晶硅光伏组件生产完成之后，必须经过外观检测，以确定是否有虚焊、碎片、异物等外观缺陷。一般而言，外观检测都是人工完成，具有工作烦累、容易出错等问题。晶硅光伏组件还要经历电致发光（ EL）测试，以确定是否有裂纹、黑芯片、硅片杂质缺陷、电极缺陷、片源不一致等问题。一般而言，这部分的检测都在设备中进行，目前的设备只能得到整个组件的 EL 测试图像，需要人工针对该图像进行缺陷分析，强烈依赖于检测人员的技术能力和责任心。本产品是晶硅光伏领域专家与机器视觉公司合作开发，将晶硅光伏组件的

本实用新型公开了一种光伏发电与鱼类露天式集约化养殖一体化复合生产系统，包括光伏发电系统和鱼类集约养殖系统，光伏发电系统包括太阳能电池组件、光伏支架、防雷汇流箱、逆变器集成工作箱、升压变压器、电网、充放电控制器、蓄电池组和逆变器；鱼类集约养殖系统包括提水增氧推水机、底增氧设备、吸污设备、增氧推水区、养殖区、粪便收集区、水质净化区、拦鱼栅网片、养殖设施墙体、水流导向设施，太阳能电池组件安装在整个鱼塘上部，增氧推水区、养殖区和粪便收集区占鱼塘总面积的1%~5%。本实用新型能有效提高水面利用效率，大幅提高单位水面面积的经济效益，为河网地区水域资源利用提供一种重要途径。

本发明公开了一种带有多孔泡沫金属换热结构的太阳能光伏光热集热器，该集热器采用上下双冷却通道结构，并结合多孔泡沫金属层(6)进行换热强化，降低了太阳能光伏元件的温度，提高光伏元件发电效率，同时将太阳能光伏元件所产生的大量热量及时传递给冷却气体，冷却气体从集热器出气口(11)排出后可以用于预热、干燥或者室内供暖等用途。本发明所使用的泡沫金属具有高热导率及高比表面积，可以有效地改善传统太阳能光伏光热集热器的冷却效率，并且采用下进上出的流式，使得换热过程接近逆流换热，换热效率达到最高。

一种宽光谱、强吸收的表面光伏型光探测器的制备方法，其作法是：以钛箔为阳极，铂为阴极，对钛箔进行氧化，得非晶态TiO2纳米管阵列；经处理后，得TiO2纳米管阵列；将钛箔置于高温反应釜内，再将Na2S2O3、Bi(NO3)3水溶液注入密封反应釜，热处理得Bi2S3-TiO2纳米管阵列；在Bi2S3-TiO2纳米管阵列表面覆盖FTO，引出电极，在未生成Bi2S3-TiO2纳米管阵列的钛箔上引出电极，将FTO与钛箔及其Bi2S3-TiO2纳米管阵列的接触边缘封装即得本发明的光探测器。该方法能耗低，工艺、设备简单；制得物适用光谱范围大，适合做光谱分析；还可以做光敏开关等光电器件，具有广阔的应用前景。

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

（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。

山东建筑大学地处山东省会——泉城济南，雪山脚下，映雪湖畔，绿色生态廊道纵贯南北，特色建筑与诸子雕塑错落有致，自然风光宜人，人文气息浓郁。 学校创建于1956年，是一所以工为主，以土木建筑学科为特色，工理管文法农艺多学科交叉渗透、协调发展的多科性大学，是山东省与住建部共建高校、服务国家特殊需求博士人才培养高校、国家“产教融合”项目首批建设高校、教育部创新团队依托高校、山东省首批应用型人才培养特色名校、山东省高校协同创新中心首批立项建设单位。 学校占地面积2400余亩，校舍面积70余万平方米。馆藏图书467万余册，其中印本图书201万余册、电子图书266万余册。《山东建筑大学学报》为中国核心学术期刊(RCCSE)、华东地区优秀期刊和山东省优秀期刊，并被10大数据库收录。 目前，学校设有19个学院(部)和2个研究(设计)院，58个本科专业，1个博士后科研流动站，1个博士人才培养项目，15个一级学科硕士点，63个二级学科硕士点，9个硕士专业学位授权类别，有硕士研究生推免资格。学校面向全国30个省(市、自治区)招生，全日制在校生2.7万余人。 学校现有教职工1959人，其中专任教师1477人，高级岗位人员927人，博士生导师38人，硕士生导师645人。拥有俄罗斯自然科学院院士、双聘院士、千人计划专家、长江学者、新世纪百千万人才工程国家级人选、山东省“一事一议”引进顶尖人才、泰山学者优势特色学科人才团队领军人才、泰山学者特聘专家、省外专双百计划专家、省有突出贡献的中青年专家等省级及以上高层次人才59人次。国家级教学名师、全国模范教师、全国优秀教师、省级教学名师、省优秀教师、省高校师德标兵等49人次。教育部创新团队等省部级创新团队5个。 学校拥有教育部重点实验室、乡土文化遗产保护国家文物局重点科研基地、山东省协同创新中心、和重点实验室、工程技术研究中心、省高校重点实验室及人文社科研究基地等省级及以上平台23个。拥有国家级实验教学示范中心、虚拟仿真实验教学中心、工程实践教育中心(基地)6个，国家级特色专业、教育部地方高校本科专业综合改革试点专业5个，省高水平应用型重点建设专业(群)7个。6个土木建筑类专业通过国家专业评估。拥有国家级精品资源共享课程、双语示范课程、教育部马工程重点教材“精彩一课”5门，获批国家“卓越工程师教育培养计划”。拥有山东省一流学科建筑学、山东省“泰山学者”特支计划优势学科建筑节能技术及9个省级重点学科。 学校先后荣获国家科学技术进步奖4项、国家技术发明二等奖1项、国家教学成果二等奖1项，省级教学成果、科学成果一等奖以上奖励23项,其中省教学成果特等奖1项，一等奖11项，科技成果一等奖11项。2013年以来，主持承担国家、省部科技计划项目以及政府企事业单位委托项目858项，获得国家发明专利授权447项，获批省级教研项目52项，省部级以上科技奖励37项、教学成果奖37项。学校还与政府、企事业单位开展全方位、多层次合作，促进科技成果转化，推进政产学研用紧密结合，在新型城镇化建设、建筑工业化、绿色建筑、智慧城市、建筑遗产保护等领域发挥了积极作用。 近五年来，学生在“挑战杯”、数模、电子设计等竞赛中，获省级以上奖励2100余项。学校棒球队荣获2016年、2017年中国大学生棒球联赛冠军。毕业生综合素质优秀，赢得社会广泛赞誉。 学校与30多个国家和地区的60余所高校建立了校际合作关系。现开办1个博士联合培养项目，1个中外合作办学硕士项目，8个中外合作办学本专科项目和20个学生访学项目。 60余年来，学校扎根齐鲁大地，凝练了“厚德博学、筑基建业”的校训，树立了“勤奋、严谨、团结、创新”的优良校风。建大校友遍及齐鲁、辐射全国，在行业中发挥着重要的作用，为经济社会发展做出了突出贡献。 进入新时代，学校围绕“双一流”建设目标，主动对接服务新旧动能转换，坚持立德树人，强化内涵建设，凝练办学特色，大力推进质量提升、学科引领、人才建设、管理创新和文化塑校五大工程，为开创教学研究型高水平大学的崭新局面努力奋进。

安徽建筑大学是安徽省唯一一所以土建类学科专业为特色的多科性大学，始建于1958年，坐落在安徽省合肥市。学校是安徽省与住房和城乡建设部共建高校、教育部本科教学工作水平评估优秀院校、省级博士学位授予权立项建设单位、国家“卓越工程师教育培养计划”实施高校、国家节约型公共机构示范单位、全国大学生社会实践先进单位、省人才工作先进单位、省优秀教学管理集体、省就业工作先进单位、省普通高校毕业生就业工作标兵单位、省高校后勤工作先进单位、安徽省文明单位。学校设有12个学院，现有61个本科专业，涵盖工、管、理、艺、文、法、经七大学科门类。全日制本科生17600余人，研究生近1600人。现有教职工1500余人，其中专任教师1186人。专任教师中具有副高级以上专业技术职称480余人、硕士及以上学位教师1018人，博士生导师14人，硕士生导师421人。拥有国家高等学校教学指导委员会委员6人，省级以上高层次人才2人，国家级教学名师1人、省级教学名师29人，国家级教学团队1个，省级教学团队12个，省级科技创新团队5个，省学术与技术带头人14人，享受国务院特殊津贴6人、安徽省政府特殊津贴7人。学校现有11个一级学科、46个二级学科硕士学位授权点，10个专业学位授权类别、8个省级重点学科、1个国家级工程实验室、9个省级重点实验室、1个省级工程实验室、15个国家级、省部级工程（技术）研究中心、1个省级国际科技合作基地、2个安徽省高校智库。图书馆现有纸质图书160多万册，电子图书300多万册。学校紧紧依托“大土建”学科优势，积极服务地方经济社会发展，凝练科研方向，在节能环保、城镇化与徽派建筑、地下工程、公共安全、先进建筑材料等重点领域，形成了多个具有较大影响、特色鲜明的科研方向和学术团队。近年来，主持国家重点研发计划、国家科技支撑计划、国家科技重大专项、973计划、国家自然科学基金和社科基金项目260多项，省部级科研课题900多项；获省部级以上科技奖励80项，其中国家科技进步二等奖4项，中国发明专利金奖1项。学校始终坚持质量立校，不断深化教育教学改革，建立健全质量监控体系，大力实施质量工程并取得突出成绩。近年来，获得国家级质量工程项目18项、省级质量工程项目600多项，其中国家级教学成果二等奖1项，省级教学成果特等奖7项、一等奖21项。学校现有国家级一流专业建设点8个，国家级特色专业建设点4个，国家级精品课程1门、省级精品课程18门，国家级双语教学示范课程1门，国家级规划教材1部，国家级人才培养模式创新实验区1个，国家级实验教学示范中心2个，国家新工科项目2项，国家级虚拟仿真实验教学项目2项。学校现有节能研究院、建筑科学研究中心、徽派建筑研究所等25个科研机构，拥有建筑设计研究院、岩土勘察设计院、规划设计研究院、项目管理有限公司、建元装饰工程有限公司等校办企业，成为培养具有创新精神和实践能力的高级工程应用型人才的基地。学校面向全国24个省、市招生。近年来，生源质量不断提高，新生录取分数线和毕业生就业率连续多年位居省属高校前列，毕业生深受用人单位青睐。学校全面推进素质教育，把提高人才培养质量放在突出位置，着力培养具有良好思想道德品质、创新精神和实践能力的高素质应用型人才。学生在全国大学生数学建模竞赛、电子设计竞赛、机器人足球比赛、“挑战杯”大赛、智能建筑大赛、“CCTV杯”全国英语演讲大赛和各类建筑、规划、结构设计等竞赛中，获得国家级表彰、奖励1000多项。学校对外交流日趋活跃，已与美国、德国、英国、俄罗斯、白俄罗、韩国以及台湾地区20多所高校建立了校际合作关系，在学生联合培养、教师学术交流和科研合作、中外合作办学等方面取得了长足的进展。学校是教育部认定的中外合作办学单位。学校坚持“进德、弘毅、博学、善建”的校训，坚持“立足安徽、面向全国，依托建筑业、服务城镇化”的办学定位和“质量立校、创新领校、人才强校、特色兴校、依法治校”的办学理念，坚持走打好“建”字牌，做好“徽”文章的特色发展之路，求真务实，开拓进取，为实现高水平有特色建筑大学的建设目标而努力奋斗！地址：合肥市经济技术开发区紫云路292号（南校区）邮编：230601合肥市包河区金寨路856号（北校区）邮编：230022电话：0551—63828012传真：0551—63517457网址：www.ahjzu.edu.cn邮箱：ajd@ahjzu.edu.cn

承担国家自然科学基金、国家社科基金、北京自然科学基金等一批课题研究，开展“沁河中游古村镇研究”，、“北京古村镇调查研究”、“山西省古村镇保护利用与减贫方略研究 - 测绘与导则”等项目研究。出版专著“山西古村镇系列丛书”、《北京传统村落》、《山西古村镇历史建筑测绘图集》等一大批科研成果及工程实践。