所属领域：家用电器 项目中全直流空调器通过对每块太阳能电池模组标配一个太阳能控制器，实现每块太阳能电池板 都能跟踪到最大功率点。通过将太阳能控制器进行小型化、模块化、标准化的设计，使其可以直接安 装于太阳能模组上，实现分布式独立控制。利用蓄电池一方面可以作为短时间内的直接电源，在长时 间内主要的用途是平滑太阳能发电的功率波动，让太阳能侧的功率在加入蓄电池后变得输出平稳。基于太阳能电池和蓄电池、市电混合使用的，太阳能发电被优先利用的混合能源空调器系统。太 阳能电池板面积 4m2 光伏电池板功率 600W 蓄电池。空调器主要技术指标可以达到制冷量：3.5kW（0.35—4.2kW）制热量：4.7kW（0.4—5.2kW）制冷剂：R410A 能效比 SEER: 5.6 （GB 21455）。

本发明公开了一种适应多种能源接入的电力系统无功电压快速协调控制方法，本发明在关口无功/ 电压状态满足上级 AVC 系统下发指标的情况下只对连续性无功补偿设备进行控制，减少了控制对象， 缩短了在线计算时间；在关口无功/电压状态不满足上级 AVC 系统下发指标的情况下，将风电场升压变、 小水电群集中并网变电站无功裕度指标引入优化目标中，使得无功补偿量在枢纽站、小水电站集中并网 变电站和风电场升压变之间进行合理的分配；提出的离散变量归整规则能够有效地

此方案可同时实现对催化剂活性位点（Fe-N4）的电荷密度以及Fe离子3d层电子结构的调控，此外FePc＆rGO不仅在碱性介质中展示出优于商业Pt/C催化剂的ORR性能，由该催化剂组装的锌－空气电池（液态、准固态）也具有令人满意的实际应用潜力，这种活性位点内外部双重优化的策略可为氧电催化剂的机理研究提供新的思路与见解。

围绕未来能源需求特性辨识、场站/设备智能监测、能效优化管理3项核心内容，开展研究并提出以下3个核心创新点，创新点一为基于数据驱动的需求侧用能行为特性辨识及容量价值评估方法，有效解决了需求侧用能行为特性分析难度大、精确度差、有效性低的问题，为能源电力系统容量规划和优化投资提供了科学依据；创新点二为基于数据挖掘计算的多元设备状态监测与需求侧能效优化技术，解决了需求侧用能设备运行状态监测能力差、管控水平低的问题，实现提质增效；创新点三为基于数据高效融合计算的场站环境监测及虚拟现实交互技术，有效解决了各种环境参数大量冗余导致的监测结果误差大的问题。 平台可应用于包括智能设备制造与销售、能源设备在线监测、能源设备全寿命周期管理、能源站点智慧运行维护、用能负荷预测、能质能效分析与应用等。

筛选出了适合中度盐碱地的耐盐能力强的蓖麻品系，从加拿大农业与农业食品部引进了耐盐燕麦草、高粱和珍珠栗新品种，开展了沿海滩涂中度盐碱地蓖麻、燕麦草、高粱和珍珠栗的生态高效种植攻关研究。蓖麻单作物种植，平均产量 3200 公斤/公顷；蓖麻和耐盐燕麦草轮作，蓖麻平均产量 3076.8 公斤/公顷，燕麦鲜草平均产量 42000 公斤/公顷以上，蓖麻和耐盐珍珠栗套种，蓖麻平均产量 1845.0 公斤/公顷，珍珠栗鲜草平均产量 58000 公斤/公顷以上，综合经济效益 20000 元/公顷左右。

微卫星不稳定性（Microsatellite Instability, 简称MSI）是目前肿瘤临床检测中一种非常重要的分子表型，多发生于结直肠癌、胃癌、和子宫内膜癌。微卫星不稳定性与肿瘤的发生、发展，治疗方案制定及治疗效果预测相关，更是肿瘤免疫治疗疗效预测的重要分子标记物。当前，临床上使用的两种微卫星不稳定性检测的金标准方法：MSI-PCR和MSI-IHC，都需要专业技术人员通过实验操作来完成，均费时费力且成本较高。近年来，随着高通量测序（Next Generation Sequencing）的发展，基于高通量测序的微卫星不稳定性检测方法开始显露头角，在检测结果与两种临床金标准保持高度一致的情况下，极大的缩减了检测时间并减少了检测成本，大幅提高了推广微卫星不稳定性检测的可行性。2014年，西安交大叶凯教授团队率先开发了基于高通量测序的微卫星不稳定性检测方案——MSIsensor。2017年该检测方案作为全世界首个泛肿瘤检测方案MSK-IMPACT中的微卫星不稳定性计算方法，通过了美国食品药品监督管理局的严格测试并获得批准。美国纪念斯隆凯特琳癌症中心测试表明，基于高通量测序的微卫星不稳定性检测与金标准的一致性可达99.4%。然而，微卫星不稳定性检测方案大都要求提供病人的癌症组织样本及一份取自血液或者癌症组织附近的正常样本。一方面，这一份正常对照样本限制了微卫星不稳定性的应用场景，尤其难以应用于血癌样本、福尔马林包埋样本、PDX/PDO等不易获得正常对照样本的情况；另一方面，额外的对照样本增加了微卫星不稳定性的检测成本。基于上述原因，在叶凯指导下，叶凯青年科学家工作室科研人员经过两年的探索，从微卫星不稳定性发生机理出发，通过数学模型抽象，从单个肿瘤样本中提取特征，开发了MSIsensor-pro。MSIsensor-pro实现不依赖正常对照样本的微卫星不稳定性检测，只需50个微卫星位点的测序数据即可实现微卫星不稳定性的精准检测。MSIsensor-pro的开发扩大了微卫星不稳定性的应用范围，减低了微卫星不稳定性检测的成本。同时MSIsensor-pro在低肿瘤纯度和低测序深度这类低信噪比数据中也显示出来很大的潜力。 该研究成果近期发表在国际组学和生物信息学领域权威期刊《基因组蛋白质组与生物信息学报》（影响因子6.597）上。叶凯的博士生贾鹏为该论文的第一作者，叶凯为通讯作者，西安交通大学为本文唯一通讯作者单位。这是叶凯教授课题组在基因组暗物质解析方面的又一重要突破。论文链接为：https://www.sciencedirect.com/science/article/pii/S1672022920300218

叶片与叶盘是航空发动机、重型燃机等的关键核心零件，其叶片复杂型面的高效高精度先进加工技术是保证航发及燃机正常稳定运行的决定因素。为打破航发及重型燃机关键零部件高效高精加工技术国际封锁和垄断，在国家自然科学基金支持下，课题组针对叶片、叶盘的工艺特点，研究数字化设智能加工－测量一体化集成技术，自主开发了集成双模式灵巧测量－误差动态补偿－复杂曲面CAM编程－力位动态解耦－多轴联动控制的关键核心技术，开发出系列的自动化柔性复合磨削及抛光加工闭环智能制造装备，可实现一次装夹完成叶片及叶盘相应叶尖、型面、进/排气边、叶根圆角和凸台过渡区部位的复合磨抛集成加工，可极大提高航空发动机叶片及其叶盘、重型燃机整体叶盘及叶片、汽轮机叶片等的加工精度及效率，推进我国航空及能源动力产业的技术提升与发展。 应用领域： 航空发动机、重型燃机、汽轮机、鼓风机等透平机械叶片制造行业 技术指标： ？ 实现各型叶片型面的粗磨及精磨过程，表面粗糙度≤Ra 0.2μm； ？ 叶片型面轮廓度：距排气缘3mm范围内在±0.03mm内，其余区域在±0.05mm以内。