本公司主要产品-多模态宫颈癌智能辅助筛查系统，利用人工智能和图像处理技术实现宫颈液基细胞全切片智能解析和细胞DNA定量分析，应用自然语言处理技术对细胞学TBS报告、细胞DNA定量分析报告以及电子病历报告进行知识挖掘。 一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 祝新宇 软件工程 2019.9 / 2023.6 杨志鹏 软件工程 2019.9 / 2023.6 孙宇 软件工程 2019.9 / 2023.6 吕焓 国际经济与贸易 2019.9 / 2023.6 朱莹婧 会计学 2019.9 / 2023.6 唐昆铭 软件工程 2018.9 / 2022.6 刘波 软件工程 2018.9 / 2022.6 贺雨欣 软件工程 2018.9 / 2022.6 束童 软件工程 2018.9 / 2022.6 孙东东 软件工程 2018.9 / 2022.6 黄薇 软件工程 2018.9 / 2022.6 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 史骏 软件学院 副教授 机器学习与智慧医疗 四、项目简介 本公司主要产品-多模态宫颈癌智能辅助筛查系统，利用人工智能和图像处理技术实现宫颈液基细胞全切片智能解析和细胞DNA定量分析，应用自然语言处理技术对细胞学TBS报告、细胞DNA定量分析报告以及电子病历报告进行知识挖掘，形成宫颈癌细胞学知识图谱辅助医生决策和病理科室质控，建立多模态宫颈癌智能辅助筛查系统及其辅助诊断模型，构建AI驱动的宫颈癌筛查全流程应用生态，力争减轻筛查过程中病理医生的工作强度，最大限度地提高宫颈癌筛查的质量和效率。 本公司主要出售两种产品：（1）宫颈癌数字病理云平台：用户批量上传宫颈液基细胞全切片图像至远程，云端将自动进行智能分析，本系统算法软件已在远端服务器进行部署搭建，适应了减轻病理医生阅片筛查工作强度的需求。（2）智能显微镜及其AI组件：系统实时读取显微镜下视野，实时出具分析结果，团队研发的算法已通过嵌入式开发实现了软硬件一体化服务，能够适配多种品牌的显微镜。由于宫颈癌数字病理云平台需要经过价格昂贵的扫描仪制作数字化全切片的繁琐制作过程，成本较高，该产品形式避免了过程繁琐的数字化全切片制作过程，同时成本较低，主要针对社区、乡村等基层医疗机构，有利于提高宫颈癌早筛的覆盖率。

1. 项目概述有限元法已经成为当今工程问题中应用最广泛的数值计算方法。ANSYS软件是经全国锅炉压力容器标准化技术委员会推荐的用于压力容器及管道强度评定分析的集结构、热、流体、电磁、声学于一体的大型通用有限元商用分析软件包。本项目应用ANSYS软件对各种复杂结构及载荷作用下的压力容器及管道进行有限元应力分析及强度评定。目前，已拥有下列结构的参数化有限元分析技术：A. 固定管壳式（含膨胀节）换热器及U形管换热器分析设计；B. 承受管道附加载荷的设备接管局部应力分析设计；C. 卡箍连接快开门结构应力分析；D. 制冷装置蒸发器、冷凝器分析设计；E. 考虑地震与风载荷的立式反应器及塔设备支座热应力分析；F. 灭菌柜设备门封头组件分析设计；G. 纺丝装置加热箱箱体分析设计；H. 刮膜式薄膜蒸发器结构分析设计；另外，在对含缺陷结构进行有限元应力分析的基础上，对压力容器及管道进行缺陷评定。2. 技术优势拥有全国锅炉压力容器标准化技术委员会颁发的压力容器SAD（应力分析设计）审核资格及常规一，二，三类压力容器审核资格，拥有正版ANSYS结构分析软件，从技术上为压力容器及管道强度评定技术提供保障。3. 技术水平传统的有限元单向建模—校核评定过程分析工作量大，设计周期长，参数化有限元分析技术是有限元分析的高级技术，本项目开展的压力容器及管道参数化有限元技术有效地提高产品设计质量和效率，提高企业开发创新和快速响应市场的能力。

有限元法已经成为当今工程问题中应用最广泛的数值计算方法。ANSYS软件是经全国锅炉压力容器标准化技术委员会推荐的用于压力容器及管道强度评定分析的集结构、热、流体、电磁、声学于一体的大型通用有限元商用分析软件包。本项目应用ANSYS软件对各种复杂结构及载荷作用下的压力容器及管道进行有限元应力分析及强度评定。目前，已拥有下列结构的参数化有限元分析技术：（1）固定管壳式（含膨胀节）换热器及U形管换热器分析设计；（2）承受管道附加载荷的设备接管局部应力分析设计；（3）卡箍连接快开门结构应力分析；（4）制冷装

燃料电池作为高节能性，环境负荷小的能源技术受到注目。燃料电池的氢气来源现在主要利用天然气、甲醇、DME、轻质馏分、汽油和煤油等进行水蒸气重整开发。其中，汽油和煤油具有价格便宜、携带便利、常温下稳定性高、供给系统完善等优点，可以广泛应用于家庭、汽车、野外或者是灾害时，成为非常方便的电力供给源。 一、项目分类 关键核心技术突破 二、成果简介 燃料电池作为高节能性，环境负荷小的能源技术受到注目。燃料电池的氢气来源现在主要利用天然气、甲醇、DME、轻质馏分、汽油和煤油等进行水蒸气重整开发。其中，汽油和煤油具有价格便宜、携带便利、常温下稳定性高、供给系统完善等优点，可以广泛应用于家庭、汽车、野外或者是灾害时，成为非常方便的电力供给源。但是用于燃料电池的燃油中的含硫量必须从现在的10ppm减少到1ppm以下。为了达到这种严格的超深度脱硫，在现在既存的石油加工厂通过加氢精制脱硫需要十分巨大的设备投资，实际上对于燃料电池用燃油的脱硫处于无法对应状态。另外利用化学吸附的吸附脱硫技术也在开发中，但是吸附选择性低，使用了高价的吸附剂，处理能力也比较低。

对秸秆还田实际生产问题，在研究理论上，明确了秸秆还田对大田作物的化感作用不影响作物出苗和幼苗生长，秸秆还田导致作物出苗差的原因是由于整地质量差、秸秆覆盖不均匀导致种子与土壤接触不紧密造成；揭示了不同轮作体系及还田方式的作物秸秆腐解及养分释放规律，为秸秆直接还田利用、秸秆还田条件下调整施肥技术和减量施肥提供了理论基础；阐明了长期秸秆还田通过改善土壤有机质组分和团聚体结构进而提升土壤保肥能力与优化供肥能力的机制。在关键技术上，提出了秸秆还田条件下大田作物单季生产的氮肥“后肥前移”运筹方式；制定了不同地力的秸秆还田钾肥替代标准；确定了长期秸秆还田条件下周年轮作生产的化肥减施比例。在技术集成与应用上，集成了以氮肥后肥前移、钾肥减量施用、周年化肥减施、种肥协同管理、秸秆机械化还田和秸秆促腐技术等为核心的秸秆还田综合技术；建立了适合于长江中游集约化高强度种植的稻-油、稻-麦、稻-稻-油、棉-油等不同轮作体系秸秆还田综合模式8套。 年来在湖北省共计推广1.1987亿亩，技术应用增产5.6%以上，每亩周年节省氮肥1.9公斤、磷肥0.8公斤、钾肥2.6公斤，肥料利用率提高5.3%-14.3%。 成果完成时间：2017年4月

燃料电池作为高节能性，环境负荷小的能源技术受到注目。燃料电池的氢气源现在主要利用天然气，甲醇，DME，轻质馏分，汽油和煤油等进行水蒸气重整开发。其中，煤油具有价格便宜，携带便利，常温下稳定性高，供给系统完善等优点。可以广泛应用于家庭，汽车，野外或者是灾害时，成为非常方便的电力供给源。但是用于燃料电池的燃料油中的硫磺含有量必须从现在的数十 ppm 减少到 1ppm 以下。 为了达到这种严格的超深度脱硫，在现在既存的石油加工厂通过加氢精制脱硫的话，需要十分巨大的设备投资，实际上对于燃料电池用燃料油的脱硫处于无法对应状态。另外利用化学吸附的吸附型硫磺脱除器正在开发中，但是吸附选择性低，使用了无法再生的高价吸附剂，处理能力也比较低。 项目特色 本技术采用和现在的研究完全不同的想法，利用常压低温下的氧化反应，将煤油中的硫磺化合物用油溶性氧化剂氧化，并通过常压常温下的选择吸附除去硫的氧化物砜，是一种新的低价脱硫法。无论在国内国外，像本技术一样利用固定床流通式反应装置除去燃料油中的硫磺化合物的研究很少有报告。这个超深度脱硫技术的反应条件非常温和，应用于燃料电池的燃料油重整器，可以很容易使燃料电池小型化，轻量化。和传统的高温高压下的加氢脱硫方法相比，本技术是在温和条件下的高效率脱硫法。和非氧化吸附式脱硫技术相比，脱硫效率高数十倍，对于硫氧化物的选择吸附性高，吸附剂可以再生，吸附剂的使用量减少，可以降低成本。本项目的目的是将这个新的低价脱硫法应用于燃料电池的重整系统，制造出氢气提供给燃料电池。 项目应用前景 1. 利用氧化吸附脱硫法开发煤油的超深度脱硫器 图 1 是氧化吸附脱硫法的原理及煤油超深度脱硫器的概念图。煤油中的难脱硫化合物 DBT 在催化剂及氧化剂存在下，在常压低温下很容易氧化，生成硫氧化物，然后通过常温常压下的吸附被除去。反应容器里放入煤油及氧化剂，通过自然滴落在常压下送进填充了催化剂的固定床流通式氧化反应器，然后，常温常压下通过吸附器进行吸附，除掉氧化后的硫磺化合物。现在的研究结果是通过氧化吸附脱硫法可以将煤油中的硫磺含量减少到 0.5ppm。 2．超深度脱硫煤油的重整反应 图 2 是利用 Ru 系催化剂对含不同浓度硫的煤油进行水蒸气重整反应的结果。其反应是煤油和水生成 CO2 和 H2。从结果来看，不含硫的煤油 750 度的重整反应活性达到 100%，氢气收率达到了 80%，而含硫磺煤油的催化反应表现出催化剂失活现象。 3．项目计划 a.建立一套连续的氧化吸附脱硫装置，改变催化剂，氧化条件及吸附剂，将煤油中的硫磺含量减少到 0.1ppm。 b. 试做一套小型化脱硫装置，进行 1000，2000，10000 小时长期试运转实验，对催化剂，吸附剂的寿命，再生的可能性，装置的长期稳定性进行考察。 c.建立一套煤油的水蒸气重整反应装置，利用超深度脱硫煤油进行水蒸气重整，开发高活性，长寿命的重整催化剂。 d.将超深度脱硫器与重整反应系统组合成试验用别体型重整器，利用煤油制造氢气提供给燃料电池。 e.所需的仪器设备硫磺化学发光检测器（Sulfur Chemiluminescence Detector），氢 火 焰 离 子 检 测 器 气 相 色 谱 （ Gas Chromatography-FlameIonization Detector），热导池检测器气相色谱（ Gas Chromatography-ThermalConductivity Detector）等

深入解析黄酒酿造机理并且创新生产技术与装备，是黄酒产业可持续发展 的必由之路。项目围绕如何科学评价黄酒麦曲质量及产品感官体验、如何高效生产优质麦曲、如何提高产品感官体验等关键技术难题等，本项目完成了基于 组学技术的黄酒酿造关键技术与装备的创新及应用。 创新要点 建立了黄酒麦曲及酒醪发酵机理解析方法，阐明酿造过程的微生物驱动力。解析了液化力、酸性蛋白酶活力、酒化力等活力形成的关键微生物，高级醇及生物胺形成代谢途径及关键微生物；通过风味组学技术解析黄酒风味物质形成及变化过程；通过培养组学技术证明微生物是麦曲活力、黄酒风味的主要来源；发现氧气浓度、温度、湿度是麦曲微生物群落结构形成的核心驱动力。全面系统地解析麦曲的各项指标，针对传统麦曲制作中环境依赖、生产效率低、品质不稳定等问题，在已有机械化制曲（国家技术发明奖成果）的基础上首次开发了智能化精准制曲技术与装备。构建了黄酒产品风味轮，阐明了关键风味物质的最适浓度范围。证明β-苯乙醇、异戊醇、异丁醇、组胺、苯乙胺以及酪胺等高级醇和生物胺是影响黄酒醉酒和醒酒的关键化合物，建立了适用于不同黄酒酵母亚株及酿造工艺的高级醇调控方法。

（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。

本发明提供一种高通用性大装载小型无人飞行器。该飞行器包括：翼身融合机体，设置在所述机体两侧的两个固定主翼，设置在所述两个主翼下方的两个撑杆以及设置在两个撑杆后端的模块化尾翼组件。所述两个主翼采用优化后的高升力翼型，使全机具有较小的失速速度；所述机体进行了翼身融合设计，机体内具有较大的装载容积，能够搭载多种任务载荷，同时，全机具有灵活的起降能力，可根据任务需要进行弹射起飞、滑跑起飞或垂直起降，从而提高了无人飞行器对不同类型飞行任务的适应能力和执行效率。