本发明公开了一种快充气型微正压保护系统，包括：经依次顺 序连接的第一开关阀 2、第一减压阀 3 和第二减压阀 4 分为两条支路， 其中，一条支路经第一流量计 5 与毛细管 6 一端相连，另一支路经第 二流量计 7 与第二开关阀 8 一端相连，毛细管 6 另一端和第二开关阀 8 另一端接过滤器 9 的一端，过滤器 9 另一端与目标腔体 10 一端相连， 目标腔体 10 另一端与节流部件 14 相连，其中，所述目标腔体 10 为密封腔体，其内壁上布置有测量腔内压力的压力传感器 11、用于测量腔 内气体纯度的成分检测仪 12、以及过压保护阀 13。本发明实现了微正 压保护系统初始化过程的快速充气功能，缩短了系统的初始化时间， 同时还保证目标腔体在工作过程中的微正压稳定。 

（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。

吴文俊（1919—2017 ）上海市人。数学家。学部委员（院士）。曾在北京大学任教。创立的“吴公式”等是影响拓扑学发展的经典性成果。

佛山博文机器人自动化科技有限公司成立于2014-11-17，法定代表人为管章昭，注册资本为1000万元人民币，统一社会信用代码为91440605323260421E，企业地址位于佛山市南海区狮山镇南海软件科技园内产业智库城A座科研楼A414室，所属行业为研究和试验发展，经营范围包含：研发、销售：机器人与自动化装备、机械电子装备、智能机电及工程系统软件；设计、开发、安装：自动化系统与生产线工程系统；货物进出口。 专注于机器人抛光打磨与去毛刺的应用与创新，为广大客户提供高性价比的、专业、高效与安全的机器人自动化解决方案。 2018年，公司获认定为广东省高新技术企业，同年获南海区机器人产业优质企业培育入库，2015年成为佛山市科技创新团队以及参与了两项广东省重大应用专项，技术力量受到政府部门及客户的肯定。截至目前，公司已通过国家知识产权管理体系认证，制定企业标准5项，拥有广东省高新技术产品5项，共申请专利64项，其中发明专利授权6项，实用新型授权30项，为公司筑起了一道强大的技术壁垒，为今后的发展保驾护航。

本实用新型提供一种基于 555 斯密特触发器的声控鼓风机电路，包括依次连接的音频采集电路、放 大电路和驱动电路。本实用新型对微小的音频信号进行采集，放大和处理，使得音频信号经过触发器之 后成为高电平方波信号，触发鼓风机电机工作，达到送风的目的。本实用新型电路结构简单、经济实用， 可以通过简易的电路信号处理装置，将音频信号转化成为一种触发信号。

在交通领域，特别是轨道交通领域，存在大量的电动机性质的负载。如大型交通枢纽中用于消防控制的的风机、水泵；轨道交通领域用于信号控制的转辙机等等。这些负载的正常运行直接关系着交通系统的安全可靠运行。然而由于种种原因，当前的交通领域电动机负载仍然使用着传统的分立元器件构成构成控制 与保护系统。其构成图如图1（a）所示。图1 电动机电控系统的构成a）分立器件构成的电控系统       b）CPS构成的电控系统 在采用传统的分立器件构成电控系统中（如图1 a所示），其主要电器元件构成为：熔断器（FU）＋断路器（QF）+接触器（KM）+热继电器（FR）。基本工作原理是：在正常情况下，由KM控制电路的通断，当过载或断相时，由FR控制KM切断电路，当短路故障出现时，由QF（FU）断开故障电路。 在分立元器件构成的系统中，由于采用不同考核标准的电器产品之间组合在一起使用时，保护特性、控制特性配合不协调；设计人员选择电器元器件可能匹配不当；成套厂购置不同生产厂家的元器件产品的质量不同和装配调整不当；用户现场整定不当；元器件生产厂家推广和技术服务不到位。因此要达到完善的选择性保护或是各种保护特性的协调配合的目标，难度很大。而一旦出现上述情况，通常会造成接触器的主触头烧毁、甚至造成飞弧，使故障扩大，影响邻近供电回路；断路器在系统出现短路故障时不能正常分断电路；保护装置不能起到保护电动机的功能，造成误动或拒动等。 近年来，由本项目负责人所参与的新型多功能集成化的控制与保护开关（CPS）已经在其他领域取得了大量的使用，并且取得了良好的效果。控制与保护开关结构图如图2所示。 由控制与保护开关电器（CPS）构成的电控系统如图1 b所示。 CPS具有多种分立器件的组合功能，且这些功能在产品内部具有协调配合的特性，因此，由CPS构成的电控系统与由分离器件构成的系统有以下不同： 具有控制与保护自配合的特性：CPS集控制与保护功能于一体,相当于断路器（熔断器）＋接触器＋热继电器＋辅助电器。很好的解决了分立元件不能或很难解决的元件之间的保护与控制特性匹配问题，使保护与控制特性配合更完善合理，只要根据负载功率或电流即可正确选择单一产品,代替以往的包括自电源进线至负载端的各种电器；大大减轻了设计人员的工作量。 具有较高的运行可靠性和系统的连续运行性能： CPS在分断短路电流后无需维护即可投入使用，即具有分断短路故障后的连续运行性能，CPS在进行了不小于1500次的AC-44操作性能后（相当于AC44电寿命）紧接着完成分断额定运行短路电流（Ics：O-CO-CO）试验后，仍具有不小于1500次的AC-44操作性能，这是由断路器等分立器件构成的系统所难以达到的，CPS的这一特性极大地提高了系统的运行可靠性和系统的连续运行性。 本项目拟研究： 研究交通领域的电动机负载的控制与保护的基本要求； 提出CPS应用与交通领域电动机控制与保护的特殊要求； 设计制作符合交通领域电动机控制与保护的CPS； 构建基于CPS的交通领域电动机的监控系统； 本项目前期研究成果丰富。拥有授权发明专利13个，累计发表文章13篇。随着国家战略的实施，未来将建设更多的高速铁路，也有更多的高铁站、地铁站等等。需要在交通领域安装更多的电动机。每一台电动机都需要一个控制与保护系统。如能用CPS来替代传统的分立元器件，将会产生显著的效果。具有很大的应用前景和社会效益。

本发明公开了一种用于 ESD 保护的低压触发 SCR 器件。本发明创造采用第一 PMOS 和第二 PMOS 分别进行衬底触发和栅触发，从而降低 SCR 器件的触发电压。 ESD 脉冲信号施加在 Anode 和 Cathode 之间，第一 PMOS 和第二 PMOS 首先被触发导通，第一 PMOS 开通之后，给 Nwell 施加一触发电流，第二 PMOS 开通之后给第三 PMOS 施加一触发电压。第一 PMOS 施加的 Nwell 触发电流和第三 PMOS 的沟道电流触发晶闸管导通，晶闸管电流（ SCR current ）导通大部分 ESD  电流，从而实现了 ESD 保护。

本发明公开了一种具备固定目标保护功能的智能网络摄像机，以单片 DSP处理器为核心，带有视频输入输出接口、音频输入输出接口、视频模 数/数模转换器、音频模数/数模转换器、存储器和网络通讯模块，所述的 DSP处理器带有视觉分析软件，用户设定保护目标，由视频输入设备采集 目标图像，视觉分析软件分析监控目标图像的背景信息，当目标图像全部 被遮挡、遮挡恢复时图像发生改变、目标发生移动等情况时，通过音视频 输出设备和网络通讯模块输出报警信息。本发明除具备一般网络摄像机的 视频压缩和网络传输功能之外还具备固定目标保护功能，能对用户设定的 固定目标(比如停止的车辆、墙上的画、停放的货物等)进行移动、盗窃报 警功能。

本技术成果属于数字通信和数字存储领域，特别涉及一种具有不等错误保护的编码方法