本项目聚焦于锂电池管理系统在智能化监测与预测中的关键痛点，尤其拟面向电池容量衰减预测、SOC/SOH估计不准、电池剩余时间不准确、MAP/SOP估算等方面。通过引入人工智能算法，构建融合机器学习与深度学习的电池状态预测模型，拟实现高精度SOC（荷电状态）与SOH（健康状态）估计的优化，提升电池管理系统的智能水平与安全性。 解决方案方面，项目基于实地检测磷酸铁锂电池充放电数据构建训练集，采用轻量级线性回归模型及改进型人工神经网络进行建模优化，并结合特征工程技术提高预测精度。同时，设计适用于边缘计算的部署方案，使模型可在BMS嵌入式硬件平台实时运行，降低对计算资源的依赖。 在竞争优势方面，项目成果具备算法轻量化、部署便捷、预测准确度高、兼容性强等特点，特别适用于电力储能、电动汽车等对安全性和可靠性要求高的场景。相比传统BMS方案，该AI算法可显著提升电池使用效率与寿命，精准估算SOC/SOH，降低维护成本。 目前项目成果已在合作企业内部储能设备中开展应用测试，初步反馈表明荷电状态预测准确度提升40%左右，电池健康度准确度提升40%左右，系统响应及时，具备较高实用性和推广价值。专家评审一致认为，该项目在智能电池管理系统方向具有较强的创新性和实际应用前景。

本发明公开了一种在虚拟化环境下，对多个物理节点上的 PCI-E 密码设备资源信息进行动态分配和实时监控的方法。该发明专利包括 以下两个小部分:一是在单台物理服务器上，对物理密码卡设备的分配 方法；二是在多台服务器情况下，对各台服务器上的物理密码卡的使 用情况实时监控的一种方法。对于监控的内容包括使用该加密卡的虚 拟化服务器的个数以及绑定虚拟化服务器的名称，同时还包括该密码 卡加密和解密的数据量。

本发明公开了一种利用储能装置补偿风电场虚拟惯量的方法； 该方法采用大约 5％风电场额定装机容量的储能装置可以使得风电场 产生与等容量同步发电机差不多的虚拟惯量效果。本发明通过测量风 电场出口母线处的频率偏差、频率变化率，经过模糊逻辑处理后产生 储能装置需要输出的有功指令。储能装置按照该指令输出功率补偿风 电场的虚拟惯量。本发明有效评估了储能装置容量需求，可以用于指 导风电场的储能容量配置；而且其控制器结构简单可靠、易于实现， 为“友好型”风电场开发提供了基础，利于电网对大规模风电的消纳， 提高风电并

本实用新型公开了一种基于单边虚拟电感的电容耦合式非接触电导测量装置，由交流激励源、激励电极、绝缘测量管道、检测电极、单边虚拟电感、电流电压转换电路、信号处理模块依次相连。单边虚拟电感输出端通过电流电压转换电路中的运放虚地。本实用新型利用单边虚拟电感代替实际电感，利用串联谐振原理，用单边虚拟电感的感抗消除传感器中耦合电容的容抗对测量的不利影响。相较浮置虚拟电感，单边虚拟电感虚地，结构紧凑，稳定性高；相较实际电感，单边虚拟电感体积小易集成，电感值可调，降低了对激励源的要求。本实用新型通过测量检测通路的输出电流，经计算得到待测流体等效电导值，为实现非接触测量绝缘管道内部导电流体的电导提供了一种有效方法。

本发明公开了一种快速虚拟筛选人体小肠易吸收药物的方法，包括以下步骤一、化合物小肠吸收数据库的优化；二、变量预处理；三、重量变量筛选及构建线性模型；四、新型化合物小肠吸收率预测。本发明依据上述重要结构参数，建立人体小肠内药物吸收的线性统计预测模型，将新型化合物的结构参数代入模型中，计算候选药物小分子的人体小肠吸收率，判断新型分子是否适合作为临床上口服药物使用，相比复杂的机器学习模型，本发明建立的线性统计模型原理简单，方便使用，计算工作量少，适合做前导药物小分子的大规模筛选。

DRSim5.0-虚拟数字X 线成像技术仿真实验仪包含三个独立的模拟模块：X 射线物理模块、DR摄影技术模块、图像质控（调节）模块。 DRSim5.0-虚拟数字X 线成像技术仿真实验仪满足医学影像成像理论（或类似课程）的X 射线物理和DR 成像原理部分教学，以及医学影像检查技术课程的DR 操作实验。

本仿真实验仪模拟X射线产生与检测的物理原理，和临床CR/DR设备的基本操作及图像质量控制功能。包含三个独立的模拟模块：X射线物理模块、DR摄影技术模块、图像质控（调节）模块。满足医学影像成像理论（或类似课程）的X射线物理和DR成像原理部分教学，以及医学影像检查技术课程的DR操作实验。

本项目提供压缩机全生命周期管理系统，建立模块化、集成化数据环境，面向于往复压缩机、隔膜压缩机，服务于石油化工、加氢站、储气库、船舶动力等行业主要包括： 设计规划阶段——压缩机整体方案设计，压缩机结构形式设计，核心部件材料遴选分析，启/停流程设计，安全控制策略设计等； 运行工作阶段——压缩机运行数据实时采集、远程动态展示，核心部件状态监测与故障诊断，监测诊断一体式/分体式硬件与软件系统开发； 检修维护阶段——零部件维修预警、寿命预测，可视化维修方案、维修模型、维修视频，压缩机及其辅助系统、零备件信息数字化管理平台。 关键技术一：压缩机性能计算技术与选型设计技术 基于 Windows 平台，遵循结构化、模块化原则，采用 QT 框架、C++语言编制交互设计软件，可实现往复压缩机物性计算、热力计算、动力计算、设计校核复算、平衡计算、产品系列化自动匹配、多工况计算七项功能于一体，可实现往复压缩机机组设计计算、选型、零部件管理一体化功能。现阶段已授权发明专利 1 项，软件著作权 1 项。 关键技术二：压缩机状态监测与故障诊断技术及设备 针对压缩机核心零部件构建相应状态监测方案与故障诊断方法，包括：①集成气缸内热力过程特征和阀片声发射信号的诊断方法，基于气阀声发射信号获得气阀故障的特征参数和反映故障程度的量化指标，诊断不同类型气阀故障；②基于活塞杆应变重构 pV 图方法的往复压缩机气阀无损故障诊断方法，基于活塞杆应变重构压力-容积图（p-V图）的无损监测方法，为传统侵入式方法破坏气缸完整性带来安全隐患的问题提供解决方案；③十字头销磨损、活塞杆松动的故障诊断方法，对不同程度十字头销磨损、活塞杆松动故障进行模拟试验，对比时频域分析研究十字头销磨损、活塞杆松动的故障机理、声发射信号和振动信号特征，提取故障特征识别故障程度；④基于压缩机内油-气压力“伴随”关系，国内外首次提出了集成声发射与油-气压无损监测的隔膜压缩机状态监测新方法，进一步根据油-气压力“伴随”关系的失调追溯故障根源；⑤基于增量式编码器的往复压缩机轴系扭振测试方法，基于增量式编码器构建了往复式压缩机扭振测试系统，为传统方法在现场实际应用时难于实施提出解决方案；⑥压缩机气流脉动和振动模态分析技术，隔振结构设计、管路结构设计，提供机组振动测试、诊断以及改进方案。 本项关键技术现阶段已授权国内发明专利 4 项，申请国际专利 2 项、国内发明专利10 项；应用于中海油海洋平台天然气压缩机；开发压缩机故障诊断仪，已在某加氢站压缩机调试中成功检测出气阀泄漏、膜片运动失效、活塞环磨损、溢油阀阀芯磨损等严重故障。 关键技术三：压缩机数据共享与健康管理云平台 构建压缩机及其辅助系统、零备件信息数字化管理平台；构建压缩机热力-动力-应力-寿命分析模块，集成监测数据评价机组运行状态；基于故障诊断技术，建立机组现场监测数据与健康/故障状态信息实时共享平台，打破机组现场与远程管理者之间的技术壁垒；实现压缩机核心部件维修预警、寿命预测，交互 GUI 界面集成可视化压缩机维修维保手册、指导视频、三维模型；压缩机全生命周期管理，显著提高运维效率和管理水平。

        我国精神疾病发病率高且增长趋势明显，是我国推进国民大健康战略所面临的巨大挑战。然而当前精神疾病临床诊断缺乏发病机制的依据，主要以临床表型为指标。多数精神疾病的发病原因与人体基因新发突变相关，这种不在父代而仅在子代发生的基因变异对精神疾病的临床诊疗极具重要性。         研发团队建立了从患者新发突变基因组学到转录组、蛋白组学的完整生物组学发病机制临床辅助诊断系统，填补了精神疾病临床诊断的组学机制评价空白，系统自动生成辅助诊断报告和用药风险分析，具有显著的临床应用价值，符合领域发展的国际行业趋势，具有巨大的市场推广潜力。         意向开展成果转化的前提条件：中试放大及产业化工艺开发资金支持