|
搜索
搜 索
高等教育領域數字化綜合服務平臺
光伏組件生產仿真實訓
光伏組件生產仿真實訓讓學員以車間技術人員的身份參與晶硅光伏組件的生產工作。學員按標準生產流程操作車間生產設備、檢測生產樣品以及了解生產車間的運作與問題返工流程。
一.1.1. 場景設計
場景由組件生產車間、材料準備區、固化房、分選檢測區組成。場景素材從多個真實工廠采集而來，高保真還原車間設備與生產流程
場景模型主要包括：流水線傳送帶、全自動玻璃吸附機、EVA自動鋪設機、串焊機、排列機、自動緩存機、EVA/TPT裁剪鋪設機、EL檢測儀、層壓機、全自動修邊機、翻轉檢查機、全自動裝框機、灌膠機、全自動固化房、絕緣檢測儀、組件IV分選檢測儀、電烙鐵。材料模型包括：鋼化玻璃、EVA、TPT、焊帶、156多晶太陽電池片、鋁合金邊框、玻璃膠、接線盒、助焊劑、MC4接頭等...
一.1.2. 互動設計
第一人稱視角控制主角場景漫游，學員可以在三維空間中自由活動和觀察場景中的物體。
主角走到生產線相關崗位內，出現信息提示，點擊彈出全息UI，動態圖文與人工智能語音相結合提示關鍵知識點
與車間工程師對話了解生產相關知識
學員可操作車間里的檢測設備，發現問題并進行問題組件返工。
廣東順德宙思信息科技有限公司
2025-06-02
光伏組件質量檢測仿真實訓
光伏組件質量檢測仿真實訓讓學員在虛擬場景中學習根據IEC61215標準使用各種檢測設備對組件進行質量檢測，從而了解組件的關鍵技術參數以及發現組件典型缺陷。
一.1.1. 場景設計
根據IEC61215檢測標準要求設計18個檢測場景，包括：
1 組件外觀檢測實驗室
2 最大功率檢測實驗室
3 絕緣檢測實驗室
4 溫度系統檢測實驗室
5 標稱工作溫度檢測實驗室
6 STC和NOCT下的性能檢測實驗室
7 低輻照度下的性能檢測實驗室
8 室外曝曬試驗場
9 熱斑耐久試驗室
10 紫外線試驗室
11 熱循環實驗室
12 濕凍試驗室
13 濕熱試驗室
14 牽引力實驗室
15 濕漏電實驗室
16 機械載荷實驗室
17 冰雹撞擊實驗室
18 旁路二級管試驗室
場景模型主要包括：實驗室建筑場景、外觀檢測臺、156多晶光伏組件、組件箱、工作臺、電腦、組件支架、IV檢測儀、EL檢測儀、高低溫濕熱交變試驗箱、濕漏電流測試儀及噴淋試驗箱、鹽霧腐蝕儀、紫外老化試驗箱、機械載荷試驗機、旁路二極管熱性能試驗儀、落球沖擊測試裝置、環境檢測儀、室外環境監測儀、直流電源、萬用表、光度計、數碼相機等...
廣東順德宙思信息科技有限公司
2025-06-02
【長春日報】科技可感 人文可觸——第63屆高等教育博覽會打造教育創新成果體驗區
第63屆高等教育博覽會在萬眾期待中拉開帷幕，1.2萬平方米的室外體驗區成為創新成果的互動展示舞臺，洋溢著蓬勃的朝氣與創新的活力。在這里，前沿科技與傳統文化交相輝映，智能制造與市民生活緊密相連，游客們開啟了一場沉浸式的教育成果體驗之旅。
長春日報
2025-05-24
分布式小型光伏電站系統設計仿真實訓
本仿真實訓要求學員根據常見60KW以下小型分布式光伏電站項目需求書要求，到現場進行測量、采集項目所需數據，然后回到辦公室使用設計軟件進行項目設計，并且做出系統分析結果、施工圖以及施工材料清單。
1.1. 場景設計
虛擬場景包括辦公設計場景，樓頂建筑場景；
場景模型主要包括：辦公室建筑模型、辦公家具、辦公設備、長度測量工具、方向測量工具、樓頂建筑模型等
設計軟件模擬包括：陰影陣列分析軟件、CAD制圖軟件、傾角分析軟件、系統分析模擬軟件
1.2. 互動設計
在辦公室里使用電腦了解項目需求書，根據提供的信息收集項目所在位置的地理與環境信息
到現場使用長度與方向測量工具測量設計所需數據
回辦公室使用各種專業設計軟件對該項目進行系統設計。
廣東順德宙思信息科技有限公司
2025-06-02
分布式小型光伏電站系統施工建設仿真實訓
分布式小型光伏電站系統施工建設仿真實訓讓學員以現場施工工程師的身份根據提供的項目說明書、施工圖紙和材料到現場進行小型電站的模擬施工，提高學員的實踐能力和動手能力。
1.1. 場景設計
虛擬場景主要由廠戶樓頂施工場景組成；
場景模型主要包括：廠戶建筑模型、支架基礎樁、支架前后立柱、橫梁、側梁、接地扁鋼、晶硅光伏組件、邊壓塊、中間壓塊、接線盒、連接線、直流匯流箱、進線、出線、熔斷器盒、斷路器、避雷器、逆變器、PVC保護線管、五金螺絲螺母、安全帽、施工工具等
1.2. 互動設計
在施工場景看懂圖紙，檢查施工物料
根據提示到指定位置使用工具把支架、光伏組件、匯流箱、逆變器一一安裝起來
進行組件陣列間串聯和并聯接線
進行防雷焊接
施工完成后進行投切并網操作
場景植入VR太陽模塊，精準計算該項目所在位置的太陽位置，太陽高度角和方位角，在虛擬場景中全時仿真太陽產生的陰影。
廣東順德宙思信息科技有限公司
2025-06-02
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