YK201智能医疗耗材柜基于RFID技术自动感知耗材和柜内库存信息，实现耗材领用自动记录、自动盘点。通过使用超高频RFID标签，为每一个耗材标识唯一身份ID，从耗材的系统录入开始，绑定唯一标签，当使用时可采用刷卡、人脸识别等方式打开柜门，直接领取后关闭柜门即可自动记录使用的耗材种类、 规格、 数量等信息，对应生成结算信息至系统中心。 

乐普乐吉智能净化试剂柜是针对实验室、试剂库等存储场所的有害化学试剂及挥发性试剂设计制造的一款自循环式智能存储设备，柜体搭载了智能分子级净化装置，通过净化装置过滤柜内化学品气化产生的有毒有害蒸汽，帮助实验室操作人员减少对有毒有害化学气体的直接接触。 智能净化试剂柜由柜体、层板、化学高分子过滤装置/活性炭过滤装置、微电脑液晶控制面板、室内环境检测、环境数据显示、超静音风机、风机调速器等零部件组成。  

产品详细介绍HS电子档案文件图书消毒柜产品简述： 洪森品质提供的档案文件图书消毒柜。 档案文件图书消毒柜是一种用于档案文件,图书资料灭菌专用设备。 它采用微电脑自动控制技术，能杀灭沾染在档案文件,图书资料的大 肠杆菌,金黄色葡萄球菌,肝炎病菌,霉菌及各种害虫,用户根据档案图 书等受污染程度，可选择不同的的控制时间，进行灭菌杀虫,本产品具 有杀虫,消毒效率高，无死角,无污染,寿命长等特点，适用于档案,图 书，文物等行业。 作为众多知名品牌的合作伙伴，洪森以其优良的品质和服务来保证阁下员工的职业健康，安全环境和美好未来。 档案文件图书消毒柜-档案文件消毒柜|病历卡消毒柜|消毒柜|档案消毒柜|文件消毒柜 ,洪森提供的档案文件图书消毒柜-档案文件消毒柜|病历卡消毒柜|消毒柜|档案消毒柜|文件消毒柜,可靠保证阁下档案文件图书消毒柜-档案文件消毒柜|病历卡消毒柜|消毒柜|档案消毒柜|文件消毒柜，作为高品质档案文件图书消毒柜-档案文件消毒柜|病历卡消毒柜|消毒柜|档案消毒柜|文件消毒柜 提供商，我们向全球客户(其中也包括上海，广州，广东，北京，深圳，天津，苏州，西安，东莞，成都，重庆，武汉，昆山，杭州,南京等地)提供档案文件图书消毒柜-档案文件消毒柜|病历卡消毒柜|消毒柜|档案消毒柜|文件消毒柜 。假如贵公司有除湿机这方面的需求或是有经营我公司产品的意向请与我联系.我公司始终恪守:质量第一、信誉第一、服务第一的宗旨。我们将以过硬的产品质量和优质到位的服务与各界朋友真诚合作! 公司承诺整机保修一年!详情请登陆www.hsbgsb.com ,或咨询：028-87696653 13396539811 联系人；洪忠伟

产品详细介绍全钢通风柜，通风橱，实验室通风柜，净气型通风柜，防腐通风柜TFG—系列：通风柜（全钢结构） 实验室通风设备中，通风柜是最主要的设备，实验室通风柜是保障实验室操作员免受危险化学制剂危害的重要设备，它也是保护和改善操作人员环境和保证产品安全及环境安全的必须。适用范围：生物制药，生物分析，植物培养，环境检测及电子仪器仪表科学研究领域等。 通风柜简要说明： 1、柜体：全钢制一体化柜体，采用1.2mm优质冷轧钢板，经酸洗磷化防腐，表面为环氧树脂粉未静电喷涂处理，防酸碱及防锈。2、操作台面：采用黑色实芯理化板3、导流板：采用倍耐板，结构为三段式，对不同比重生气进行有效排放。4、背板与顶板：采用倍耐板5、视窗：采用6mm厚钢化玻璃，配平衡组合，平衡部分为无端式结构。上下任意锁定。6、照明：采用30W日光灯及开关。7、水龙头与杯槽：选用台雄实验室专用（PP材料）8、风机：PP材质防腐型 9、送风管：PVC材质  250mm白色风道 技术指标：型号 TFG—120型 TFG—150型 TFG—180型 外形尺寸 1200×750×2350 1500×750×2350 1800×750×2350 操作尺寸 1000×500×1000 1300×500×1000 1600×500×1000 推拉门最大开启高度 850mm 排风压 5—12pa 排风量  防腐风机1080-2800m3/h   本机噪音 ≤65dB(A) 振动 XYZ方向≤2ｕm 照明 30W×2 电源 220V  50HZ 消耗功率 310W 备注 用户可根据需求选择普通风机和防腐风机 推拉门开启最大时的工作面风速为0.3—0.8m/s(可调) 

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。

本发明公开了一种应用于智能配电网的 EPON 通信系统的动态 带宽分配方法，包括步骤(1)基于不同需求将智能配电网各业务分为 EF 业务、AF 业务和 BE 业务；步骤(2)通过层次分析法计算 AF 业务和 BE 业务的权值，并计算一个轮询周期内 EF 业务和加权业务的缓存量和缓 存速率；步骤(3)根据电网故障情况，对各 ONU 业务缓存速率和业务 缓存量进行修正，计算一个轮询周期内各 EF 业务和加权业务的带宽需 求量；步骤(4)根据 EPON 带宽值对 EF 业务进行分配，然后对加权业 务进行分

（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。

本实用新型公开了一种智能散热开关柜，包括开关柜本体，所述开关柜本体的上端内部设有出风口，所述开关柜本体的下端内部设有通风孔，所述通风孔的内侧固定连接有防尘网，所述开关柜本体的下端固定连接有底座，所述底座的内部设有通风腔，所述通风腔的内部通过支架固定连接有散热筒，所述散热筒的内侧固定连接有电机，所述电机的端口位置轴连接有叶片，所述开关柜本体的内部固定连接有绝缘板，所述绝缘板的正面固定连接有定位板，所述定位板的正面一侧通过轴支架轴连接有翻折板。该智能散热开关柜，能够有效的对开关柜的内部进行散热通风，同时

一种移动污染器械回收柜，包括柜体，其特征在于：所述柜体开口处设有若干用于遮挡的活页，柜体内通过可分离连接设有若干置物架，置物架用于将柜体内部分隔出多个空间；柜体内还设有收纳格，所述柜体的底部设有若干滑轮，柜体外侧设有利器盒；采用了这样的结构后，本实用新型使用便捷安全，内部架构易于拆卸和清洗，可广泛应用于清创室、门诊小手术室。