产品详细介绍(L×W×H)：800×610×800mm拷贝桌台具体参数：桌面尺寸：800mm×550mm  可视面积：350mm×550mm高度尺寸：800mm桌面材质：矩管及钢材、桌体为三聚氰胺板工作面板：钢化玻璃、UV印刷刻度尺寸：有（精确到毫米）桌面承重：≥60公斤光源组成：LED组件导光方式：背投式（点阵板）光源寿命：≥5万小时亮度调节：数字触摸式明亮度调节、开关（可以实现0-100%明亮度调节）最高亮度：3000LUX光线色温：5500K-6400K工作坡度：0-70度自主调节结构技术参数：    1）采用双边双支撑钢架结构(30*30矩管，厚度1.0mm）,标配置定制拷贝功能的钢化玻璃桌面（尺寸800*550mm，厚度5mm），钢化玻璃内含LED光源透光面不小于350*550mm并含有标尺刻度，玻璃下内衬E1三聚氰胺桌面底板；    2）桌面板下双侧采用绘图专用倾角调节铰链，经久耐用，保证桌面平整、同步控制调节倾斜度调节0-70°；桌面板靠近身边的笔槽部位高出约8mm的折边（笔槽钢板厚度1.0mm），可以挡住或者放置1号、2号绘图板，并有防止绘图板下滑的文具档槽，在槽内可以放置丁字尺、铅笔、橡皮等文具；可以满足拷贝和绘图作业双重需求；    3）桌支架中部设置有储物隔板桌斗（钢板厚度0.8mm），采用优质钢板与支架焊接而成，三面的挡板高出，可以放置文具和图纸等，牢固耐用。     4）桌腿支架底部采用塑胶木调整螺丝，便于调节水平等功能，保证整体结构的坚固、稳定；本特制产品的整体设计科学、合理，具有多功能性，充分体现教学理念上的“专业、实用、耐用和兼用”的特点，质保5年以上, 满足多学科多专业拷贝和制图教学作业的需求。主材规格及表面处理：    1）支架采用矩管30*30mm（厚度1.0mm）支架腿结构，箱体柜体采用钢板材质（厚度0.8mm）；    2）所有结构或者部件钢材均为国标产品，所有焊接部位必须采用二氧化碳保护焊接工艺，满焊，焊点牢固、平滑、美观，无气泡、毛刺和漏焊、假焊现象，具备耐磨抗刮花性能；全部采用静电均匀喷塑，喷塑前应进行完整的除油、除锈、酸洗磷化处理，工艺符合GB6807-86、GB1720-79(89)、GB/T1732-93、GB1743-79、GB1763-79(89)、HG/T 2006-2006等附着力、光泽、化学、冲击相关标准，确保不出现喷塑剥落、反锈现象。   3）桌面基材采用满足国优E1级三聚氰胺桌面板（厚25mm），采用环保型胶合剂高频热压一次成型，握钉力强，不易膨胀，不易变形，牢固耐用。采用1.5mm以上优质PVC加进口热溶胶全自动机械封边机封边，边沿整齐平滑，层纹清楚。  

产品详细介绍(L×W×H)：1500×900×800mm技术参数：外形尺寸：1500mm×900×800mm    发光面积：1380mm×780mm工作电压： DC12V额定功率： 90W桌体材质：30×60mm、20×40mm矩管、钢材以及三聚氰胺板工作面板：6mm钢化玻璃、UV印刷刻度尺寸：有（精确到毫米）桌面承重：≥60公斤光源组成：LED组件导光方式：背投式（点阵板）光源寿命：≥5万小时调光方式：触摸式无级调光度（可以实现0-100%明亮度调节）光线色温：5500K-6400K最高亮度：3000LUX工作坡度：0-70度自主调节 1）采用双边双支撑钢架结构(厚度1.0mm）,标配置定制拷贝功能的钢化玻璃桌面（尺寸1500*900mm，厚度6mm），钢化玻璃内含LED光源透光面不小于1380*780mm并含有标尺刻度，玻璃下内衬E1三聚氰胺桌面底板；    2）桌面板下双侧采用绘图专用倾角调节铰链，经久耐用，保证桌面平整、同步控制调节倾斜度调节0-70°；桌面板靠近身边配置有挡板条；    3）桌支架中部设置有储物隔板桌斗（钢板厚度0.8mm），采用优质钢板与支架焊接而成，三面的挡板高出，可以放置文具和图纸等，牢固耐用。    4）桌腿支架底部采用塑胶木调整螺丝，便于调节水平等功能，保证整体结构的坚固、稳定；本特制产品的整体设计科学、合理，具有多功能性，充分体现教学理念上的“专业、实用、耐用和兼用”的特点，质保5年以上, 满足多学科多专业拷贝和制图教学作业的需求。主材规格及表面处理：    1）支架采用矩管30*60mm（厚度1.0mm）支架腿结构，箱体柜体采用钢板材质（厚度0.8mm）；    2）所有结构或者部件钢材均为国标产品，所有焊接部位必须采用二氧化碳保护焊接工艺，满焊，焊点牢固、平滑、美观，无气泡、毛刺和漏焊、假焊现象，具备耐磨抗刮花性能；全部采用静电均匀喷塑，喷塑前应进行完整的除油、除锈、酸洗磷化处理，工艺符合GB6807-86、GB1720-79(89)、GB/T1732-93、GB1743-79、GB1763-79(89)、HG/T 2006-2006等附着力、光泽、化学、冲击相关标准，确保不出现喷塑剥落、反锈现象。    3）桌面采用优质钢木结构箱体上覆安装钢化透光安全玻璃（1200*600*6mm），四周磨边并有安全角人性化处理，采用UV印刷刻度，便于拷贝操作，实用性强，安全耐用质量保证。

产品详细介绍HP8005C  多功能绘图桌(带电脑折板）(原HP8003-2A)规格(L×W×H)：1100(700+400)×550×800mm，请和本公司技术QQ:268008426 联系特点：实用稳定牢固，很适合制图课程学生使用。为中国工程图学会制图技术委员会推荐款式，为制图室和绘画室的常用绘图（画）桌。该款绘图桌可选配置：          （1）HPT90  90cm优质有机玻璃丁字尺 （2）HPM01  90*60cm一号优质椴木绘图板 （3）HP252 精密惠普组合绘图仪器（16件一套） （4）25cm曲线板 （5）大圆弧模板 （6）画圆模板 （7）三棱比例尺 （8）多功能模板 （9） 英雄81A-212绘图笔一套（10）HPMX55 55件套速成制图模型（11）学生绘图升降凳更多产品请访问http://wuxipufa.host2.g3host.cn/product

*集笔架、笔搁、笔洗、墨盒于一体 *造型灵巧，节省空间，方便存放、取用毛笔 *安全卫生、无毒无味。

本发明公开了一种直流电机的驱动?调速一体式约束预测控制方法，本发明将这种驱动?调速一体式的控制技术应用于直流电机，首先利用广义比例积分观测器技术在串级电路和转速的光电编码器采集的转速信息的基础上对系统的集总干扰进行估计，得到重构后的集总干扰信息，结合模型预测控制相关技术设计出针对直流电机的带输入约束的输出反馈控制器，在保证系统动态响应性能的基础上，因为不需要使用电流、电压以及转矩传感器，降低了系统的成本，提高了系统容错能力，同时可以明显地抑制参数摄动和负载转矩突变等因素引起的干扰，从而大大提高直流电机系统的输出转速的控制精度和干扰抑制能力。

利用合成gRNA-靶序列的高通量文库允许直接在细胞环境中便捷和高通量地收集gRNA活性数据，由此建立的计算模型来预测gRNA的活性比较可靠。

（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。

本发明公开了一种钙依赖型蛋白激酶CPK32及其编码基因和应用。本发明的钙依赖型蛋白激酶CPK32，其氨基酸序列如SEQ ID NO.1所示，其编码基因的CDS序列如SEQ ID NO.2所示。本发明发现CPK32基因导入目的植物中后能够调节目的植物的开花时间、调节抽薹时的叶片数目或调节目的植物中FLC的表达量。本发明的钙依赖型蛋白激酶CPK32对于改良作物的开花时间具有重要调节作用，在作物的种质资源改良中具有较大应用价值。