哥本哈根碳中和路径对中国碳中和的启示

介绍哥本哈根碳中和行动路线图、能源生产碳中和技术方案以及支撑项目,分析哥本哈根碳中和路径对中国的启示。认为中国应制定明确的时间表,分行业分领域制定不同的路线图,政府做好监管工作,做好技术研发,以能源安全为前提实施碳中和。     

基于可验证延迟函数的改进实用拜占庭容错算法

针对实用拜占庭容错（PBFT）共识机制的主节点选择不合理和高交易延迟问题，提出一种基于可验证延迟函数（VDF）的改进实用拜占庭容错共识机制VPBFT。首先，针对原有的PBFT算法引入投票机制进行节点选取，并根据随机投票结果将节点划分为普通节点、投票节点、备份节点和共识节点；其次，改进PBFT算法主节点选举机制，即使用VDF进行主节点选举，并利用上一区块哈希值和用户私钥生成随机数，增加主节点的不可预测性，保证共识安全；最后，优化PBFT算法的共识过程，将共识过程简化为三个阶段，从而降低算法复杂度，减少通信开销。实验结果表明，所提出的VPBFT在安全性和共识性能方面优于原有PBFT算法。     

近红外与表面增强拉曼光谱融合技术快速检测花生油中黄曲霉毒素B1

目的 在近红外光谱(near infrared spectroscopy, NIR)与表面增强拉曼光谱(surface-enhanced Raman spectroscopy, SERS)特征层数据融合的基础上构建偏最小二乘回归模型(partial least squares regression, PLSR)实现花生油中黄曲霉毒素B1 (aflatoxin B1, AFB1)含量的快速检测。方法 首先，分别采集待测样本的NIR与SERS光谱。其次，将采集的NIR与SERS光谱分别进行光谱预处理。然后，采用基于希尔伯特-施密特独立准则的变量空间迭代优化算法(Hilbert-Schmidt independence criterion based variable space iterative optimization, HSIC-VSIO)分别筛选NIR与SERS光谱的特征变量。最后，将筛选的特征变量进行融合并构建PLSR模型用于定量检测花生油中AFB1含量。结果 与NIR光谱数据、SERS光谱数据以及NIR与SERS光谱直接融合数据构建的PLSR模型相比，NIR与SERS光谱特征层融合数据构建的PLSR模型具有最佳的预测性能：校正集均方根误差(root mean squared error of calibration set, RMSEC)为0.1569，校正集决定系数(coefficient of determination of calibration set, )为0.9908，预测集均方根误差(root mean squared error of prediction set, RMSEP)为0.1827，预测集决定系数(coefficient of determination of prediction set, )为0.9854，性能偏差比(ratio of performance to deviation, RPD)为8.2761。将本方法与标准方法分别检测真实含有AFB1的花生油样本，结果表明两者的检测性能无显著性差异(P=0.84>0.05)。结论 本方法可实现花生油中AFB1含量的快速、高精度定量检测，也验证了NIR与SERS光谱融合的可行性与有效性。     

天然气消费影响因素模型构建与应用分析

通过分析典型地区天然气消费情况，构建天然气消费影响因素模型，明确构建流程和理论依据，通过分析，得出天然气发电价格调整、城镇居民人均住房建筑面积、天然气价格调整是影响天然气消费的关键因素。探讨提升天然气消费量的对策。     

物联网数据管理平台设计与研究

为了规范物联网数据的管理，实现物联网数据的聚、通、用，通过重点讨论物联网数据管理的数据流向、核心架构设计，提出了一种基于数据仓库、感知数据库、时序数据库且具备流批一体数据处理框架的物联网数据管理方法，并通过平台化来实现物联网数据的管理。该平台先后在雄安、上海示范应用，不仅统一了数据采集、传输、存储的标准，而且明显减少了数据遗漏的情况，提高了物联网数据管理的效率。