本发明公开了一种基于动态电价的微电网运行优化方法，其特点是将配电网对微电网下达的参考计划交换功率曲线与微电网的计划交换功率曲线进行模糊化，计算二者的欧几里得贴近度来实现电价的动态化，建立考虑动态电价、运行维护成本和排污处理成本目标函数，采用粒子群算法求取微电网经济优化运行方案。使得微电网在运行优化过程中能够协调配电网运行，减轻微电网接入对配电网带来的影响。

成果与项目的背景及主要用途：该项目是天津市科技发展计划项目，通过了科委组织的专家验收。项目组采用自顶向下的设计方法，完成了 CMOS 图像传感器 1024×768 像素阵列的版图设计，通过了仿真验证，结果达到了设计要求。在 Chartered 公司0.35um 工艺线上成功试制了关键模块和小规模完整的 CMOS 图像传感器样片。样片工作正常，能够正确的拍摄运动物体，各项指标均满足设计要求。 背景：CMOS 图像传感器是当前已广泛用于民用、工业、科技和国防领域的各类图像摄取系统，近年来民用电子产品领域发展迅猛，如照相手机、PC 机、像机等。该成果主要用于图像摄取系统的核心部件—CMOS 图像传感器设计中。 技术原理与工艺流程简介：CMOS 图像传感器利用成熟的 CMOS 工艺制作光敏像素单元，因此可以把光电接收器和信号处理电路集成在单个芯片上。 主要设计内容包括：像素阵列、消噪放大电路、模数转换器、时序控制电路和测试系统设计。采用自顶向下的设计方法，首先根据功能要求对系统进行架构设计，将系统分为时序控制电路部分（数字电路实现）和从像素阵列到 AD 转换的信号处理部分（模拟电路实现）。版图设计完成后，导出 GDSII 文件，在新加坡 Chartered 公司 0.35um 工艺线进行流片，然后进行封装。根据芯片工作对外界的要求设计 PCB电路板，搭建测试系统，对芯片功能和各项电学指标进行测试分析。  技术水平及专利与获奖情况：技术水平属国内先进。 应用前景分析及效益预测：该项目取得了 CMOS 图像传感器的核心设计技术，可用于各种CMOS图像传感器设计中，中国CMOS图像传感器市场需求庞大，年复合成长率达到 60%，因此有着广阔的应用前景。目前国外同类产品的销售价格远远高于芯片的开发成本，因此存在很大的利润空间，将产生很好的经济效益。功能上可完全兼容、并替代进，通过合作根据市场需求，随时调整产品种类和指标，使经济效益最大化。 应用领域：CMOS 图像传感器广泛应用于消费类、工业和科技等各个领域。 民用领域：拍照手机、数码相机、可视门镜、摄像机、汽车防盗等；工业领域：生产监控、安全监控等。

通过该项目的实施，测试出采煤机在过断层时各种条件下的动态参数，分析研究岩石截割反力危害的规律，找出避免或减少其危害的方法和措施，达到过断层时快速推进、改善工作面安全条件、提高综采工作面产量、减少搬家次数、扩大综采战场的目的。 本项目完成后，对提高煤碳资源回收率、延缓矿井衰老起着极其重要的作用，具有很大的经济和社会效益，可在相似地质条件的综合机械化工作面推广应用，前景广阔。 1.在矿井下环境条件允许下，尽可能增加机身的质量，可降低机身和滚筒沿各个方向上 振动的幅值和频率。 2.过断层时，要合理选择采煤机的牵引速度。 3.要消除轴向载荷的增加对采煤机振动的影响，可以对采煤机的结构进行改造。 4.在不影响采煤机工作效率和工作产量的前提下，在过断层时可以优先采用截齿齿形。 5.采煤机在过断层时，要注意保持采煤机工作过程中轨道的清洁，保持其结触质量，能 有效地降低采煤机的振动，提高机器的工作性能和使用寿命。 6.采煤机过断层时，温度变化较大，牵引速度和截割速度直接影响采煤机温度，过断层 时要控制采煤机速度。同时岩石硬度对温度影响较大，截割硬性岩石时温度升高较大，岩石 硬度高时要进行破岩。

主要功能和应用领域： 本技术可实现人粪便样本显微镜检有型成分图像的自动识别与分类，利用计算机图像处理、模式识别及人工智能的理论与技术，对显微镜下拍摄到的粪便样本图像进行研究，通过对各种有型成分形态和颜色信息等进行特征匹配与分类计数，分别标示出红细胞、白细胞、虫卵和真菌孢子等不同种类的有型成分，从而达到在线自动识别有型成分的目的，作为医院临床诊断的依据。该技术可扩展应用于医院尿液、白带、脑脊液、胸腹水、胃液、精液等常规检查，并可用于脱落细胞学的癌及癌前病变检测及分析。 特色及先进性： 1）复杂背景环境下的自动识别。采用自适应双闭值分割算法进行粗分割，提取出ROI区域中的单个细胞或细胞群作为分析目标，细胞图像的精细分割将在每个ROI区域里完成，极大地减少了数据运算量。 2）针对形态各异和边缘模糊图像的精准分割。针对有型成分的显微生物图像特点，去除边界拓扑结构复杂、细胞各组成区域内灰度不均匀以及成像易受噪声干扰等因素的影响，基于Chan一Vese模型，提出几何活动轮廓模型方法，使用几个独立的水平集进行有型成分图像的分割，与传统分割方法对比准确率提升30%。 3）针对种类繁多的神经网络集成识别。基于普通神经网络泛化能力不高的问题，提出利用有限个神经网络进行集成并将其结果进行合成，显著的提高整个分类学习器的泛化能力，提高了整个系统的识别能力。 4）采用重叠分离算法精准分类。有型成分分离、细胞个数的准确读取决定了整个系统的精准程度。通过寻找到合适的分离点并构建分离线，实现重叠区域的快速合理分离，从而将粘连、重叠的细胞分离开来，并进行准确计数。 技术指标： 有型成分 漏检率 误检率 白细胞 5% 15% 脓球 20% 30% 吞噬细胞 20% 30% 红细胞 5% 15% 孢子 15% 25% 夏科雷登结晶 10% 10% 寄生虫 5% 15% 脂肪球 10% 15% 单张图片检测时间：＜0.5 s 关键问题和实施效果 现今国内大多数医院和研究单位对生物细胞或微生物病菌等检测还是采用人工处理的方式，即将样品制成涂片，在显微镜下观察并根据大小、形状等特征进行分类计数以得到数据结果，医务人员再通过这些数据结果凭借自身的知识和经验诊断病症或得出研究数据。该技术能够实现样本显微镜检有型成分的自动识别，满足了临床开展常规及特殊检测需要，使得生物检测在自动化、无异味、无危险性的情况下进行，提高了检测效率，改善工作环境，保护工作人员，降低检测成本和检测时间，提高在国际市场的竞争力，有利于医疗检测行业的智能化发展。该技术可识别的部分生物细胞图像如下图所示。 红细胞 白细胞 霉菌 虫卵

本技术可实现人粪便样本显微镜检有型成分图像的自动识别与分类，利用计算机图像处理、模式识别及人工智能的理论与技术，对显微镜下拍摄到的粪便样本图像进行研究，通过对各种有型成分形态和颜色信息等进行特征匹配与分类计数，分别标示出红细胞、白细胞、虫卵和真菌孢子等不同种类的有型成分，从而达到在线自动识别有型成分的目的，作为医院临床诊断的依据。该技术可扩展应用于医院尿液、白带、脑脊液、胸腹水、胃液、精液等常规检查，并可用于脱落细胞学的癌及癌前病变检测及分析。

印染织物电脑对中纠偏系统及其装置，具有布边卷取、展开、扩布和对中控制功能。可连接棉印行业的烧毛机、水洗机、镀层机、丝光机、定型机、平网印花机、圆网印花机以及造纸机、塑料薄膜生产线等机械的入口处。自动对中修正偏斜，减少偏斜式边缘弯曲不正所产生的摺纹式色泽光泽不均现象，提高产品品质，实现生产自动化。 本系统采用微电脑与红外数码技术，将模糊智能识别用于对中纠偏，较模拟电路的对中装置上一档次，属国内首创。该系统具有抗干扰性能强、动作稳定可靠、灵敏度高等优点，不受织物厚薄和幅宽的限制，可自动控制中心位置，可高速运行，是提高印染产品质量的好帮手。本系统还可选配笔记本电脑监控工作状况连接Internet网络。

图1. 矿识的4个页面 a: 选取待识别的矿物，可现场拍照获取或从手机相册中选取 b: 截取待识别矿物中心图 c: 输入便携硬度仪测量或经验估计所得的硬度值后得到识别结果 d: 可以不使用硬度值，仅用图片进行识别 表1 矿识与其他相关工作的对比 图片类型 相关研究 性能 可识别矿物数 准确率(%) Raman spectroscopy 拉曼光谱 Computers & geosciences 2013 6 83.0 Microscope 显微镜 Sensors 2019 4 90.9 Mathematical and Computational Applications 2011 5 93.9 Photo 相机图片 Artificial Intelligence in Theory and Practice, 2008 6 91.0 Minerals 2019 12 74.2 photo & hardness 相机图片+硬度 矿识 36 90.6   表2 矿识能够识别的36种矿物及其准确率 矿物名 样本数  仅用图片识别的正确数 结合图片与硬度识别的正确数 Agate玛瑙 5 5 5 almandine铁铝榴石 6 4 4 azurite蓝铜矿 2 1 2 beryl绿柱石 1 1 1 chalcopyrite黄铜矿 2 1 2 cinnabar辰砂 1 1 1 copper铜 2 2 2 fluorite萤石，氟石 11 8 10 galena方铅矿 3 2 3 halite石盐 1 1 1 hematite赤铁矿 8 1 5 malachite孔雀石 6 5 5 opal欧泊 1 1 1 orpiment雌黄 3 1 3 pyrite黄铁矿 6 5 6 quartz石英 4 4 4 sphalerite闪锌矿 1 0 0 stibnite辉锑矿 8 7 8 sulphur硫磺 2 2 2 total 73 52 65 Accuracy \ 71.2% 89%    

本发明公开了一种害虫诱捕装置和害虫远程识别监控系统。所述害虫诱捕装置包括顶盖、漏斗座、集虫器以及控制单元，所述漏斗座与集虫器之间设有仅能供害虫单只逐个通过的通道，所述通道侧壁设有计数装置和红外感应微型摄像头，所述红外感应微型摄像头的数量至少为四个，设于通道的同一高度且沿通道周向均匀分布。所述害虫远程识别监控系统包括本发明的害虫诱捕装置和远程数据中心。与现有技术相比，本发明利用安装在仅能供害虫单只逐个通过的通道内的至少四个红外感应微型摄像头来采集单个害虫的图像信息，利用摄像头采集害虫群体的图像信息，还对害虫进行计数，有利于对害虫的数量和种类进行全面分析，有效监控虫害情况。

小试阶段/n钢板表面质量检测经历了人工目测检测、传统无损检测和基于机器视觉检测的三个发展阶段。人工目视检测表面缺陷的方法效率低、容易漏检、劳动强度大和实时性差。传统无损检测方法包括涡流检测、红外检测、漏磁检测和激光检测等, 这些方法检到的缺陷类型少, 检测实时性不强, 检测的表面缺陷分辨率也不高, 无法有效评估产品的表面质量状况。本技术涉及一种基于多流形学习的带钢表面缺陷识别方法。其方案是：对于任一副带钢表面缺陷图像向量化的向量数据点分别选择类别相同和类别不同的K 个近邻点建立对应的同类数据子图和异

随着视频与图像技术的快速发展，在监控视频中识别特定人物身份有着重要的实用价值。本项目   针对现实场景下，普遍存在的面部遮挡以及拍摄机位和镜头距离变化，而导致传统基于正面人脸的识 别方法的准确率将大大降低，甚至识别错误的问题，提出了一种基于局部分割与融合的算法，应用于 视频分析平台下的特定人物识别，融合多部位识别特征，提高了部分遮挡、多场景和镜头变化下的人 物识别鲁棒性，经充分验证，达到了先进的识别精度，可以满足实际应用的需求。该技术是优化并提 高复杂背景下人物识别精准度的一项核心技术，已申请国家发明专利 1 项。