（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。

2020年5月1日，武汉大学基础医学院院长李红良团队在《细胞—代谢》杂志上发表论文，题为《COVID-19合并2型糖尿病患者血糖控制与预后的相关性研究》，为临床有效救治新冠肺炎合并2型糖尿病患者提供了关键的临床研究证据。已有研究表明，合并高血压，糖尿病，心血管疾病、肾脏损害及肝脏疾病基础疾病是导致新冠肺炎患者死亡和预后较差的重要原因之一，以上基础疾病往往使得新冠肺炎患者的风险更高，死亡率也更高。那么，糖尿病患者得了新冠肺炎该怎么办？血糖控制和新冠肺炎可有什么关联？糖尿病患者要怎么做才能在新冠肺炎的威胁下保证自己的生命安全？ “此研究成果在全球范围内首次明确证明，血糖控制良好，即维持血糖变异范围在3.9-10.0 mmol/L，与新冠肺炎合并糖尿病患者死亡率显著降低密切相关。”李红良告诉《中国科学报》。以2型糖尿病为主的糖尿病在我国成人中总体患病率已经超过10%，而在欧美等发达国家，2型糖尿病的患病率更是接近甚至超过30%。新冠肺炎和2型糖尿病（T2D）这两种全球流行病的碰撞，已然导致了一个严峻的现实，即2型糖尿病（T2D）已经是新冠肺炎的第二常见共病。 然而，就在血糖控制对新冠肺炎合并2型糖尿病患者所需医疗干预程度和死亡率的影响尚不明确，只有相对有限的队列研究初步证明，2型糖尿病患者感染新冠肺炎的预后更差的情况下，新冠疫情直接威胁全球5亿血糖患者的生命安全。为此，李红良团队对湖北省19家医院9663例确诊的新冠肺炎病例进行了回顾性纵向多中心研究，分析新冠肺炎合并2型糖尿病患者血糖水平与临床治疗之间的关系。研究表明：感染新冠肺炎的2型糖尿病患者的血糖控制，和患者的较高死亡率之间有着显著的相关性，血糖控制良好的新冠肺炎合并2型糖尿病患者治愈率，存活率有着明显提升。一般来说，糖尿病患者更容易受到病毒感染，且一旦感染，与非糖尿病人群相比，预后更差。面对新冠肺炎威胁，糖尿病患者乃至普通大众，该将血糖控制在什么范围内？研究发现，糖尿病（T2D）患者需要更多的医疗干预，死亡率显著升高和多器官损伤较非糖尿病个体明显。更为重要的是，团队发现血糖控制良好，即维持血糖变异范围在3.9-10.0mmol/L，和新冠肺炎合并糖尿病患者死亡率显著降低密切相关。此发现，不仅为新冠肺炎合并糖尿病患者改善血糖控制和改善预后提供了重要临床证据，也是对普通糖尿病患者，和所有普通大众的警示，在已经明确了控制好血糖能明显降低新冠肺炎病毒死亡率的情况下，更需要保持良好的生活作息，坚持锻炼，将血糖含量维持在稳定范围内。（崔雪芹）相关论文信息：https://doi.org/10.1016/j.cmet.2020.04.021

中试阶段/n该项目2016年获得湖北省科技进步一等奖。由于乙酰甲喹和喹烯酮尚未确定每日允许摄入量(ADI)、残留标识物(MR)和靶组织(TT)，未能制订最高残留限量(MRLs)和休药期(WP)，喹乙醇仅有猪肌肉暂定MR及MRL，这三种药物一直没有科学的食品安全标准和风险管控技术，消费者健康受到威胁。

项目简介 一种 690-730MPa 超高强度 80-100mm 淬透性铝合金及其制备方法，其特征是所述的 铝合金主要由铝（Al）、锌（Zn）、镁（Mg）、铜（Cu）、锆（Zr）和锶（Sr）组成，其中， 锌（Zn）的质量百分比为 10.78∼13.01%，镁（Mg）的质量百分比为 2.78∼3.51%，铜（Cu） 的质量百分比为 2.26∼2.80%，锆（Zr）的质量百分比为 0.204∼0.24%，锶（Sr）的质量 百分比为 0.0025∼0.0751%，余量为铝和少量杂质元素。所述

华中农业大学资环实验台柜项目（二次）竞争性磋商

天津大学机械学院大样品台原子力显微镜项目竞争性磋商

西安交通大学机械工程学院高精度磁控溅射机竞争性磋商

西安交通大学机械工程学院高精度磁控溅射机竞争性磋商

腹泻是导致仔猪死亡的头号疾病，每年给我国生猪生产带来巨大经济损失。目前，导致仔猪高发病率和高死亡率的主要致病原是变异株猪流行性腹泻病毒（vPEDV）和新现猪丁型冠状病毒（Porcine deltacoronavirus, PDCoV）。然而，目前国内外尚无防控vPEDV和PDCoV感染致病的疫苗。 本科技成果是我校动科院预防兽医学以唐玉新教授为首的科研团队聚焦于猪肠道腹泻病原研究，成功分离出稳定、高滴度的vPEDV和PDCoV为基础成功研制而成。PDCoV是导致仔猪腹泻的新现猪丁型冠状病毒，该团队在我国大陆本土首先发现并进行了系统研究，成果率先在国际SCI源刊物报道，该论文已成为ESI热点论文（2015）和高被引论文（2016），实现了江西农业大学高被引论文零的突破（引自：基于ESI的江西农业大学优势学科评估分析报告（第1期），图书馆信息简报，2017年6月）。vPEDV+PDCoV疫苗创制工作，获得“十三五”国家重点研发专项资助（2017YFD0500600），目前已经完成实验室阶段等工作，即将进入临床试验阶段；成果目前已经转让给国内一家疫苗上市公司，转让金额1500万元。本项目研究产品有望成为我国一类新兽药，上市后，将产生巨大的经济效益和社会效益，据估算，每年可减少仔猪死亡约1000万头，创造直接经济效益>100亿元，对提高生猪生产效益，降低动物病原对人类的威胁，保障人类健康和动物源食品安全，维持CPI稳定均可起到十分的重要作用。

酶制剂产品包括角质酶、磷脂酶 A1、α-葡萄糖苷酶、β-葡萄糖苷酶、木聚糖酶、普鲁兰酶、异淀粉酶、生麦芽糖淀粉酶、β-淀粉酶等；功能性食品包括-环糊精、β-环糊精、γ-环糊精、大元环糊精、2-O-D-吡 喃葡萄糖基抗坏血酸(AA-2G)、低聚半乳糖、D-阿洛酮糖、异麦芽酮糖、海藻糖、L-茶氨酸、L-瓜氨酸、γ-氨基丁酸、短链芳香酯、 -熊果苷、低聚异麦芽糖、低聚龙胆糖等。 功能性食品的作用： 增强免疫力，抗衰老；防癌、抗癌；降低血脂和血压；保护肝脏；调节肠道菌群，改善肠道功能；促进维生素合成与吸收。