山东建筑大学

本发明公开了一种基于多目标协同预测的高速电梯集群控制系统，属于智能建筑垂直交通控制技术领域。该系统包括数据采集单元、协同预测单元、动态调度单元及能源管理单元。数据采集单元通过毫米波雷达阵列实时监测各楼层客流分布，并利用加速度计采集电梯振动状态；协同预测单元采用时空图卷积网络与长短期记忆网络融合模型，预测未来的客流迁移趋势，并基于改进的多目标算法优化候梯时间、能耗及设备损耗的多目标函数；动态调度单元通过CAN总线向电梯群组下发S形加减速调度指令，实现空载电梯预调度与紧急避让路径规划；能源管理单元集成碳化硅双向逆变器与超级电容储能组，回收制动能量并降低系统能耗25％以上。本发明解决了传统电梯群控系统响应滞后、能效低下及多目标冲突问题，使高峰期乘客候梯时间缩短，降低电梯的空载率，延长设备的使用寿命。

本发明公开了一种基于模型预测控制的高速电梯动态调平系统，包括状态感知单元、预测控制单元、动态调平执行单元及能量协同管理单元。状态感知单元包含高精度定位模块、六维力传感器阵列及惯性测量单元，用于实时监测轿厢状态，并通过接口与预测控制单元连接。预测控制单元包括MPC控制器、电梯动力学预测模型库及自适应修正模块，依据监测数据进行分析和预测，生成控制指令。动态调平执行单元根据控制指令实现对轿厢的精确调平控制。能量协同管理单元回收制动能量并优化能耗分配。本发明提高了调平精度和乘坐舒适度，同时降低了调平过程中的能耗和运行成本，确保了系统在不同工况下的高性能运行，降低了运行成本和对电网的冲击。

一种太阳能驱动高原盐湖卤水浓缩制氢系统及方法，属于太阳能海水淡化和太阳能制氢技术领域，本发明无需外界提供的电能、化石燃料和淡水即可实现紫外光制氢、红外光盐湖卤水蒸发浓缩和可见光光伏发电制氢，通过对太阳能全光谱的协同利用，降低了盐湖卤水提锂蒸发浓缩成本，提高了太阳能光催化制氢和光伏电解水制氢的效率，为盐湖提锂提供低成本氢能从而解决了高原盐湖提锂夜间难以连续生产的难题。利用红外光和未转化为电能的可见光能量对盐湖卤水进行多效蒸发，通过对太阳能光热的多次利用，提高了太阳能光热的利用效率和盐湖卤水蒸发浓缩的锂离子浓度，节省了盐湖卤水蒸发浓缩的能耗。

本发明涉及隧道工程施工装备技术领域，公开了高承压水层超大直径泥水盾构盾尾密封脂注入控制系统，包括中央处理模块、采集模块、姿态检测模块及注入模块。中央处理模块依据机械几何状态计算注脂孔实时径向间隙，构建流变响应基准模型计算理论应力松弛时间常数；控制注入模块执行脉冲注脂，在停止运转后的静默观测阶段采集瞬态压力衰减序列，拟合提取实测应力松弛时间常数。中央处理模块计算实测值与理论值的比值得到松弛耦合指数，依据松弛耦合指数识别密封腔体物理状态，并生成高压置换、致密填充或标准维护指令调节注入参数。本发明通过物理响应特性解耦密封状态，解决了复杂工况下注脂控制滞后问题，提升了盾构施工安全性。

本发明涉及土木工程材料与电化学储能交叉技术领域，具体涉及一种聚乙烯醇‑三萜皂苷协同改性粉煤灰水泥基超级电容器及其制备方法。所述电容器包括电极层及设置于电极层之间的水泥基功能层，水泥基功能层原料包括硅酸盐水泥、粉煤灰、聚乙烯醇、三萜皂苷引气剂、减水剂和水，水胶比0.35~0.45，粉煤灰掺量10%~20%，聚乙烯醇掺量1.0%~3.0%，三萜皂苷引气剂掺量0.04%~0.12%。本发明还提供一种聚乙烯醇‑三萜皂苷协同改性粉煤灰水泥基超级电容器的制备方法。本发明制备的水泥基超级电容器电学性能优异，在10000次充放电循环后容量保持率仍≥80%，28天抗压强度稳定达到≥65MPa。

本发明公开了面向风机基础健康监测的多智能体元学习预警方法及系统，解决了现有技术中在监测数据质量变化时风机健康监测无法顺利进行的问题，具有提升风机基础健康状态评估的准确性的有益效果，具体方案如下：面向风机基础健康监测的多智能体元学习预警方法，包括获取风机基础多桩位监测数据和温度数据，确定工况差异，通过群体‑个体分解，计算数据质量评分；确定预测模型池，预测模型池包括堆叠元学习模式、自动机器学习模式和趋势外推模式，根据输入序列长度、数据质量评分和各模式的模型产物就绪状态建立模式选择规则，由所选模式输出各桩位预测值后，由所确定的预测模式输出各桩位的预测值及其残差分位数预测区间。

本发明属于电力系统技术领域，提供了一种融合多台区资源的分布式储能聚合优化配置方法及系统，包括：获取多台区低压侧的运行数据；提取所获取运行数据的时序聚合特征；根据所提取的时序聚合特征，构建双层选址定容优化模型；基于所述双层选址定容优化模型中的上层模型规划寻找用户节电收益与投资者的非支配解集，下层模型结合非支配解集和状态空间法进行主从博弈，得到双层博弈非劣解集合；采用斜率直线匹配法均衡匹配双层博弈非劣解集合，得到纳什博弈均衡点，完成融合多台区资源的分布式储能聚合优化配置。

本发明涉及遥感信息智能处理技术领域，公开了一种基于智能化土地用途识别方法及系统。该方法包括接收多时相遥感数据，提取光谱和空间特征，并融合地形与土壤数据；利用特征选择算法评估特征重要性，结合环境数据动态调整特征权重进行融合聚类；计算时序特征的长期变化率和短期波动幅度，划分稳定性与变化性区域并分别提取代表性特征；基于这些特征训练优化集成学习模型，最终实现高精度土地用途识别。该方法通过动态特征权重优化减少了复杂环境干扰，利用时序稳定性分区精准捕捉了地类动态变化规律，从而提升了对光谱相似地类和周期性变化地类的区分精度与时效性。