近日，上海交通大学电子系义理林教授课题组基于智能锁模算法、时间拉伸技术和实时高速电路建立的实时光谱分析控制平台，实现了锁模激光器输出飞秒脉冲的实时光谱调控，对飞秒激光器的设计具有重要的应用价值。相关成果以“Intelligent control of mode-locked femtosecond pulses by time-stretch-assisted real-time spectral analysis”为题目于2020年1月发表于国际光学顶尖期刊《Light: Science & Applications》（中科院长春光机所与Nature出版集团合办期刊），并入选为封面文章，在“News & Views”栏目被专门评述。博士生蒲国庆为第一作者，义理林教授为通信作者。 图说：期刊封面文章 飞秒尺度（1E-15秒）脉冲对应着原子分子、材料、生物蛋白、化学反应等丰富物质体系的众多超快过程，有着广泛而重要的应用。锁模激光器作为产生飞秒脉冲的重要基础研究工具，在物理、化学、生物、材料、信息科学等领域都有广泛的应用。飞秒锁模激光器自上世纪六十年代发明以来，与其相关的研究分别于1999，2005，2018年获得过诺贝尔奖。 随着超快光学的快速发展，越来越多的前沿应用需要对飞秒脉冲的时域和光谱进行精细控制。由于飞秒脉冲的产生涉及非常复杂的非线性和色散传输效应，达到特定脉冲状态的稳态输出需要对激光器多个参数在高维空间进行优化，传统基于激光器光学设计和优化的方法已被证明难以精确实现。 通过对飞秒脉冲状态进行智能识别，结合智能算法对激光器多参数进行全局优化，有望获得理想的飞秒脉冲输出，但其主要挑战在于飞秒脉冲难以实时精确识别。低速时域采样无法识别飞秒脉冲宽度和形状，光谱仪虽可识别飞秒脉冲积分光谱但无法识别其瞬时光谱，因此传统方法都无法做到实时控制飞秒脉冲精确锁模状态。为了解决这一难题，义理林教授课题组提出在锁模控制环内引入时间拉伸-色散傅里叶变换（TS-DFT）技术，通过时域到光谱的转换，采用低速时域采样即可识别飞秒脉冲对应的瞬时光谱宽度和形状。结合智能控制算法，实现了以1.4nm为精度对飞秒脉冲光谱宽带从10nm到40nm进行可编程控制，光谱形状可编程为高斯型或三角形等。这是本领域首次实现飞秒锁模脉冲光谱宽度和形状高精度实时编程控制，解决了飞秒锁模脉冲锁模状态无法精确调控的难题。 基于实时的光谱控制，该研究还展示了从窄谱锁模态至宽谱锁模态以及从三角形光谱脉冲态至宽谱锁模态的演变过程，发现两者动力学过程具有相似性，提出了目标锁模状态可能决定中间动力学过程的猜想，为人们进一步探索锁模激光器内部机理提供新视角。 图说：基于快速光谱分析的飞秒锁模脉冲智能控制 非线性光学著名专家John Dudley教授（欧洲物理学会主席，IEEE/OSA Fellow）在《Light: Science & Applications》的“News & Views”栏目撰文介绍此项工作，认为本工作极具创新性，开拓了研究锁模动力学新的可能性，很可能应用于多种锁模光纤激光器中。 义理林教授课题组过去六年来一直致力于解决飞秒锁模激光器的智能控制问题，2019年发表在光学领域顶级期刊《Optica》的“智能锁模激光器”成果入选美国光学学会旗下新闻杂志《Optics & Photonics News》2019年光学年度进展“Optics in 2019”。该方向工作部分得到国家自然科学基金（61575122）的支持。《Light: Science & Applications》论文全文https://www.nature.com/articles/s41377-020-0251-x《Light: Science & Applications》“New & Views”评述论文https://www.nature.com/articles/s41377-020-0270-7

（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。

产品特性 1、金属部件：主要材质≥1.2mm镀锌钢板，环氧树脂静电喷涂，覆有耐用防化无铅涂层，保持高光洁度并 限度的降低腐蚀和湿气的影响。 2、前板及侧板：主要材质≥6mm亚克力板，耐候性 ，的抗化学品性能，不易老化，无色透明，通体透光，视觉舒适，美观大方。 3、七英寸液晶触摸屏显示，PLC控制，实时温湿度环境监控，风机监控，VOC浓度环境监控及一体化报警系统。 4、PSC风机，24伏电流，性能稳定，无火花静电。 5、过滤系统，按照颗粒大小选择排列分布，遵循ASTM标准，有效针对酸性气体和有机气体，吸附能力强，针对粒子采用高效HEPA过滤器，对大于0.3um的粒子，过滤效率达99.995%。 6、LED照明灯功率相当于25W的日光灯，不产生热量，安全并不影响实验环境温度，节能、环保、寿命长。 7、环氧树脂台面具有的化学稳定性， 的抗腐蚀性能，抗冲击性能好无破坏，耐高温性能，一体透芯，使用寿命长，不脱层，不膨胀、不龟裂。 优异性1、无需安装管道工程,安装便捷,废气不外排,新型环保。2、顶部根据实验需求可选配过滤模块系统,满足多种不同的实验。3、模块化过滤技术,完全吸附过滤实验产生的有害气体、颗粒粉尘等物质。4、无需消耗空调能耗,高效节省能源。5、可放置在桌面上或配置移动轮座,方便灵活,适用于任何复杂的实验地点。 工作原理 1、 进风口 空气可直接从实验室抽入通风柜，形成负压，稳定的面风速形成了一个天然的屏障来隔离用户和他们所操作的化学品。 2、过滤系统 风机系统将有毒有害气体往上吸入，经过过滤，返回洁净的空气到室内。柜体的优良的控制浓度可保证柜体内的化学气体不会返回室内，造成污染。 3、洁净实验室空气 根据不同操作配置不同过滤器，有效过滤有毒有害气体，净化实验室空气，去除化学品残留异味，提高实验室洁净等级。 4、净化周围空气 通风柜持续的过滤效率可有助于净化室内空气。 产品型号 产品参数 YB-DS800 规格尺寸：800*620*1245mm长宽高 内部尺寸：764*540*860mm 空气处理量：230m3/h 平均表面风速： 0.4-0.6m/s 电压：220V-240V 频率：50-60HZ 电流：2A 音量：52 dBA 功率：72W 操作孔类别：三角型（椭圆型、梯形） 分子过滤器：4组（每组2小块） 初效过滤器：1块 风机：1个 环氧树脂台面：1块 照明：LED照明灯1组 显示屏：七英寸液晶触摸屏 控制系统：1套 过滤器饱和报警系统：1套 温湿度报警系统：1套 电源线：1根 YB-DS1000 规格尺寸：1000*620*1245mm 内部尺寸：964*540*860mm 空气处理量：230m3/h 平均表面风速： 0.4-0.6m/s 电压：220V-240V 频率：50-60HZ 电流：2A 音量：52 dBA 功率：72W 操作孔类别：三角型（椭圆型、梯形） 分子过滤器：4组（每组2小块） 初效过滤器：1块 风机：1个 环氧树脂台面：1块 照明：LED照明灯1组 显示屏：七英寸液晶触摸屏 控制系统：1套 过滤器饱和报警系统：1套 温湿度报警系统：1套 电源线：1根 YB-DM1275 规格尺寸：1275*620*1245mm 内部尺寸：1240*540*860mm 空气处理量：690m3/h 平均表面风速： 0.4-0.6m/s 电压：220V-240V 频率：50-60HZ 电流：2A 音量： 52 dBA 功率：220W 操作孔类别：梯形（椭圆型、） 分子过滤器：6组（每组2块） 初效过滤器：3块 风机：3个 环氧树脂台面：1块 照明：LED照明灯1组 显示屏：七英寸液晶触摸屏 控制系统：1套 过滤器饱和报警系统：1套 温湿度报警系统：1套 电源线：1根 YB-DM1600 外部尺寸：1600*620*1245mm 内部尺寸：1565*540*860mm 空气处理量：690 m3/h 平均表面风速： 0.4-0.6m/s 电压：220V-240V 频率：50-60HZ 电流：5A 音量：55 dBA 功率：220W 操作孔类别：三角型（椭圆型、梯形） 分子过滤器：6组（每组2块） 初效过滤器：3块 风机：3个 环氧树脂台面：1块 照明：LED照明灯1组 显示屏：七英寸液晶触摸屏 控制系统：1套 过滤器饱和报警系统：1套 温湿度报警系统：1套 电源线：1根 YB-DL1600 外部尺寸：1600*790*1245mm 内部尺寸：1565*692*860mm 空气处理量：690 m3/h 平均表面风速： 0.4-0.6m/s 电压：220V-240V 频率：50-60HZ 电流：5A 音量：55 dBA 功率：220W 操作孔类别：三角型（椭圆型、梯形） 分子过滤器：6组（每组2块） 初效过滤器：3块 风机：3个 环氧树脂台面：1块 照明：LED照明灯1组 显示屏：七英寸液晶触摸屏 控制系统：1套 过滤器饱和报警系统：1套 温湿度报警系统：1套 电源线：1根

中山大学附属第三医院脑病中心将最新研发的“云上三院”掌上智慧医疗平台提前投入抗“疫”一线，平台紧急开发了“云上三院 · 战‘疫’专版”，陆续上线了“新冠风险自评”“疫期心理自测”“心理远程诊室”“方舱之声”四个板块，以弥补传统线下医疗模式的不足。 附属第三医院脑病中心“云上三院 · 战’疫’专版”服务模式 四个板块上线后迅速取得良好效果，其中“新冠风险自评”服务了近20万人群，智能筛选出7.8%的新冠肺炎高风险患者并提醒其及时检测和自我隔离，为防控新冠肺炎传播、缓解民众紧张情绪、避免盲目就医提供了有力保障；“疫期心理自测”服务了25万人群，智能筛选出13.5%的中重度焦虑/抑郁患者（包括前方医护人员），并指引其免费线上咨询和治疗；为了解决特殊时期心理医生资源不足和医患无法面对面就诊的困境，平台又紧急开发了“心理远程诊室”和“方舱之声”，提供心理在线咨询和音乐治疗，实现了精神心理疾病线上一站式诊疗闭环服务。 “心理远程诊室”版块上线后，为了尽可能多地帮助线上出现的诸多中重度精神心理问题的患者，附属第三医院精神心理诊疗团队自发组成10人的“心理志愿者服务队”，他们在“云上三院”的“心理远程诊室”轮流值守在线服务，获得了广泛的赞誉。 附属第三医院医务人员正在指导患者使用“云上三院” 

清华大学研发的基于云存储的个人移动计算环境原型系统将操作系统与计算机硬件分割开来，把操作系统与应用软件打包成用户可随身携带的“计算环境”，将用户的“计算环境” 保存到最便携的存储设备中随身携带，成为一把开启“云”端服务的钥匙，在任意地点、时间，用任意电脑都可访问自己的专属环境，随时随地按需获得或购买计算和存储资源，方便 快捷地访问、存储和共享信息。系统提供基于硬件、更加安全可靠的身份认证机制，提供载 有操作系统和各种应用软件的安全计算平台，消除了使用第三方操作系统或软件的安全顾虑， 确保数据得到可靠的存储和保护，使用户不必担心私密数据被窃取或泄露。客户能够从“云” 端获得无限的计算能力和存储空间，摆脱了移动计算设备在计算能力和电池功耗等方面的局 限。

1 成果介绍网络存储技术从诞生到现在，已经经历了近二十年的历程。在这个过程中，无论是计算技术、网络通信技术还是信息储存技术都发生了翻天覆地的变化。计算技术领域，基于开放操 作系统上的集群计算技术已经取代大型机；网络通信领域，开放架构的 TCP／IP 通信已经统治了一切；在信息存储技术上，单块磁盘的容量已经从 G 级别进入 T 级别。 传统的网络存储设备，无论是 FC SAN、 NAS 还是 IP SAN，都是采用以满足单台服务器存储需要为目标的体系设计，在共享能力、性能、可靠性、扩展性以及总体拥有成本上，已经无法满足企业新的应用需求。如果 仅仅通过外围手段来弥补，必将造成存储架构越来越复杂，用户管理难度越来越大，总体拥有成本越来越高。 为了满足 IT 技术发展的挑战， LoongStore 集群存储采用了代表计算技术、网络通信技术以及文件 系统技术发展方向的体系架构，提供给用户跨平台共享、高性能、高可靠、可平滑扩展、使用和维护简单的高端存储系统。系统以开放架构平台智能存储服务器为基 本节点，通过在千兆以太网基础上不受限制地添加节点，构成了业界最高的性能、可靠性以及极低总体拥有成本的存储集群。 LoongStore 为一种大规模的文件共享存储系统，它面向海量数据、高并发访问的环境。其产品架构图如图所示： 图 1 LoongStore 产品架构 LoongStore 产品架构支持：单文件系统 100PB支持 2000 个以上节点并发支持超过 500 亿文件产品主要特点：产品架构上：实现了横向扩展。从原来的单节点增加 CPU、内存、存储等等的纵向扩展方案往增加节点数量的横向扩展方案的转变，使得容量扩展更加灵活、同时也实现了更低的起始投入成本；产品工作流上：实现了更高效的数据读写方式。通过实现元数据与数据通道分离、将数据条带化存储在不同的存储服务器上，从而高效实现数据的并行读写；产品性能上：实现了高聚合带宽。克服了以前文件集中式存储的瓶颈，实现了文件切片分布式存储方案，实现了高聚合带宽；产品性能上：实现了性能近线性增长。如：（ 1）聚合带宽随着存储集群规模扩大而线性增长， （ 2）充分发挥硬件性能，如网卡性能利用率达到了 80%， （ 3）扩展到 100GB/s 以上的聚合性能；产品可靠性上：实现了无单点故障。通过（ 1）为不同目录的数据设置不同的冗余度， （ 2）自动故障探测与恢复， （ 3）设备恢复速度是 RAID 的 5 倍， 750GB SATA 盘恢复时间 15 分钟， （ 4）元数据服务器每两台互备等，实现了产品的无单点故障；在产品扩展性方面：实现了在线业务扩展容量。支持不停业务在线扩容，并自动迁移均衡数据。从而实现不需要关停业务的方式轻易扩展容量；在产品管理方面：实现了单点配置管理。产品通过单点实现了所有的配置管理功能，通过内置各种自动化处理流程，减少人为参与；产品兼容性方面：兼容各种 X86 架构的服务器和 IP 网络，应用服务器端支持Linux/Windows/Mac 等等。2 应用说明LoongStore 大规模集群云存储系统能够帮助企业加速信息到价值的转换，目前已经在互联网、广电、能源、电信等数据密集型行业帮助企业实现了突破性的价值。 产品主要应用行业与应用案例有：（ 1）互联网：视频， SNS 等，例如中国国家网络电视台（ CNTV），人人网，搜狐；（ 2）能源：大庆油田，中石油勘探开发研究院总院；（ 3）动漫和广电：中影集团，教育电视台等，《建党伟业》、《建国大业》、《孔子》等大片的后期制作就是采用该存储系统；（ 4）教育及其（ 5）军工，航天等等领域。3 技术指标支持 PB 级的存储容量规模，最大容量可超过 100PB；可提供几十甚至上百 GByte/s 的聚合数据读写带宽，而且性能可随存储规模的扩展而线性提升；可高效支持海量小文件的存储和管理，单套系统可高效管理超过 500 亿个文件，现有在线系统已经超过百亿级文件数量规模，而且每天仍然以 2000-5000 万个新文件的速度递增，每天的下载量为 10-20 亿个文件；可支持超过 2000 多个计算节点（或者应用节点）同时高效并发访问同一套存储系统；提供完全符合 POSIX 标准的文件级接口，支持全局共享访问，无须加入第三方共享软件。前端可同时部署 Linux、 Windows、 Mac 等异构计算节点。所有应用可不经过任何修改和移植即可使用存储服务；支持在线扩展存储容量，无需终止应用的正常服务，新增容量即插即用。同时提供在线数据迁移功能，扩容后可均衡所有设备上的存储负载；内置数据高可用机制，一旦发现硬件故障将自动进行数据恢复，无需停止服务。除了能够冗余磁盘故障之外，即使整个存储服务器或者磁盘阵列故障都不影响应用正常服务也不会破坏应用数据。传统存储只能冗余磁盘故障；如果系统中正常设备上的空闲空间总和不少于故障设备上已经使用的空间即可进行数据恢复，无须加入新的设备，传统存储采用 RAID 机制必须加入新的存储设备才能进行恢复。确保了系统无间断持续运行；l 在线控制存储设备的负载。在观察到某块存储设备有异常现象时，可以在线手动禁止这块磁盘的空间分配，设置后系统不再往被禁止分配空间的磁盘内写入新的数据，原有的数据仍然可用。当设备正常时即可在线放开；提供主动数据迁移功能，方便硬件在线更换。当某些设备使用时间超过一定年限，或者是发现设备有安全隐患时，可以主动将该设备上的数据迁移到其它存储设备，迁移完成后即可将设备移除下线，不影响应用的正常服务；简易管理，通过单一图形化界面即可管理和监控整个存储系统；高硬件兼容性，既可以采用传统的 SAN 或者盘阵作为存储单元，也可以采用通用的存储服务器进行构建，硬件选型范围广，成本低，适合用于构建海量的云存储系统。

已有样品/n数据服务+成果转化——算法体系助力挖掘核心成果，彻底清除数据分析门槛并进行诊断、医疗、药物市场转化。科研合作——算法体系+高水平科研能力，定制深度挖掘“子课题”，“算法+科研”双向高水准，本质区别于其他单纯数据业务同行。学科交叉平台——凝聚“算法+医学”双杰出人才，实现需求和算法双向沟通，保持“双向先进性”。

成果简介：物联芯温室智慧种植云管家是用于农业温室大 棚集约化、智能化、网络化管理的自动控制装置。系统包括智 能农业物联网控制器、环境参数无线采集单元、手机 APP 和分 布式云服务器。主要功能为：农业设备的人为控制、智能定时 控制和传感器联动控制；环境参数、作物生长情况和设备运行 状况的本地远程监控；基于云服务器的数据存储、实时查询、 任务设定和策略推送。产品将物联网技术与现代化温室