|
搜索
搜 索
高等教育領域數字化綜合服務平臺
鋰電池管理系統AI算法研究
本項目聚焦于鋰電池管理系統在智能化監測與預測中的關鍵痛點，尤其擬面向電池容量衰減預測、SOC/SOH估計不準、電池剩余時間不準確、MAP/SOP估算等方面。通過引入人工智能算法，構建融合機器學習與深度學習的電池狀態預測模型，擬實現高精度SOC（荷電狀態）與SOH（健康狀態）估計的優化，提升電池管理系統的智能水平與安全性。
解決方案方面，項目基于實地檢測磷酸鐵鋰電池充放電數據構建訓練集，采用輕量級線性回歸模型及改進型人工神經網絡進行建模優化，并結合特征工程技術提高預測精度。同時，設計適用于邊緣計算的部署方案，使模型可在BMS嵌入式硬件平臺實時運行，降低對計算資源的依賴。
在競爭優勢方面，項目成果具備算法輕量化、部署便捷、預測準確度高、兼容性強等特點，特別適用于電力儲能、電動汽車等對安全性和可靠性要求高的場景。相比傳統BMS方案，該AI算法可顯著提升電池使用效率與壽命，精準估算SOC/SOH，降低維護成本。
目前項目成果已在合作企業內部儲能設備中開展應用測試，初步反饋表明荷電狀態預測準確度提升40%左右，電池健康度準確度提升40%左右，系統響應及時，具備較高實用性和推廣價值。專家評審一致認為，該項目在智能電池管理系統方向具有較強的創新性和實際應用前景。
西南大學
2025-05-12
浙江航視智能科技有限公司
浙江航視智能科技有限公司
2024-07-30
四川農業大學研究生在自然指數期刊《Inorganic Chemistry》發表封面研究論文
研究利用天然植物多酚化合物木犀草素與微量營養元素金屬錳離子成功合成了一種具有類酶活性的材料（Lu-Mn納米酶），該材料具有良好的生物相容性和生物安全性，在微酸性條件下（腫瘤微環境）可高效地將H2O2轉化為具有腫瘤細胞清除能力的·OH，能夠有效殺死腫瘤細胞，抑制腫瘤生長，為癌癥治療提供了一種新的策略。
四川農業大學
2025-02-24
北京大學現代農業研究院
北京大學現代農業研究院是北京大學與山東省人民政府共建的省屬公益二類事業單位，是北京大學在京外設立的首個高端農業類研究院。先后獲批山東省新型研發機構、國家自然科學基金依托單位、博士后科研工作站，參與共建山東省農業生物技術國際聯合實驗室、小麥育種全國重點實驗室、山東省作物精準分子設計育種重點實驗室、國家鹽堿地綜合利用技術創新中心。聚力攻堅關鍵領域和核心技術，不斷強化基礎研究人才培養，加速成果轉化。已組建42個獨立課題組，人員規模約760人，形成院士領銜，杰青、長江為兩翼，中青年骨干為主體的雁陣人才團隊。目前已在多個主糧、油料及經濟作物開展精準設計育種，取得了原創性理論及技術突破，也在智慧農業、農業經濟政策、數字鄉村建設等領域進行開創性研究，爭取國家、省級科研項目72項，累計發表論文333篇，已授權國際專利6項、國內專利31項，申請24個植物新品種權，完成6項技術合同認定登記，8項科技成果實現轉化。
北京大學現代農業研究院
2024-12-13
江蘇省產業技術研究院發展促進條例
為了促進和保障江蘇省產業技術研究院發展，推動科技創新與產業創新深度融合，培育發展新質生產力，助力江蘇打造具有全球影響力的產業科技創新中心。
江蘇人大
2024-12-12
歡迎報名 | 平行論壇“教育戰略研究與智庫建設”
平行論壇“教育戰略研究與智庫建設”活動論壇報名
中國高等教育學會
2025-05-13
考慮風光儲協調的配電網電壓控制策略研究與開發
針對分布式風光發電在配電網中的高比例接入態勢，源荷存在時空不匹配特性，導致功率倒送和節點過電壓等問題，面向電網網架相對薄弱地區，開展考慮風光發電不確定性的儲能的選址定容研究，實現不同運行方式下儲能的優化配置；提出基于有功/無功電壓控制分區的新型配電系統電壓控制策略，實現配電網電壓的分散式與集中式協同控制，滿足高滲透率風光并網場景下的電能質量要求。
沈陽農業大學
2025-05-21
內大新年第一篇Science子刊——能源材料化學研究院沈慧團隊關于金屬氫的研究成果在Science子刊發表
氫是元素周期表中的第一個元素，亦是宇宙中豐度最高的元素。其在宇宙演化、生命起源、分子構成、生物大分子組裝、化工生產等扮演著極其重要的角色。在單個團簇中成功揭示3個“金屬氫”的存在不僅深化了對含有“金屬氫”納米材料結構化學的認識，而且更為重要的是，這為我們從多維度認識氫元素的本質提供了巨大的可能。
內蒙古大學
2025-01-17
教育部部長懷進鵬：支持辦好新型研究型大學
2月23日，教育部黨組書記、部長懷進鵬赴深圳調研，深入深圳晶泰科技有限公司、深圳市光明科學城、深圳醫學科學院、深圳理工大學，了解新技術賦能藥物研發、合成生物研究、腦設施應用、醫學科技創新、新型研究型大學學科建設等情況，主持召開新型研究型大學調研座談會。
教育部、微言教育
2025-02-24
基于深度學習的光伏并網系統電能質量預測及調控策略研究
本成果圍繞光伏并網系統電能質量展開。基于深度學習算法，研究諧波等電能質量指標變化規律，運用特征提取技術處理時序數據，實現電能質量預測。研發基于態勢感知的電能質量調控裝置，總諧波補償率不小于 90%，補償次數 2 - 50 次。成果形式包括研究報告、調控裝置示范應用，申請發明專利 3 項，發表論文 3 篇。應用場景涵蓋光伏電站、配電網等，可提升電網可靠性與經濟性，減少設備損耗、優化調控策略、降低棄光率，為新能源消納提供支撐。
沈陽農業大學
2025-05-21