学院新闻

2022年度信电学院“院级代表性科研成果与社会服务贡献”评选揭晓

发布日期:2022-11-21 浏览次数:

2022年11月18日上午,我院召开第六届学术委员会第22次会议,会议第4项议题为评选2022年度信电学院“院级代表性科研成果与社会服务贡献”。

经申报初筛入围教师宣讲、学术委员会投票评选,我院6项科研成果与社会服务获评为2022年度信电学院“院级代表性科研成果与社会服务贡献”,名单如下:


第一完成人

成果/贡献名称

成果/贡献类别

1

张  璐

考虑极端事件恢复力与常态运行经济性均衡的交直流混联配电网规划技术

解决重大科学问题
突破关键核心技术

 服务国家重大战略

2

孙  红

一种作物光谱信息采集装置及作物植被指数获取方法

突破关键核心技术
服务国家重大战略

3

侯  琛

大规模复杂网络化系统的分析、控制与优化

解决重大科学问题

4

叶  林

基于源-网-荷预测信息的高比例新能源电力系统的电力电量平衡理论研究

解决重大科学问题

5

张  瑶

农田关键参数高精度遥感监测反演技术

突破关键核心技术

6

刘  雪

我国都市型现代蛋鸡产业高质量发展战略研究

服务国家重大战略
制定国家政策法规、发展规划

我院共有19位教师申报“院级代表性科研成果与社会服务贡献”,11位教师初筛入围,最终6位教师获此殊荣。

附:2022年度信电学院“院级代表性科研成果与社会服务贡献” 成果/贡献简介

一、      考虑极端事件恢复力与常态运行经济性均衡的交直流混联配电网规划技术

近年来,严重自然灾害、极端工况与蓄意攻击等小概率、高损失极端事件频发,电网生命线负荷失电可能造成民生福祉受损,而传统针对韧性提升的配电网规划方法可能导致过度投资。针对上述问题,提出了考虑极端事件恢复力与常态运行经济性均衡的交直流混联配电网规划方法。针对配电网多维随机变量概率分布差异性与强相关性,提出基于多维高斯函数凸组合的新型源荷概率分布描述方法;针对极端事件历史数据不充分且概率分布难以刻画的问题,建立了数据和模型联合驱动的极端事件灾损刻画方法;针对极端事件恢复力和常态运行经济性两个指标量纲差异大、难以用风险方法表达的问题,基于纳什谈判的线性变换无关性公理提出了均衡规划策略,实现了极端事件恢复力的投资边际刻画,积极应对气候变化,保障民生福祉。

二、      一种作物光谱信息采集装置及作物植被指数获取方法

“智禾”作物长势检测传感器,是团队长期围绕农作物信息获取技术装备开展研究,并突破系列关键核心技术,所取得的代表性成果。围绕制约田间作物长势及表型信息高通量获取的瓶颈问题,研究农作物表型组参数信息探测与传感器关键技术,集成新兴光学元件、多光谱成像、 数据融合等方法,突破点面数据空间定位匹配、 光学自标定与反射率在线反演、 目标特征识别与参数解析等核心技术,创新性地研发了点面阵组合式传感器,实现目标识别与营养诊断—体化,相关技术成果在黑龙江、河北省、河南省等等地进行了示范和推广获得了认可,“一种作物光谱信息采集装置及作物植被指数获取方法”(ZL201711059669.8)技术已经进行成果转化,为农业信息化水平和服务农业智能化升级提供技术和装备支持。

三、      大规模复杂网络化系统的分析、控制与优化

在我国的“十四五”规划中,未来网络设施与其他21项国家重大科技基础设施共同组成国家战略科技力量,而大规模复杂网络化系统(以下简称系统)是其重要一环。侯琛老师在系统底层研究了网络节点的扁平化、无中心的分布式控制,提出了多节点动态资源竞争的部分可观马尔可夫决策的非合作博弈架构,降低了节点的能耗和故障率;在系统中层研究了网络任务的高保真、高可靠的实时性传输,提出信道调控和计算模式决策的联合优化架构,提高了网络任务的传输和执行效率;在系统上层研究了网络数据的高精度、低成本的协同式共享,提出了数据质量评估和数据协同共享的联合优化框架,提升了网络数据的可重复利用价值。相关成果以第一作者发表在IEEE TSMC-S、TSC和T-ASE上。

四、      基于源-网-荷预测信息的高比例新能源电力系统的电力电量平衡理论研究

电气工程系叶林教授领导的电力系统调度运行控制研究团队建立了新能源发电功率组合预测理论体系,提出了分层递阶多时空协调的新能源有功功率模型预测控制策略。2022年度由叶林教授牵头申报的“基于源-网-荷预测信息的高比例新能源电力系统的电力电量平衡理论研究”项目获得国家自然科学基金委员会新型电力系统领域联合基金重点项目资助。项目针对新型电力系统中源-网-荷的不确定性,在研究揭示资源-气象-环境数据的时空演化规律基础上,构建电力系统电力电量预测理论体系,提出含大规模新能源电力系统精细化调度新方法和主动控制策略,研究成果将为解决高比例新能源接入电网所导致的电力系统电力电量平衡难题,提供坚实的理论基础和技术支撑,具有重要的科学意义与工程应用价值。

五、      农田关键参数高精度遥感监测反演技术

张瑶研究课题组以作物冠层光谱遥感机理为基础开展了长期研究,取得了系列成果。研究团队创新的提出了幅值-形状增强型二维相关光谱,实现高光谱信息的充分挖掘。随后结合迁移学习技术,提供了小样本条件下的冬小麦叶片叶绿素含量的高精度、高普适反演方法。相关研究成果被遥感领域的顶级期刊《Remote Sensing of Environment》录用。同时课题组提出了一种面向农田土壤、作物双目标的氮素一体化检测方法,创新性的提出了投影梯度非负矩阵分解以及矩阵交叉融合的方法,实现土壤、作物全氮特征的深度挖掘与融合,进而实现农田氮素含量一体化监测。在农田土壤、作物关键参数监测的基础上,课题组充分利用遥感时序数据,探索不同生育期作物生长与产量形成的内在关系,构建适用于短时序列遥感数据的高精度冬小麦估产方法。

六、      我国都市型现代蛋鸡产业高质量发展战略研究

依托“北京市创新团队建设项目”,我院刘雪副教授主持开展的“都市型现代蛋鸡产业高质量发展战略研究”成效显著,成为我院社会服务工作的又一亮点。该项目紧密结合科技发展和产业政策趋势,将技术产品创新与体制机制创新有机融合,在为企业和产业高质量发展寻求技术产品创新路径的同时,也为政府相关产业创新发展政策的制定提供了有力支撑。项目的系列研究成果还为成功申报“北京良种蛋鸡产业集群建设项目”奠定了坚实基础,争取到中央资金2亿元,撬动社会资金5.45亿元。相关研究工作的有效开展,发挥了我院教师在农业高质量发展和乡村振兴中的“智库”作用,有力推动了我国现代农业的高质量发展和乡村振兴,必将对提升我院和全校社会影响力产生积极影响。


电话:010-62736746

邮箱:eic@cau.edu.cn

地址:北京市海淀区清华东路17号

邮编:100083

微信关注

©2017 信息与电气工程学院 校备案号:308_19034