本发明公开了一种基于子空间融合和一致性约束的准稠密匹配扩展方法。首先获取可靠的种子匹配，在种子匹配周围选定待扩展区域。然后对区域内的所有待扩展像素点进行稠密 SIFT 特征提取，并通过子空间学习将待扩展点的特征信息和位置信息进行融合。在寻找匹配时，利用一致性约束学习一个局部非刚体变换，该变换与仿射变换·748·等模型相比可以更好地描述非平面复杂场景。每一次扩展完成之后，对扩展结果进行优化，剔除不好的匹配

（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。

项目简介 一种 690-730MPa 超高强度 80-100mm 淬透性铝合金及其制备方法，其特征是所述的 铝合金主要由铝（Al）、锌（Zn）、镁（Mg）、铜（Cu）、锆（Zr）和锶（Sr）组成，其中， 锌（Zn）的质量百分比为 10.78∼13.01%，镁（Mg）的质量百分比为 2.78∼3.51%，铜（Cu） 的质量百分比为 2.26∼2.80%，锆（Zr）的质量百分比为 0.204∼0.24%，锶（Sr）的质量 百分比为 0.0025∼0.0751%，余量为铝和少量杂质元素。所述

致力于高性能非调质钢锻件关键技术研发与应用，通过锻件一体化复合锻造成形技术、非调质钢曲轴和连杆热温复合锻造成形工艺及专用模具、以及非调质钢复杂构件组织性能差异化控制技术等技术，创新性发明了非调质钢在汽车零部件上应用的关键技术，解决了非调质钢强度有余而韧性不足的关键问题。

该项目2016年获得湖北省科技进步一等奖。由于乙酰甲喹和喹烯酮尚未确定每日允许摄入量(ADI)、残留标识物(MR)和靶组织(TT)，未能制订最高残留限量(MRLs)和休药期(WP)，喹乙醇仅有猪肌肉暂定MR及MRL，这三种药物一直没有科学的食品安全标准和风险管控技术，消费者健康受到威胁。 该项目主要创新如下： 1、针对代谢资料缺乏、无MR等问题，在猪、鸡和鲤开展放射示踪研究，鉴定出代谢物33种，发现残留物20种，阐明了代谢机制、残留消除规律及种属差异，确定了MR及TT，为有害残留的风险评估与管控提供了翔实、科学的基础数据。 2、针对毒理资料缺乏、无MRLs等问题，开展全面、系统、深入的毒理和暴露评估研究，揭示药物的毒性和毒作用特点，阐明量-效、时-效关系，确定了ADI，制订MRLs 18个、休药期6个，为有害残留的风险管控与交流提供了理论依据。 3、针对缺乏新型、高效检测技术的问题，自主研制残留物的标准品17种，建立定量/确证分析方法9种，发明快速检测的核心试剂22种，创制基于抗体的高效检测试剂盒6个，为有害残留的风险管控提供了技术支撑。 发现的代谢物和残留物，自主研制的标准品、检测方法及其标准，发明的快速检测核心试剂及试剂盒，填补了国内外空白，提升了兽医兽药科技的自主创新能力。喹乙醇新MR的发现改正了国际食品法典委员会以往推荐的错误标准。 成果完成时间：2012年

本发明提供了一种等离子体射流人体接触电气安全性评估方法，包括以下步骤：步骤S01：等离体射流的光学特性的采集，所述光学特性采集包括放电电压、电流信号采集。步骤S02：采集流经人体阻抗模型的电流。步骤S03：计算流经人体的电流有效值和比脉冲能量，步骤S04：当电流有效值和比脉冲能量中都没有超出安全阈值即判定为人体接触安全，否则判定为人体接触不安全。本发明还提供了一种等离子体射流人体接触电气安全性评估测试平台。本发明通过电流有效值来评估人体接触射流体羽平均效应带来的危害，比脉冲能量评估瞬时效应引起的人体接触危险情况，综合电流有效值和比脉冲能量形成人体接触安全性评估体系。

结构特异性醇/酯因其独特的理化性质与生理功能在食品、医药和化工等领 域具有重要的应用价值。本项目针对立体特异性芳基醇和位置特异性结构脂质为典型代表的高附加值醇/酯，解决其绿色制造过程中关键酶选择性差，工业适应性弱，表达制备成本高以及催化反应效率低的关键技术难题，开展工业酶的定向筛选、功能强化、高效表达及应用技术研究，开发了具有自主知识产权和适合工业化要求的高选择性、高活性、高稳定性工业酶（脂肪酶和氧化还原酶）的高效创制及应用技术体系，打破国际技术壁垒，推动了我国相关产业的技术进步和持续健康发展。

大型重载机械装备是是我国基础设施、资源开发和国防建设急需的重大技术装备。这类装备具有重承载、强冲击和极端环境运行的特点，液力驱动工作中大功率传递和液-固耦合现象极为突出。 基于电液控制发明了阀控缸液压伺服系统的位置和压力主从控制方法，解决重载机械装备运行过程中位置和压力耦合干扰问题，实现多缸液压伺服系统位置和压力的精确控制。同时发明了液压滚切式金属板剪切机的液压系统，通过建立多变量解耦矩阵和多缸运动方程以及无节流损失的压力和位置双向精确控制方程，实现了液压泵、蓄能器组和伺服阀的同步控制,提高了阀控缸液压伺服系统的运动平稳性和可控性。提出多缸液压系统失稳判定方法，得到液压伺服系统稳定运行的必要条件，提高大型重载设备的稳定性。

本发明公开了一种统一潮流控制器的两阶段多目标选址方法，属于电力系统运行和控制的技术领域。该方法基于层次分析法分两个阶段进行统一潮流控制器选址，首先，从系统安全稳定性出发，以支路综合负载率和综合脆弱性评估各支路的风险性，对各支路进行打分，初步筛选出ＵＰＦＣ的备选支路集；然后，从安装ＵＰＦＣ后带来的经济性收益和安全性收益出发，计算ＵＰＦＣ与电网建设替代方案的投资比、ＵＰＦＣ的运行收益、控制灵敏度以及安装ＵＰＦＣ后系统的阻尼梯度，结合第一阶段备选支路的打分值得出各支路的综合得分，给出ＵＰＦＣ的推荐安装地点。该决策方法评估指标全面，并通过分阶段的方法减少了计算规模，可以为电网规划人员提供ＵＰＦＣ选址的指导性建议。

本发明涉及航天技术领域，旨在提供轻型无冲击可重复利用的热刀式锁紧释放装置及控制方法。该轻型无冲击可重复利用的热刀式锁紧释放装置包括热刀、热刀支座、限位装置、碳纤维薄壁杆件和组合捆绳；该控制方法包括步骤：对展开机构进行初始捆绑；利用预应力施加装置将组合捆绳套在展开机构的外表面上，剪断初始捆绑的绳子；调节组合捆绳的长度，取下预紧好的展开机构，并将热刀的两根导线，都连接到小卫星的电源上；解锁展开机构时，向热刀供电实现解锁。本发明的热刀体积小、质量轻，能在很小的电压和电流下，很短时间内熔断3mm迪尼玛绳，从而实现展开机构的解锁，整个过程无冲击、无污染、可靠性高、可重复利用。