XM/CPR780高级全自动电脑心肺复苏模拟人 （计算机控制/有线版）   XM/CPR780型计算机控制心肺复苏模拟人在培训时间内可利用现有的资源办公电脑进行软件安装即可进行培训，退出操作程序就可以进行其他日常操作，执行美国心脏学会(AHA)2015国际心肺复苏(CPR)＆心血管急救(ECC)指南标准。 一、主要特点： 1、本模型为成年男性整体人，采用热塑弹性体混合胶材料，肤质仿真度高。 2、解剖标志明显，具有仿真的头颈部，头部可水平转动180度，有利于清除异物。 3、胸部体表标志明显（胸骨角、乳头、剑突等），便于胸外按压的操作定位。 4、可触及颈动脉搏动，死亡状态下，颈动脉搏动消失，颈动脉搏动与有效按压相关联。 5、心肺复苏术：仰卧位，头可后仰，便于清除呼吸道异物，可进行胸外按压。 6、可进行口对口人工呼吸或者使用简易呼吸器辅助呼吸，有效人工呼吸可见胸廓起伏。 7、瞳孔示教：死亡状态下，瞳孔散大，抢救成功后，双侧瞳孔由散大变为正常。 8、模拟人和计算机之间通信方式：USB通信。 9、模拟人关节灵活，可进行搬运练习。   二、软件功能： 1、生命特征模拟：瞳孔变化及颈动脉的搏动。 2、模拟标准气道开放。 3、人工呼吸与胸外按压时：模拟心脏搏动显示、模拟心电图显示。 4、人工手位胸外按压时： ■ 动态条码指示灯显示按压深度； ■ 计数显示；详细记录按压正确和错误的次数，并区分错误的原因； ■ 语言提示：中文语音提示，详细提示按压错误的具体原因，以便训练者及时改正； ■ 实时操作波形图显示按压操作的过程； ■ 实时矩形图显示按压深度（通过红色、绿色、黄色、灰色直观体现操作过程）。 5、人工口对口呼吸(吹气)时： ■ 动态条码指示灯显示吹气量大小； ■ 计数显示：详细记录人工呼吸正确和错误的次数，并区分错误的原因； ■ 语言提示：中文语音提示，详细提示人工呼吸错误的具体原因，以便训练者及时改正； ■ 实时操作波形图显示人工呼吸操作的过程； ■ 实时矩形图显示人工呼吸量大小（通过红色、绿色、黄色、灰色直观体现操作过程）。 6、操作时间、CPR操作比例、CPR循环次数可单项设定； 7、操作方式：训练操作、模拟实战、标准考核。 8、语言设定：可进行语言提示设定及提示音量调节设定或关闭语言提示设定； 9、成绩单保存打印，可连接通用打印机对成绩单进行打印； 10、可进行多媒体教学，也可进行与投影仪、触摸屏等连接播放教学； 11、学员管理：可自由编辑学员名称及编号，用于存档； 12、检查瞳孔反应：死亡状态下，瞳孔散大；抢救成功后，双侧瞳孔由散大变为正常。 13、检查颈动脉反应：用手触摸检查，死亡状态下，颈动脉无搏动；抢救成功后，颈动脉连续搏动。   三、标准配置： 1、心肺复苏全身人体模型：1台 2、手拉推式硬塑箱：1只 3、计算机：用户自配或选配 4、USB连接线：1条 5、电源适配器：1个 6、CPR安装操作软件：1套 7、复苏操作垫：1条 8、一次性呼吸面膜(50张/盒)：1盒 9、可换肺囊装置：4套 10、可换面皮：1张 11、操作指南光盘：1张 12、急救手册：1本 13、说明书：1册 14、保修卡合格证：1张

        朴赛计算机（上海）有限公司原朴赛电子有限公司成立于2012年，是一家致力于打造计算机解决方案及配套生态软件的科技公司。10年来，始终坚持产品性能创新、方案创新、服务至上的理念，坚持国家科技发展战略大方向，助力行业发展迭代，并在金融领域、人工智能、深度学习、大数据仿真计算、图形工作站、存储、云计算、多节点等领域与众多客户展开长期合作，凭借严格的管理，优秀的品质已为众多国内知名企事业单位、科研院所、高等院校提供优质服务并获得一致信赖与好评。       未来，朴赛依然坚持研发投入、服务升级、生态融合理念，以客户需求为出发点，为解决客户问题、助力信创落地、共创大数据生态而竭尽全力。

电子科技大学极低温制冷模组采购项目竞争性磋商

本发明公开了一种应用于智能配电网的双有源桥直流变换器软启动控制方法，先解锁原边全桥，闭锁副边全桥和外移相角的闭环控制，原边全桥采用斩波控制，开关管Q3和开关管Q4以50％的占空比互补导通，开关管Q1和开关管Q2采用变占空比控制，并且每个开关周期以一定的步长增加；当副边电压上升到足以驱动开关管，且开关管Q1和开关管Q2的占空比都增至0.99时，解锁副边全桥及外移相角的闭环控制；当输出电压达到额定值时，切入负载，输出电压稳定完成启动过程。本发明有效抑制双有源桥直流变换器在启动过程中的电流过冲，保证电流的正负对称，降低对开关管的耐流要求，降低成本，避免变压器偏磁现象，降低变压器的容量、体积和成本。

（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。

本发明公开了一种考虑双馈风电机组励磁调节特性的电力系统 故障电流值计算方法，包括 S1 建立双馈风电机组受励磁调节特性影响 的等效受控电流源模型；S2 建立电力系统的正序阻抗矩阵、负序阻抗 矩阵和零序阻抗矩阵； S3建立不同故障类型下的故障点边界条件方程； S4 进行迭代计算获得双馈风电机组的受控电流源值； S5 根据双馈风电 机组的受控电流源值、以阻抗矩阵表征的电网节点电压方程以及故障 点边界条件方程获得当前迭代计算时各节点的各序电压值，并计算实 际节点的电压值；S6 获得当前迭代计算的节点实际电

建设智教智慧资助系统，通过其高效协同的后台分类处置能力，把高校学工资助事项进行整合和业务流程的约简化处理，运用大数据打通“最后一公里”，将线下的业务操作剥离开实体大厅转化为线上业务，实现高校学生资助工作的无纸化办公，让学生真正实现“最多跑一次”。 管理员可以灵活设定经困生等级（比如一般困难、困难、特别困难等）。 管理教师可以根据学校的经困生管理办法灵活设定经困生认定条件，在对应的条件下可以设置多条困难条件类型及对应的权重值、限制条件。 管理员可以灵活设定经困生申请计划，包括起止时间、对应认定条件、申报条件参数设置、申报对象。 学生通过移动端进行在线填写经困生申请材料，提交后系统可根据管理员设定的经困生等级条件自动给审核人员推荐申请经困生等级并可以手动调整，学生提交后可以实时查看审核进度。 班主任可以根据系统推荐的经困生等级自行根据实际条件进行手动确认等级，并保留推荐等级和班主任确认等级查询痕迹。 经困生认定条件需具备权重分配方案和认定版本的统一联动管理。 二级学院可以根据权限设置批量打包下载学生上传的经困生证明文件，并以学号+姓名方式保存。

智教高校报修管理系统优化校园设施维修流程，提升服务效率与质量，满足学校师生及后勤管理部门的需求，维修完成后，能对维修服务质量（如维修效果、维修人员态度）进行打分评价，并可填写反馈意见，以便学校改进服务。 教师、学生可以通过手机端，点击报修服务、我要报修后，可以根据实际报修情况进行问题描述、上传图片等。学生可以实时跟踪维修进度，并对维修结果进行线上打分、评价。