近日，中国科学技术大学地球和空间科学学院吴忠庆教授课题组与美国哥伦比亚大学Renata Wentzcovitch教授课题组及美国康奈尔大学Geoffrey Abers教授合作，在俯冲带浅部地震波速各向异性成因上取得重大进展。

本发明公开了一种耦合太阳能与化学链空分技术的低能耗富氧燃烧系统，该系统包括干蒸汽制取装置、化学链空分装置以及富氧燃烧装置，其中，干蒸汽制取装置包括太阳能集热器、蒸汽发生器和分流器，干蒸汽制取装置生成的干蒸汽经分流器分为两股：一股干蒸汽进入化学链空分装置用于吸氧反应器的流化气，另一股干蒸汽进入富氧燃烧装置，化学链空分装置生成的高纯度氧气进入富氧燃烧装置与干蒸汽和燃料进行混合燃烧，产物经简单冷凝分离后获得高纯度的二

（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。

近日，我校健康科学研究所科研团队在各自研究领域取得多项科研成果。

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。

中试阶段/n该技术研制了一种能识别多种卡巴氧和喹赛多代谢产物的特异性单克隆抗体和一种用于检测卡巴氧和喹赛多代谢产物的酶联免疫方法及试剂盒。与现有技术相比，该成果制备的单克隆抗体可以同时识别脱二氧卡巴氧、脱二氧喹赛多和 N4-脱一氧喹赛多，而且具有较高的灵敏度和特异性。建立的 ELISA 技术和试剂盒能同时检测卡巴氧和喹赛多代谢产物在肉类食物中的残留，具有检测效率和灵敏度高，精密度和准确度好等优点。现已发展了多种用于检测该类药物残留技术，在这些残留分析技术中，由于其所需仪器昂贵、操作复杂

本发明公开了一种基于光诱导介电泳技术和纳米孔的DNA测序装置和测序方法，该装置包括介电泳装置、纳米孔单分子传感器、隧穿电流信号检测系统、离子电流信号检测系统以及激光系统；传感器位于介电泳装置的内部，将介电泳装置分为左右两个空腔，且该传感器设有将左右两个反应腔连通的通孔；隧穿电流信号检测系统与纳米孔单分子传感器电连接；离子电流信号检测系统的两端分别置于通孔左右两侧的反应腔内；激光系统位于介电泳装置的外部，其发射的激光束照射于介电泳装置上。本发明减慢了DNA过孔速度，提高了测序精度，这些为实现单碱基分辨

在公司攻克硅胶行业内的难点、瓶颈问题时，缺少高端的技术人才。

项目背景：目前国产小麦“质差量不足、品质不稳定、 种植效益低”问题突出，特别是亩产效益低下，农户种植积 极性不高。由于我国过去科研和生产上长期追求高产，缺乏 对优质小麦新品种及其产业的系统研究，国内市场出现了优 质小麦进口数量逐年增多的现象，普通小麦价格疲靡，而优 质小麦却价格紧俏，供不应求。因此，亟需小麦品质改良、 稳产增效和产业协同攻关与突破，满足市场不同的需求，提 高企业经济效益。本项目计划以特色优质小麦为技术核心， 建立示范基地 50 亩，通过科研、生产和企业紧密结合，根 据市场需求选择优质小麦新品种、建立节本高效配套栽培技 术，构建“定单”式种加融合模式，实现加养融合增值增效， 助力实现西海岸新区打造全国强筋、中强筋小麦的“品种优 质化、种植区域化、销售定单化”种植先行区，从根本上解 决国产优质小麦“质量较差，指标不稳，数量不足”的问题， 扭转优质小麦依赖大量进口的被动局面。 所需技术需求简要描述：1.联合选育或引进特色高产优 质小麦新品种（系）。联合选育或引进推广具有广阔市场前 景的营养健康、优质高效小麦新品种（系），通过建立核心 示范区并大面积辐射推广种植。2.研发新品种水肥一体化技 术，配套适宜于不同肥水条件和地力水平的绿色高效、高产 优质特色小麦栽培技术，达到节本增效、绿色丰产,保障粮食安全。3.创新小麦全产业链提质增效机制。建立起种子为 芯片、龙头企业为核心、产学研一体化的特色小麦全产业链 融合升级协同机制，开发特色优质小麦高附加值新产品，助 力健康中国和乡村振兴战略。  对技术提供方的要求:1.项目所用优质小麦新品种及技 术为自主培育和研发。2.提供集成肥水高效，水肥一体化栽 培技术和绿色高优种植技术的品种环境协同调控方案。3.构 建特色专用小麦高效耕作制度，并建立技术标准，创建国内 特色优质小麦节本增效生产新途径。 

矿井需要煤矿地质、水文地质、采矿工程技术人员