葡京娱乐场-富盈娱乐场开户

1. 痛點問題 隨著電力系統(tǒng)的發(fā)展，電網運行方式時變性和復雜性日益增強，運行專家難以把握電網安全運行的特征和規(guī)律，極大的增加了電網運行風險和控制難度。在傳統(tǒng)的調度機制中，一方面，運方人員人工選擇典型的運行方式，通過離線電力系統(tǒng)分析程序，計算電網潮流，分析電網穩(wěn)定性，制定電網安全運行邊界，進而人工歸納形成“年度運行方式手冊”，來長期指導電網運行；另一方面，調度員將上述運行規(guī)則作為安全邊界（安全約束），輸入能量管理系統(tǒng)（Energy Management System，EMS），進而對電網進行調度和控制，以求在安全邊界內達到最優(yōu)運行點。 然而傳統(tǒng)的調度機制存在問題，近年來國內外頻繁發(fā)生的大停電事故也說明了這一點。主要問題歸納如下： 第一，極端運行方式下不安全：電網運行方式多變，離線規(guī)則可能不滿足極端運行方式的安全要求。 第二，常規(guī)運行方式下經濟性差：受能力和時間所限，運方人員離線制定運行規(guī)則時，僅分析典型運行方式，規(guī)則形成后長期使用，相對粗放，缺乏精益化管控，導致電力網絡資源利用率低。 第三，隨著新能源的大規(guī)模并網、需求響應的逐步實現(xiàn)，運行邊界頻繁變化，不確定性增強。 第四，電力系統(tǒng)運行受到其他系統(tǒng)影響，電力系統(tǒng)安全已經演變成為一個多系統(tǒng)、多因素綜合分析問題。以微氣象系統(tǒng)為例，對于發(fā)電側，微氣象直接影響風電、光伏等新能源的出力；對于需求側，微氣象直接影響工業(yè)負荷、智能樓宇、電動汽車等的負荷功率。因此，微氣象系統(tǒng)通過影響發(fā)電負荷水平，進而影響電力系統(tǒng)安全。因此，隨著電力系統(tǒng)與其他系統(tǒng)的關系日益緊密，電力系統(tǒng)安全評估時需要考慮其他系統(tǒng)（例如微氣象系統(tǒng)）的影響。 綜上所述，傳統(tǒng)的調度機制已經無法適應新的形勢。因此，亟需研究支撐復雜電網斷面發(fā)現(xiàn)的智能機器調度員軟件的關鍵技術，通過人工智能、深度學習等信息領域與能源領域的交叉研究，突破支撐復雜電網斷面發(fā)現(xiàn)的智能機器調度員的基礎理論瓶頸，從實際電力系統(tǒng)出發(fā)（物理維），立足現(xiàn)有調度機制，基于在線運行方式，采用模型驅動的安全評估方法（模型驅動），形成海量電力系統(tǒng)安全評估仿真樣本（數(shù)據(jù)維）；再以這些樣本為基礎，通過機器學習訓練數(shù)據(jù)驅動的電力系統(tǒng)在線安全評估模型（數(shù)據(jù)驅動），形成電力系統(tǒng)安全運行知識圖譜（知識維），以代替運方的“年度運行方式手冊”。 2. 解決方案 本成果提出了一種支撐復雜電網斷面發(fā)現(xiàn)的智能機器調度員技術，包括可再生電源的數(shù)據(jù)驅動電壓頻率響應特性建模方法、用于暫態(tài)穩(wěn)定預測的失穩(wěn)樣本主動生成方法、電力系統(tǒng)暫態(tài)穩(wěn)定評估方法、結合深度學習和仿真計算的暫態(tài)穩(wěn)定嚴重故障篩選方法、考慮運行約束的調整潮流生成方法等關鍵技術，開發(fā)了支撐復雜電網斷面發(fā)現(xiàn)的智能機器調度員軟件。該軟件用“人工智能”代替“專家智能”，以電力系統(tǒng)安全評估產生的海量仿真數(shù)據(jù)為基礎，以人工智能和機器學習為手段，構建電力系統(tǒng)安全運行知識圖譜，從而將“專家智能”離線制定粗放運行規(guī)則的模式，變革為“人工智能”在線發(fā)現(xiàn)精細運行規(guī)則的模式，逐步代替運方的“年度運行方式手冊”，保證復雜電網安全、穩(wěn)定、經濟運行。 3. 合作需求 尋求應用場景和資源對接，應用場景和業(yè)務能覆蓋斷面規(guī)模眾多的大省如浙江、廣東等，并且有與輸電網斷面發(fā)現(xiàn)的大中型企業(yè)有合作經驗，同時具有一定的技術開發(fā)能力、市場推廣資源和現(xiàn)場工程實施經驗，能與現(xiàn)有團隊形成合力，通過信息領域與能源領域的交叉研究，突破支撐復雜電網斷面發(fā)現(xiàn)的智能機器調度員軟硬件難題。為保障項目實施質量和進度要求，擬合作團隊需通過ISO9001質量管理體系認證，且是國家高新技術企業(yè)。期望通過合作，全面開展產品和服務的推廣銷售。

無線通信技術VHF/UHF頻段基于OFDM技術的高速數(shù)據(jù)通信系統(tǒng)   無線通信的突出問題：頻率資源嚴重不足 。   我國無管會允許在這一頻段進行數(shù)據(jù)的傳輸，如地質礦產、水利、能源、國家地震局、建設部、氣象局、軍隊等部門的專用無線通信系統(tǒng)。

本發(fā)明公開了一種具有抗誤碼機制的幀間無損編碼與智能解碼方法，包括：星上編碼步驟：獲取序列圖像 f；把圖像 fk,k＝1,2,...劃分成互不重疊的子塊；令第 3j+1,j＝0,1,...幀圖像為參考幀圖像，進行分塊 JPEG-LS 編碼；而第 3j+2 和 3j+3 幀圖像參考第 3j+1 幀圖像進行幀間無損編碼；每 K 個子塊后插入一組 EDC 信息形成檢錯碼流；進行RS(m,n)糾錯編碼；在壓縮碼流中加入每幀的壓縮幀頭和幀尾。

目前第一代完整的呼吸音采集設備已研發(fā)完畢，完全實現(xiàn)呼吸活動的柔性無感持續(xù)智能監(jiān)測評價和適應多場景下交互設計需求，提高醫(yī)療救護能力和應急救援能力，減輕醫(yī)療及養(yǎng)老行業(yè)人力與經濟運營成本，創(chuàng)新引領社會與經濟發(fā)展。 圖1 技術路線 【技術優(yōu)勢】 (1) 基于駐極體薄膜的高靈敏度接觸式壓力傳感器 目前用于呼吸音及心音監(jiān)測的傳感器大多采用較硬的基底，難以適應人體胸部曲線，不適合長期可穿戴使用。因此，本成果基于駐極體的自驅動壓力傳感器的自供能、響應速度快和靈敏度高等優(yōu)勢，設計了一種用于可穿戴式聲音監(jiān)測的高靈敏度柔性駐極體壓力傳感器，以實現(xiàn)對人體呼吸音與心音地長期、實時監(jiān)測。 圖2 部分成果展示 (2) 智能呼吸音監(jiān)測分析預警平臺 通過深入臨床大規(guī)模收集心音和呼吸音樣本、對病理性樣本進行學習訓練，對信號的模式識別進行研究匹配，采用人工神經網絡、支持向量機兩種識別模式，對病理性聲音特征進行分析得出智能化參考病癥分析。由于呼吸音信號的復雜性，同一種類型的呼吸音有不同人或是同一人在不同時間發(fā)出時，樣本數(shù)據(jù)不完全相同，傳統(tǒng)方法容錯率與識別率極低。本成果將呼吸衰竭患者的呼吸音數(shù)據(jù)進行分類識別和特征標定，采用人工智能算法進行測試和集訓，實現(xiàn)為大數(shù)據(jù)分析提供數(shù)據(jù)參考。 (3) 呼吸音智能監(jiān)測預警系統(tǒng)的人機交互設計 通過分析多個智能呼吸音監(jiān)測預警操作系統(tǒng)的使用場景、認知特點、輸入和輸出方式，歸納出它們在交互設計上的一般性的設計原則和設計缺陷。通過多學科的交叉，如人因功效學、設計語義學、設計美學、設計心理學等學科，進行了全面整體的交互設計研究。 圖3 智能呼吸音診斷軟件界面 圖4 臨床人員操作軟件試用 【性能指標】

本發(fā)明提供一種HVDC系統(tǒng)換流母線外部故障的人工智能識別方法。其特點是該方法利用小波變換多尺度分解算法，把系統(tǒng)故障信號分解到不同頻段，以不同頻段信號小波能量偏度作為故障診斷特征向量，再結合BP神經網絡實現(xiàn)交流系統(tǒng)故障類型的準確識別。該方法與以往交流系統(tǒng)故障類型識別方法相比較，從能量分布的角度，只需對一個故障信號進行特征提取，不受系統(tǒng)運行方式的影響，操作簡單，準確性好，可性度高。

本發(fā)明提出一種基于多智能體強化學習的運輸車路徑優(yōu)化方法，該方法涉及智能優(yōu)化技術領域，  我國AGV每年新增裝機量自2010年起迅速增長，自2013年起年同比增速維持在50%以上。目前AGV產品主要集中于中低端市場，產品功能比較單一。而一些大型汽車、家電企業(yè)希望通過獲得AGV系統(tǒng)和整機產品的相關技術，自己實現(xiàn)AGV產品的定制化生產。在此背景下，從AGV制造商的角度來說，要從國內嚴重同質化的中低端AGV產品中脫穎而出，從軟件系統(tǒng)上提供先進的路徑規(guī)劃方法，并且在未來不斷升級，未嘗不是一種提升產品服務質量、贏得客戶青睞的做法。隨著硬件性能的提高和計算技術的發(fā)展，系統(tǒng)仿真得以在越來越短的時間之內完成，以每輛AGV為單位進行微觀系統(tǒng)仿真可以更好地反映AGV之間的相互影響。而強化學習方法作為一種利用交互和反饋進行策略優(yōu)化的機器學習方法，正好可以利用AGV交互的數(shù)據(jù)為每輛AGV規(guī)劃路徑，使總的生產效率或搬運效率最高,從而降低物料搬運的成本。

四川大學抗擊新冠肺炎疫情應急科研攻關相關項目組聯(lián)合中國移動，發(fā)揮文、理、工、醫(yī)多學科交叉融合優(yōu)勢，充分利用華西醫(yī)學科研資源，在“5G醫(yī)學轉化服務平臺”和“醫(yī)學+信息”基礎上，研發(fā)成功的基于5G云計算的新冠肺炎免疫檢測與智能分析系統(tǒng)是全球首個運用新冠肺炎生物芯片，融合物聯(lián)網、大數(shù)據(jù)、人工智能、云計算等信息技術的高科技產品，能在不同場景（機場/車站安檢、大型活動安檢、社區(qū)及個人自檢等）對目標人群開展免疫檢測，并通過人工智能技術進行分析，為新冠疫情的最終解決提供必要技術支撐。該系統(tǒng)實現(xiàn)了檢測點的分散式布局與檢測資源下沉，能避免集中檢測的交叉感染，檢測方便快捷，準確率高，數(shù)據(jù)自動上傳國家指定平臺。

本發(fā)明公開了一種面向中高壓智能配電網的橋臂復用電力電子變壓器，包括模塊化多電平變流器、輸入串聯(lián)輸出并聯(lián)隔離型DC，DC變換器和變流器；模塊化多電平變流器輸出的正極連接第一個隔離型DC，DC變換器模塊的輸入側逆變橋前一橋臂的中間點，負極連接最后一個隔離型DC，DC變換器模塊的輸入電容負端；相鄰兩個隔離型DC，DC變換器模塊的連接方式為前一模塊的輸入電容負端連接后一模塊的逆變橋前一橋臂的中間點；隔離型DC?DC變換器的輸入電容串聯(lián)而成的橋臂作為上一級模塊化多電平變流器的電容橋臂，前后兩級共用一個電容橋臂。本發(fā)明中MMC跟隔離型DC，DC變換器共用一組電容橋臂，降低了系統(tǒng)成本；可以避免在MMC模塊輸出電壓短路的情況下，ISOP輸入電容短路的問題。

本發(fā)明提供了一種風光耦合電解制氫系統(tǒng)的儲氫罐智能濾波控制方法，包括：設計濾波器并根據(jù)儲氫罐的時間常數(shù)動態(tài)調整濾波器的截止頻率，通過尋優(yōu)機制找到最佳的濾波器階數(shù)；通過儲氫罐的充放氫狀態(tài)，判斷當前的工況，根據(jù)不同的工況，從FIR濾波器、IIR濾波器以及自適應混合濾波器中選擇合適的類型；對制氫過程進行濾波，根據(jù)目標制氫速率和實際制氫速率的差異調整儲氫罐的充放氫量，從而獲取平滑的氫氣輸出；根據(jù)輸出氫氣過程中的波動率評估制氫系統(tǒng)的性能，并根據(jù)評估結果重新調整濾波器參數(shù)。本發(fā)明根據(jù)不同工況動態(tài)選擇合適的濾波器類型，實現(xiàn)了較平滑的氫氣輸出速率，確保系統(tǒng)的穩(wěn)定性，滿足后續(xù)大規(guī)模工業(yè)生產的需要。

產品詳細介紹 www.boct-sz.com