本发明提供一种辐射状配电网节能量预测方法及装置。该方法包括：基于辐射状配电网各支路分别对应的支路参数，对分层的所述辐射状配电网采取节能措施后的电能损耗量进行预测，得到预测的电能损耗量；基于所述辐射状配电网采取节能措施前的电能损耗量和所述预测的电能损耗量，预测所述辐射状配电网采取节能措施后的节能量。本发明在采取节能措施之前，可以根据预测的节能量对各种节能方案进行对比，选择节能效果更好的节能方案。此外，本发明考虑了整个辐射状配电网采取节能措施后的电能损耗量，而非采取节能措施的部分支路的电能损耗量，计算的节能量更准确。

本发明公开了一种基于MAS多尺度的风光波互补海岛微电网能量控制方法，采用多Agent技术，当光照、风速、海况变化导致可再生能源发电出力变化时，通过微电网源、储、荷协调控制满足海岛上军民的用电需求。与现有微电网的能量控制方法相比，该控制方法采用分布式能量管理技术，减少了波浪发电系统输出功率的不稳定性，可以获得比较稳定的总输出，在保证供电的情况下，大大减少了蓄电池数量，削减系统投资成本，提高了海岛微电网的可靠性。并且该方法充分利用了海岛上丰富的波浪能，利用海岛上的海水淡化装置实现了微电网多尺度的能量控制

本发明公开了一种基于能量函数的网页时间敏感性度量方法，属于数据质量的研究范畴，涉及时态 Web、网络信息质量评估、使用模式等技术领域。目前，Web 垃圾信息泛滥，数据质量低下已经成为普 遍现象。导致这一现象的一个重要原因是信息是时间敏感的，即信息是随着时间的推移而变化的。然而 不同信息的时间敏感程度是不一样的，为统一度量信息的时间敏感度，本发明根据 Web 用户对信息的需 求、信息量的增加和页面的链接关系三个方面对网页的能量进行度量，用能量的变化刻画网页的时间敏 感度。本方法可应用于网页质量评价和排序，也可应用于信息检索中，以提高检索结果的质量。

一种基于图割能量优化的影像间最优拼接线寻找方法及系统，进行待拼接影像数据准备，获得各待 拼接影像之间所有重叠区域及相应重叠度;对待拼接影像进行预处理，综合考虑颜色、梯度以及纹理信 息确定图割全局能量函数，图割全局能量函数包括数据项和平滑项，平滑项能量权重设置，采用图割能 量优化方法，对总能量进行优化，获取最优拼接线。本发明所得拼接线尽量避免通过色差过大、纹理复 杂区域以及明显地物的边缘，从而最大程度上保证了拼接线的最优化，解决了多影像多度重叠区域拼接 线联合优化的问题，适用性广。

专利名称：

研究方向： 高能量密度锂离子电池、固态锂电池、电池失效分析。主要性能：10Ah 软包电芯能量密度达 310~390Wh/kg，800~890Wh/L。

本发明公开了一种托卡马克等离子体破裂电磁能量导出的破裂 缓解方法及装置。该方法利用一组与等离子体耦合的能量转移线圈在 破裂瞬间耦合等离子体部分电磁能量，并导出真空室由能量吸收部件 吸收，可以减小破裂瞬间耗散在真空室内部能量的总和，缓解破裂瞬 间等离子体巨大能量耗散在真空室内部造成的危害。现有的大量气体注入(Massive-Gas-Injection，MGI)等破裂缓解方法，不能减小破裂过程 耗散在真空室内部能量的总和，该方法可以有效弥补这一缺陷，可以 与现有的 MGI 等方法协同工作，共同缓解破裂等

本发明公开了一种基于控制冲击能量的微幅冲击磨损试验装置，解决了现行冲击磨损研究方法的不足的问题。基于控制冲击能量的微幅冲击磨损试验装置包括驱动电机，受所述驱动电机驱动的阻尼冲头，一端与所述阻尼冲头连接的拉杆，位于所述拉杆另一端且在所述拉杆作用下的可作直线运动的能量块，设置在所述能量块一侧的磁栅尺，与所述磁栅尺配合使用的磁栅尺读数头，与所述能量块连接的块夹具，以及位于所述能量块尾端方向且其上固定有管夹具的试样装夹底板。本发明采用控制速度来控制能量块能量的设计，实现了从能量角度来研究微幅冲击磨损，有效地克服了现有通过力的角度来研究微幅冲击磨损的缺陷。

提出了一种量子点-有机叠层发光二极管（LED）的新结构，实现了单颗LED发射红、绿、蓝、白及任意色彩的功能，有望取代传统红、绿、蓝LED，提高显示屏的分辨率及开口率。 量

数据采集技术 可穿戴传感器是接触式传感器。加速度传感器测量运动加速度，心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中，以实现加速度、角速度和生理等数据的采集；物体和环境传感器是非接触式传感器，常见的物体传感器基于RFID技术，通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等，实现各种环境信息的采集。 多模态传输技术 LPWAN (Low-Power Wide-Area Network，低功率广域网络) 在LPWAN技术出现以前，通信技术已经有多种类别，短距离的有wifi、蓝牙、zigbee等，长距离的则有2G、3G、4G、5G等，但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺，而LPWAN技术的出现正好弥补了这个短板。         LPWAN可分为两类：一类是工作于未授权频谱的LoRa、SigFox等技术；另一类是工作于授权频谱的基于蜂窝组网的通信技术，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。 最具前景的LPWAN技术——NB-IoT和LoRa： 物联网（IoT）应用需要考虑诸多因素，例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等，可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性，也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点，都适合低功耗物联网应用。 LoRa （Long  Range）:     一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑，由于LoRa的长距离特性，它们之间得以使用单跳传输，终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理，将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。 NB-IoT（Narrow Band Internet of Things） NB-IoT构建基于蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。 NB-IoT具备四大特点：一是广覆盖，将提供改进的室内覆盖，在同样的频段下，NB-IoT比现有的LTE网络增益提升20dB，覆盖面积扩大100倍；二是具备支撑海量连接的能力，NB-IoT一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构；三是更低功耗，NB-IoT终端模块的待机时间可长达10年；四是更低的模块成本，企业预期的单个接连模块不超过5美元。 数据分析技术 人工智能研究的各个分支，包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法，但由于近几年该领域发展迅猛，一些其特有的学习手段相继被提出（如残差网络），因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术，传感器采集的各类信号，通过卷积神经网络、循环神经网络等分类，识别出坐、走、跑、跳、上下楼等日常行为，也可以实现对被监护者摔倒等异常行为的检测。