大坝安全监测大数据平台”和两类算法，即“水库入库流量预测算法”和“智能水库防洪调度算法”。 1)水文与水库大坝安全监测大数据平台:该平台基于传感器网络采集水库水文信息和大坝的各个核心区域的压力、位移、沉降等信息，基于大数据分析技术和可视化方法，设计实现了一种面向水库大坝安全监测的可视分析软件平台。 2)水库入库流量预测算法:水库入库流量预测是精细化水库调度的基础，现有的基于水文模型的库流量预测方法对流域的适应能力较弱，预测精度难以满足精细化调度的应用需求。该项目基于历史水文数据，采用深度学习技术，对水库的入库流量进行滚动预测。结合智能化的时间序列决策方法，能够实现对水库的智能化管理调度。 3)智能水库防洪调度算法:汛期的水库防洪调度是水库管理中面临的重要问题。该项目针对水库防洪调度中的上下游安全问题建立多目标优化模型，采用计算智能方法对模型求解获得精细化的水库防洪调度方案。与现有工程实践中基于规则的水库防洪调度不同，该方法不依赖于水利专家的经验，能够提供更加精细化的水库防洪调度方案。 智慧水利大数据平台——功能模块图 大坝安全检测指挥中心数据大屏——水库大坝一张图 系统主要功能模块

简介： 抗体药物是生物制药中复合增长率最高的，2019年全球研究抗体市场规模为34亿美元，预计在预测期内复合年增长率为6.2％。原研药二次改造获得成药性更好的药物分子（bio-better）是抗体和细胞因子药物研发的突破口。人工智能技术广泛应用在靶点筛选、分子进化、临床各阶段研究、产品上市后的活动中。 我们开发的智能抗体设计平台，包括 抗体序列注释分析、抗体翻译后修饰位点的预测、抗原线性表位预测、抗体结构的预测与优化、 抗体-抗原相互作用的预测、抗体分子的设计与改造。高效的完成抗体亲和力成熟、稳定性优化和人源化改造等。  优势： 1、研发成本节约3-5倍，时间节省5倍，筛选成功率提升6倍 2、可以帮助指导、设计实验，减少消耗，加快速度，提高准确率 3、计算方法已经得到了实验从正、反两方面的验证。 图1：深度学习算法预测蛋白质相互作用时界面氨基酸配对:成功率72.1% 图2：计算相互作用得到了实验从正、反两方面的验证

石油钻井模拟教学平台以顶部驱动钻机为制作蓝本，钻井井场模型按1:24比例微缩制作，平台由钻井井场教学平台、压力调节站柜、ZSC-Ⅱ钻井司钻操作台、钻井模拟教学平台控制软件、虚拟仿真系统等组成；适用于大中专院校、职工培训等多层次教学，培养复合型、交叉型人才，它集演示和操作于一体，实现了泥浆大循环、司钻操作、远程监控、动力驱动等模拟功能。 石油钻井模拟教学平台通过虚实结合，搭建实物平台，运用三维软件虚拟仿真表现培训内容，能实不虚，虚实结合，相互补充。在使学员对石油钻井的井场布局、钻机主要部件、井控装备、固控设备及管汇安装进行初步了解的同时，还可通过演示操作来加深学员对钻井六大系统的认识。将高危险高能耗的现场作业通过动画模拟的方式在实验室中实现，使教学安全绿色无污染，节省了现场培训的成本。而且通过动画模拟操作训练，使岗前基础知识的学习更加生动牢固。 演示钻井作业六大系统： ①动力驱动系统：演示为钻机各大系统提供动力的各种设备的布局设置和传输路径等。 ②起升系统：演示钻机钻进、起下钻及钻头钻进的过程。 ③旋转系统：演示由顶部驱动装置驱动电机的旋转运动带动钻杆旋转钻进的过程。 ④循环系统：演示固控设备布局、井控及泥浆循环过程等。 ⑤井控系统：演示井控设备的布局及结构组成讲解； ⑥控制系统和监测显示仪表：演示通过司钻操作台的仪表对钻进参数如大钩负载、转速、泵压、地压、钻速等进行测量和记录，并对钻井过程进行控制 虚拟仿真主要训练科目有： 1 司钻台仪表操作 2 顶驱开机操作 3 顶驱钻进操作 4 顶驱起钻操作 5 顶驱下钻操作 6 电动钻机转盘下钻操作 7 电动钻机转盘钻进操作 8 电动钻机起钻操作 9 顶驱钻机倒划眼操作 10 活动解卡操作 11 正常起下钻关井认知训练 12 钻进关井认知训练 13 空井关井认知训练 14 司钻法压井认知训练 15 工程师法压井认知训练 16 边循环边加重法压井认知训练      

产品服务:智能车载视觉服务平台以车内场景主导、软件定义、数据驱动为主，利用车内摄像头等设备，获取车内人员多维度感知数据，设计开发多款高感知、强体验的软件应用服务及产品。 随着产品的推广和数据积累，团队会增加车载安全服务如疲劳监测、车内异常行为等功能，最终打造集娱乐和安全于一体智能车载服务平台。  项目优势:平台通过集合人脸识别、表情识别、手势识别等接口，综合判断车内人员的脸部特征和行为状态等信息，这些接口可供其他应用服务调用，实现个性化设置、智能推荐等服务，使车辆真正做到 “感知”人、“理解”人、“服务人”。 市场概况:产品的客户群体主要分为私家车主、汽车生产厂商及网约车企业，政府管理部门三大类。向私家车主售卖“智能车载服务平台”设备和服务，收取软件系统费用及维护更新费实现盈利。通过与汽车生产厂商与网约车企业合作，提供新一代车内安全保障系统，收取方案费用及销售提成等方式实现盈利。与政府管理部门合作，通过开发安全监管平台等措施，实现对网约车车辆的全面监控，发现潜在风险，防患于未然。最终通过获取政府经费支持以及科研合作立项等方式实现盈利。