在规范采样及针对性测试条件下，释光测年技术应用在埋藏陶器、烧土类考古受热材料的年代学研究中具有高准确度的优势，并有望确定最后一次考古受热事件（如祭祀、焚烧、烹煮等）的高精度年代。

本发明公开了一种基于模糊概率的光伏电池的最大功率点的跟 踪方法。所述跟踪方法包括：以ε为采样间隔，获得 N 个采样点 [ui,P(ui)]，i 为小于等于 N 的正整数；其中，ε为 0.05UOC/Ns～ 0.5UOC/Ns，UOC 为光伏电池的开路电压，Ns 为光伏电池的串联数； 通过构造扩散函数 fD 和隶属度函数 fM，求取概率函数 Pro(i)，对概率 函数 Pro(i)的结果从大到小排序，并依次选取排序靠前的概率对应的 Xi 的并集作为最大功率点的搜索范围，使得所述排序靠前的概率函数 Pr

本发明公开了一种提高二氧化钛光激发气敏性能的方法及装置， 该方法是在光气敏传感器工作过程中，通过对材料薄膜进行加热调控 （50℃-70℃），使气敏材料表面物理吸附水减少，从而对环境湿度不 敏感；其次，表面保留的化学吸附水在紫外光照下产生的自由羟基， 以及由低温加热下产生少量热激发诱导的光、热联合激发的协同效应， 可大幅度提高其响应恢复速度。装置包括材料基片、光激发源、光激 发控制模块、温度控制模块、信号调理模块、计算

（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。

一、产品简介        光纤通信作为一门新兴技术，它具有容量大、中继距离长、保密性好、不受电磁干扰和节省铜材等优点。近年来发展速度快，已被广泛应用到军事通信、民用通信等各种领域，是世界新技术革命的重要标志和未来信息社会中各种信息的主要传送工具。在光纤的使用过程中，光纤线路的耦合对于其中光功率的传输至关重要。其中存在着两种主要的系统问题：1、如何从多种类型的发光光源将光功率耦合进一根特定的光纤；2、如何将光功率从一个光纤发射出来后经过特定的装置耦合进另外一根光纤。光无源器件是光纤通信设备的重要组成部分。它是一种光学元器件，也是其它光纤应用领域不可缺少的元器件。该实验仪重点介绍了常用的光无源器件的相关参数及测试方法。为此公司研制出本实验系统，让学生了解和认识光纤耦合的相关参数和特性、光无源器件的相关参数及测试方法等，通过实验平台的搭建，可以让学生更深刻的了解，也能锻炼学生校准光路等方面的动手能力，是学校金工实习（工程实习）与工程检测的不二之选。 二、实验内容 650nm激光器与光纤耦合实验 1550nm光纤激光器与光纤耦合实验 相同模式光纤之间耦合实验 不同模式光纤之间耦合实验 光源与显微物镜及准直器耦合特性对比实验 光纤转换器测试实验 光纤变换器测试实验 光纤耦合器测试实验 光纤隔离器特性测试实验 波分复用器和解复用器测试实验 可调光纤衰减器测试实验 光纤机械光开关特性测试实验 光纤偏振控制器特性测试实验 光纤偏振分束器（PBS）性能能参数测试实验 不同种类光纤、光缆及光器件认知和操作实验 熔接机原理及使用实训操作实验 剥纤、清洁、切纤及光纤接续实训操作实验 手动模式下，光纤熔接实训实验 自定义模式下，光纤熔接实训实验 光纤端面处理基本操作实验 光纤耦合技术基本操作实验 光纤耦合技术基本操作实验 光功率耗损法对光纤熔接质量测试 三、实验配置参数 1、光源：波长1310±20nm，1550±20nm；输出功率：1-2.5mw，连续可调；输出端口：FC/PC；稳定性＜0.5db（5h）；光源类型：LD光源； 2、光功率计：波长范围800-1700nm；输入接口：FC 校准波长：1550nm,1310nm； 3、偏振控制器：插入损耗＜0.05dB；消光比＞40dB；回波损耗＞65dB； 4、光纤机械光开关：插入损耗：1310/1550  P1→P2 0.56/0.54 dB ，P1→P3 0.53/0.47 dB ;回波损耗＞50dB ；开关速度：≦8ms ； 5、高隔离度光纤隔离器：最大插入损耗：0.35dB ；回波损耗：≧50dB ；隔离度：≧30dB ； 6、光纤耦合器：分光比：50% : 50% ；最大插入损耗1310/1550: 3.3dB ; 7、光纤波分复用器：隔离度：1310nm ：31.8% ；1550nm ：34%；插入损耗：1310nm ：0.30%；1550nm ：0.34% ； 8、光纤可调衰减器：0-30db可调； 9、软件：配套仪器使用，数据采集处理； 10、光纤熔接机：适用光纤：SM (单模), MM (多模), DS (色散位移)光纤, NZDS (非零色散位移，即G.655光纤)，BIF/UBIF（G.657）； 光纤切割长度：8-16mm, 被覆光纤直径250µm，16mm，被覆光纤直径250µm-1000µm；平均接续损耗：0.02dB(SM)、0.01dB(MM)、0.04dB(DS)、0.04dB(NZDS)；显示：高性能5.6英寸彩色LCD显示屏，提供清晰的数字图像显示；电极寿命：2500次；锂电池容量：典型熔接250次，充电时间3小时，可在充电时使用；电源：交流适配器输入电压100-240V  50／60Hz，输出电压：DC13.5V /5A，直流输入电压11.1v ( 内置锂电池8800mAh )； 四、实验目的  1、了解光纤连接器及其原理、种类，实验操作进行连接器参数测量； 2、掌握光纤头平端面的处理技术。 3、掌握光纤之间的耦合、调试技术，了解光纤横向和纵向偏差对光纤耦合损耗的影响。 4、掌握光纤熔接的基本技术。 5、熟悉光纤型号及结构，掌握其装配方法、使用环境及保护措施等；

随着RFID技术的进一步发展，RFID系统的大规模应用将成为一种趋势，在未来的应用中将会面临一些重大难题。大规模应用的某些应用场景中，要求RFID读写器的射频信号能够覆盖一个庞大的区域，但由于读写器与标签之间有限的通信距离，这就需要大量的RFID读写器以一种密集的形式部署在整个区域中。目前关于这一问题的研究还非常稀少，这一问题如果没能有效解决，将成为制约RFID系统大规模应用的瓶颈。在RFID大规模部署应用中，有效地进行RFID网络规划，合理放置读写器位置、适当配置读写器参数，使网络资源得到优化分配，在保证高读取率和网络负载平衡的前提下，减少读写器冲突、标签冲突，决定RFID系统服务质量的关键问题。对RFID读写器进行合理有效的部署，不仅从成本上节约不必要的RFID设备投入，提高经济效益；而且通过RFID读写器网络中各个读写器协调工作，能够更加有效的采集RFID标签上的数据，提高RFID系统的整体性能。 RFID阅读器部署系统是以在指定的地图覆盖区域满足一定的覆盖率的情况下如何部署RFID阅读器为研究目标，开发出了一套能根据已指定的地图得到RFID阅读器部署最佳方案的部署软件。通过指定地图编辑相应的地图覆盖区域，然后根据RFID阅读器模型在指定覆盖率的情况下得到最佳的RFID阅读器部署方案。在此基础上也可以指定若干RFID阅读器的部署位置进行重新部署。该部署系统主要包括编辑地图覆盖区域、导入地图覆盖区域、导入读写器模型和部署结果展示四个子模块，主要功能如下： 1. 地图编辑覆盖区域打开地图，编辑地图覆盖区域并保存。其中编辑功能包括图形要素的添加、删除、修改以及图形信息的合成、分解、提取等功能；保存功能主要是通过jpg文件格式、存取、旋转、压缩等算法将地图文件保存为jpg文件格式。 2. 设置地图导入精度，导入地图需要覆盖的区域。地图精度就是地图的精确度，即地图的误差大小，是衡量地图质量的重要标志之一，它与地图投影、比例尺有关。用户可以根据屏幕分辨率、经纬度、地图放大级别以及维度值等，设置地图的导入精度，然后导入需要覆盖的区域。 3. 设置阅读器覆盖区域的导入精度，导入阅读器覆盖区域模型。覆盖区域模型可以是二维的，也可以是三维的。关于覆盖模型的分类有很多，常见的感知模型有以下两种：一种是二元感知模型，另一种是概率感知模型。 4. 根据已经导入的地图需要覆盖的区域和阅读器覆盖区域的模型，在指定覆盖率的前提下，运用粒子群优化算法得出RFID阅读器个数并给出具体的部署坐标，在地图覆盖区域上展示出来。覆盖率一般定义为所有节点所能覆盖到的区域面积与整个需要覆盖区域面积的比值，是衡量无线传感器网络、RFID网络及其它无线网络覆盖性能的重要指标之一。

数据采集（DAQ），是指从传感器和其它待测设备等模拟和数字被测单元中自动采集非电量或者电量信号，送到上位机中进行分析、处理。数据采集器是结合基于计算机或者其他专用测试平台的测量软硬件产品来实现灵活的、用户自定义的测量系统。本项目所设计的多功能数据采集器具有8路24bit的A/D转换接口、2路SPI总线、1路I2C总线和6路GPIO，能适应于高精度数据采集的需要。提供多种通信接口，包括CAN、USB、RS232和TCP/IP等，保证其与上位机和其他各种工业、商业设备的实时通信。主控芯片采用ADI公司的Blackfin系列DSP处理器进行数据接收和预处理，保证了数据的准确性、实时性和系统的可靠性。为了方便用户进行二次开发，该数据采集器提供了+12V、+5V、+3.3V等多种电源接口，结合所提供的8路A/D转换接口、2路SPI总线、1路I2C总线和6路GPIO，用户可以方便地外挂各种传感器模块。基于丰富的通讯接口，用户亦容易开发上位机应用软件或控制装置，进而达到快速设计出自己的产品的目的。已申请国家发明专利?项：《一种基于CAN总线的在线故障检测系统》 公开号：10145852

自然频率 55kHz-79 kHz 量程 Normal：9kPa-120kPa Extended：5kPa-160kPa 灵敏度 50-80Hz/kPa 一个大气压下（101.3kPa）的谐振频率 63 kHz-75 kHz 受温度的影响 15V 1.5V 驱动电压 50-80Hz/kPa

成果简介：小型抛弃式波浪滑翔器（Wave Glider）是一型利用波浪能作为主 驱动力、采用太阳能发电的无人自主航行水面船，具有卫星通信、全球定位和自 主导航的能力，能够实现大范围、远距离的海表水文及海面气象等环境参数的走 航测量和实时回传。 结构组成： 小型抛弃式波浪滑翔器由水面母船和水下牵引机通过 5 米长的柔性缆连 接而成，水面母船长 1.5 米、宽 0.4 米、高 0.2 米，安装两块太阳能电池板，同 时设置有主控系统和通导设备等，水下牵引机由主框架和 6 对水翼组成，长宽高 分别是 1.5 米、1 米和 0.4 米。波浪动力无人船作为载体可以在其母船、柔性缆 和牵引机上安装多种声、光、电传感器。