|
搜索
搜 索
高等教育領域數字化綜合服務平臺
城市污水培養微藻制備生物能源
利用市政污水培養產油微藻可有效解決環境水污染和能源危機的雙重挑戰：微藻能夠利用市政污水中的碳、氮、磷等營養物質進行生長，并在細胞內積累油脂。降解污水中的污染物的同時提供了生產生物柴油的原料，極大限度地降低生物柴油的生產成本和污水處理廠的運營成本。通過對微藻能源生產工藝進行中試，構建微藻能源規模化集成系統，以實現各個單元之間高效率的耦合。其主要流程為：微藻培養、微藻收獲、微藻油脂提取與轉酯化。
哈爾濱工業大學
2021-04-14
新能源鋰離子電池智慧消防系統
項目背景：在傳統的消防系統中，探測器、控制器等產 品都是通過 RS485、局域網或者 GPRS 等方式傳輸信號，施工 復雜，維護也困難。即使應用了無線技術，由于設備本身功 耗大，必須頻繁得更換電池。這些情況在現有的消防系統中 非常常見，往往由于網絡傳輸問題或者設備電量不足延誤報 警信號的傳輸，造成嚴重后果。近年來，消防安全管理正逐 步從信息化、數字化向網絡化、智能化方向發展，建設智慧 消防已經成為大勢所趨。該研究對服務場所進行全天候監 控，通過探測器，控制器以及基于物聯網模式搭建的網絡消 防平臺，可監控服務場所的火災情況、溫度變化，可燃氣體 濃度等，并將消防信息無線上傳至云管理平臺端；同時平臺 自動啟動相應聯動視頻監控，輔助確認火情災情；此外，平 臺還可第一時間通過，手機 APP、語音電話等告知責任人， 快速形成“技防+人防”的火災綜合防控力，將火情有效控 制在萌芽狀態。一是通過應用 5G 技術，實現各類傳感器需 要具有超低功耗的傳感技術，實現廣覆蓋，要求信號穿透力 更強，具備較長的生命周期且傳輸性能穩定；二是通過物聯 網跨平臺開發，將智慧消防的系統軟件，實現多平臺的適配， 既能在移動設備上實現，又需要在固定設備上實現，并解決 數據冗余，提高效率。
所需技術需求簡要描述：1.低功耗傳感器及其它零部件 的選型，程序控制，保證使用周期能達到 4 年以上。2.覆蓋能力強，抗干擾能力強，在網絡信號薄弱區域不增加功耗， 保證運行周期。3.跨平臺的應用開發，數據存儲安全可靠， 解決數據冗余，運行高效。
對技術提供方的要求:1.具有物聯網及自動化設計專業 能力，具有成功的實施案例，有專業有經驗團隊。2.熟悉產 品結構設計，熟悉產品信息化、自動化設計。3.團隊帶頭人 須具有正教授職稱，合作方須為專業工科院校，結合實際， 技術方案成熟可靠穩定有創新思維，不涉及知識產權侵犯。
青島中陽消防科技股份有限公司
2021-09-10
汽車教具新能源整車網聯多維汽車教學設備
北京智揚北方國際教育科技有限公司
2021-08-23
新能源汽車電池管理（BMS）測試（臺架）實驗系統
該系統是新能源電動汽車中電池管理系統的教學、開發平臺，并提供控制器C語言程序代碼、電路原理圖、理論/實驗指導書、主要芯片數據手冊等資料通過學習掌握電池管理系統原理，并具備一定的系統開發、故障診斷能力。
成都盤灃科技有限公司
2021-02-01
山東永利新能源車業有限公司
致力于集高端電轎、低速新能源汽車及特種車的硏發、生產、銷售于一體的高科技民營企業。公司率先通過“國家道路機動車輛生產企業及產品準入”、“國家CCC認證”、“SO9001國際質量管理體系認證”等國家級等級認證。
山東永利新能源車業有限公司
2021-08-23
山東力諾瑞特新能源有限公司
中德合資山東力諾瑞特新能源有限公司位于山東濟南力諾智慧園內，創立于2001年。力諾瑞特依托集“自動化、信息化、智能化、柔性化”于一體的智能互聯工廠，致力于空氣源熱泵采暖、太陽能熱水、大型熱水工程等多能互補系統的研發、制造及綜合應用，先后被授予國家科技進步獎、教育部科技進步一等獎、國家住宅產業化基地、中國“煤改電”示范企業、國家裝配式建筑產業基地。
山東力諾瑞特新能源有限公司
2021-09-13
煉鐵生產過程伴生能源的整體梯級回收系統
本發明公開了一種煉鐵生產過程伴生能源的整體梯級回收系統,包括:包含燃氣輪機的高爐煤氣燃機發電系統和包含雙壓余熱鍋爐的余熱回收發電系統;還包括燒結煙氣回收系統和冷卻熱廢氣回收系統。所述的燒結煙氣回收系統將來自燒結機的燒結煙氣經除塵器除塵后,在第一引風機的抽吸作用下送入雙壓余熱鍋爐;所述的冷卻熱廢氣回收系統將冷卻熱燒結礦后產生的熱廢氣在第二引風機的抽吸作用下也送入雙壓余熱鍋爐。本發明系統將燒結工藝顯熱和煉鐵過程伴生的低熱值高爐煤氣進行整體回收,并且梯級利用,形成完整的、能穩定運行的中低溫余熱、低熱值高爐煤氣高效綜合利用系統。
浙江大學
2021-04-11
一種能源回收自清潔的垃圾輸送系統
本發明公開了一種能源回收自清潔的垃圾輸送系統，包括：用于輸送垃圾桶升降循環的升降機構，所述升降機構具有環形輸送件，環形輸送件上間隔布置有多個連接座，每個連接座上轉接有所述的垃圾桶；安裝在所述升降輸送機構兩側并用于保持垃圾桶升降運動姿態的限位軌道，靠近所述升降機構的底部設有無限位軌道作用的垃圾傾倒位；置于各樓層并用于控制垃圾桶在垃圾投放口停止的即停機構；位于所述升降機構下方的垃圾儲存箱，用于儲存各垃圾桶翻轉倒出的垃圾。本發明適用于高層建筑各樓層垃圾的升降輸送；節省電梯運輸垃圾的功耗，節能減排；減少垃圾處理的人力消耗，降低管理成本。
浙江大學
2021-04-11
基于大數據的能源互聯網能量管理系統
隨著電網數據規模越來越大，所蘊含的價值也越來越多。清華大學信研院研發了基于機器學習方法的能源互聯網能量管理系統，主要功能為對電網的穩定性進行預測和可視化。系 統分為訓練部分和預測部分。訓練部分通過歷史數據進行機器學習，建立一個電壓穩定性的 分類器。分類器訓練完成后，再對新增的未知數據進行預測。訓練部分主要分為特征提取、 類別標記、特征壓縮、分類器類型選擇。預測部分主要分為分類器數據啟動階段和預測輸出 階段。本系統提出利用機器學習方法對電網電壓穩定性進行預測，進一步綜合多個節點給出 電網態勢感知的評估結果。在訓練每一個節點分類器的時候，本系統將特征選取的時段和預 測時間節點拉開，形成一種延時的預測方法，本發明對復雜系統有著更好的還原效果。2 應用說明本系統實施電壓穩定性預測的具體步驟為:步驟 1:通過部署在關鍵測點的同步相角測量單元 PMU 采集電網實時數據，所述 實時數據包含電網中每個關鍵測點的電壓 U、 有功 P、無功 Q、電流 I;分別計算 U 的衍 生量 dU/dt，Q 的衍生量 dQ/dt，電壓的變化 量比上無功的變化量的衍生量 dU/dQ，用這 些衍生量作為特征，來表征量的時間變化速 率;步驟 2:對步驟 1 中提取的特征進行數 據降維與壓縮;根據特定時刻電壓 U 是否恢 復到標準值的 0.8 倍來區分每組樣本組是否 穩定，用 0 標記穩定，用 1 標記不穩定;步驟 3:選擇分類器，建立一個電壓穩 定性的分類器;步驟 4:訓練分類器;當分類器訓練完 成后，將訓練好的參數儲存起來;步驟 5:進入預測部分的數據啟動階段， 填充特征矩陣，沒有輸出;步驟 6:把多個節點的特征按照順序排列，形成特征矩陣;特征矩陣填充完成后， 根據分類器給出的預測結果;特征時段向前滑動，最初的特征被拋棄，新特征補充在隊尾， 分類器持續給出預測結果;步驟 7:每隔一定時間間隔 ，要把新收集來的數據與以前的數據一起，重新回到步驟 4 訓練分類器，更新參數。在具體系統搭建過程中，我們充分利用現有機器學習平臺。其中 Hadoop 的文件管理系統 HDFS 負責數據存儲;Spark 負責模型訓練;Storm 負責在線預測;Kafka 負責在 Storm 和Hadoop 之間傳遞更新后的模型參數。
清華大學
2021-04-11
多能源微網系統智能規劃和全景評估軟件
高校科技成果盡在科轉云
西安交通大學
2021-04-10