北京交通大学超大规模预训练云服务项目竞争性磋商

计算机辅助工程（Computer Aided Engineering，CAE）分析是利用有限元分析、数值分析以及图形图像等技术模拟产品的实际工况，从而获取产品的静动态性能指标。采用CAE 分析技术，能大大缩短产品的开发周期，优化结构，降低成本，提升企业的市场竞争力。此项技术已广泛于航空航天、汽车、机车、电子、土木等各行各业，是企业产品创新设计时的不可缺少的有力保障。但CAE分析模型的建立异常冗繁，且有限元分析理论和相应的软件使用对于企业技术人员来说，仍是一个难点问题，为此，利用VC++和APDL等开

（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。

产品详细介绍南京固琦分析仪器制造有限公司专业制造各类非水碳硫分析仪，非水碳硫分析仪器，碳硫分析仪器，智能定硫仪，炉料分析仪，碳硫高速分析仪器，高智能碳硫分析仪器，南京碳硫分析仪，碳硫检测仪，碳硫联测分析仪,  化验室仪器，碳分析仪器，硫分析仪器，管式碳硫分析仪，管式碳硫仪，智能碳硫分析仪器，自动分析仪器，智能化验仪器，智能分析仪器，快速碳硫分析仪、分析仪器，化验仪器，化验设备，不锈钢成分测定仪,化学元素分析仪, 电化学分析仪,实验室分析仪器, 智能元素分析仪，微机元素分析仪，三元素分析仪器，可测定工业材料中碳、硫、锰、磷、硅、镍、铬、钼、铜、钛、锌、钒、镁、稀素的含量土等元素。仪器测量范围广、精度高，高、中、低档齐全，并能接受用户特殊定货。广泛应用于钢铁分析仪器、冶金化验仪器、铸造化验设备、机械分析仪器，化工分析仪器、矿山开发设备等行业及质量监督部门和大专院校。(http://www.gqfxy.com)  025-57357222 13851978239)。

产品详细介绍用途：广泛应用于分析钢铁中Cr、Mn、Ti、V、W、Mo、Ni、Co等合金元素的定性和牌号分类，区分各种牌号的混料，控制混料非破坏性，即对被测工件无损伤，100%逐件对成批钢铁原材料或成型零件全数检测。特点：仪器轻便，采用光栅色散元件，谱线清晰，明亮，分辨率高。一机两用，室内、室外都能工作。使用范围广，携带方便。适用于机械厂、轧钢厂理化室对进厂的钢铁原料和钢坯的牌号进行复杂，不受场地环境的限制。具有快速、准确、灵活、简便的特点。

空冷技术是富煤缺水地区火力发电的关键技术，但气象、环境条件对空冷机组的性能存在显著的复杂影响；同时，空冷系统本身也具有典型的多尺度特征，探索空冷机组的安全高效运行和优化设计方法，实现火力发电的节能节水，是动力工程领域面临的前沿和挑战性课题。 从实验研究条件、多尺度数值计算模拟仿真和现场热力性能试验等不同角度，建立了迄今最为全面和完善的空冷系统性能研究环境，为开展适合我国北方自然环境条件的电站空冷技术研究提供了良好的支撑条件；完整揭示出大型火电空冷系统的性能特征和特性机理。开发了空冷单元空气流场的优化组织、空冷岛环境风场诱导强化技术和装置，提出风机群分区优化运行技术，解决了空冷技术受制于环境风场和极端气温不利影响带来的机组运行热效率偏低的核心难题。开发了空冷凝汽器用系列化新型高性能翅片管传热元件；提出具有自主知识产权、适合我国北方气象环境条件的新型间接空冷系统；结合我国国情，提出新的空冷凝汽器性能评价准则。显著提高了空冷选型和系统设计关键参数的优化水平，从源头上保障了空冷机组的优化设计和高效运行。 近5年来，实验室研究人员在该方向发表国内外学术期刊论文近50篇，被相关研究引用250余次，获授权发明专利5项。成果的主要技术内容通过了教育部科技成果鉴定，并先后获2009年教育部科技进步一等奖和2011年国家科技进步二等奖。项目成果在火电行业近百台大型空冷机组中得到应用，可使机组供电煤耗降低4.5-7g/kWh。项目成果的推广应用，可使火电行业形成年节约标准煤500万吨的能力，具有显著的经济、社会效益。

系统面向大型项目管理与科研管理，以先进的项目管理原理与技术为核心，并充分考虑我国项目与科研管理的实际需求。系统以项目管理流程为主线，整合管理项目实施所需要的时间、费用、质量、资源、信息与知识。通过流程、角色、权限、资源的动态绑定，实现系统的可视化设计与系统功能配置。系统不仅是一个过程管理系统，同时也是一个质量检查与管理系统，不仅是一个专家管理系统，也是一个知识管理系统。系统汇聚了数据分析、文本挖掘、决策支持、自然语言处理等众多先进技术，并支持SOA软件体系结构。 在项目管理方面，系统基于项目流程，通过对信息进行不断地收集、加工，共同完成整个项目管理的过程。 项目信息管理：每个项目记录以下信息：项目编号、项目名称、承担单位、单位地点、计划开始时间、计划结束时间、优先等级、项目预算。 项目计划制定：可定义项目里程碑（包括交付成果）和计划时间，以明确科研项目所处的阶段，控制项目从某个状态提升到下一状态，并且能够直观地显示项目所处的阶段，实现了项目的流程化管理。 项目流程管理：对项目的各种技术文档的审批流程、变更进行管理，项目的进度管理，建设管理数据库、存储有关管理数据，保存项目相关材料。 在科研管理方面，系统支持完整的科研管理生命周期，包括科研项目征集阶段、评议阶段、立项审批阶段、立项阶段、实施阶段、验收阶段、跟踪阶段，整个项目管理生命周期。系统支持科研项目过程管理，支持科研绩效评估也支持科研决策。与此同时，系统提供了丰富的相关管理功能： 工作任务分解：整个项目活动分级分解至可管理工作单元的层次结构，每一个工作单元具体描述在一个规定单位或个人的具体责任和计划时间。 计划进度跟踪：项目各阶段或交付成果文档的负责人将必须定期地对所负责的工作进行进度维护。系统能够自动地综合相关的信息进行项目完成百分比的维护。 成果状态的管理：任务交付成果的管理将根据具体任务中规定的不同交付成果形式进行，例如交付形式可以为文件、设计模型、产品或部件等。 内容发布：面向各项目课题组、科研单位等用户，进行公共的信息发布以及公告。起到宣传、通报、展示等作用，即时地通过因特网向用户发布通知。 资料文档下载：各个项目中存在着大量地公共文档以及各种模板，为了方便所有用户，将此类文档和模板进行合理组织，用户可以轻松实现公共文档和模板的下载和上传功能。 辅助决策功能：提供相关的分析工具，综合应用现代管理技术，对各种关联管理信息进行对角度剖析，提供多维图表，实现对知识分析和知识挖掘，为决策提供了可靠的支持。 绩效评价：建立了多种大型项目与科研项目评估指标体系，利用关键绩效指标对工作完成效果进行测度，可以有效的对工作绩效作出评估。 本系统面向大型项目管理与科研管理，可用于通信、能源、交通、政府、国家中医药管理局、医疗机构、冶金行业、石油石化等行业。

本实用新型变刚度双质体激振器式特大型振动磨涉及一种振动磨，特别是一种具有变刚度、双质体、 激振器式的一般振动磨或特大型振动磨，属于振动利用工程技术领域。包括上质体、下质体、电动机、电 机座、联轴器、联轴器罩、主振弹簧、隔振弹簧和底座，其中上质体包括筒体、进料口、端盖、出料口、 激振器、右联接架、磨介、左联接架和配重体；上、下质体之间通过主振弹簧相联接，主振弹簧内径与上、下质体上的主振弹簧导柱外径相配合；下质体通过减振弹簧支承在底座上。所述筒体通过主振弹簧可能动地支承在下质体上，在筒体的右侧用右联接架刚性固结有激振器。 

针对我国高速列车、地铁车辆、航天航空等领域对大型特种铝合金型材需求量急增，而关键生产装备和技术为少数国家所垄断，大型特种铝合金型材80％依赖进口等问题，以自主研究开发万吨级挤压机用大型成套工模具设计、制造与使用技术为目的，自1996年开始，与科研院所、大型骨干企业开展长期联合攻关，重点进行大型扁挤压筒研制、大型特种型材分流组合模优化设计、特种异型穿孔针的优化设计、固定挤压垫研制及其应用研究工作，在万吨级挤压机用大型扁挤压筒和大型复杂断面型材分流组合模的强度理论、优化设计方法、设计软件与制造技术，大尺寸异形固定挤压垫、异型穿孔针的设计制造技术，应用成套大型工模具挤压生产复杂大断面铝合金型材工艺技术等方面取得系列突破，打破了国外对高性能关键铝合金型材生产技术、产品的垄断和封锁，工模具制造成本和使用寿命、型材产品质量等技术经济指标达到国际先进水平，为我国高铁车辆的研制和国产化、航空航天、舰船和国防工业等高新技术发展和重大工程建设做出了贡献。本成果专家鉴定意见认为：“…项目整体达到国际先进水平，其中大型扁挤压筒设计制造技术达到国际领先水平，…”。成果获2011年度国家科技进步二等奖。