本实用新型公开了一种水稻叶片组织光学特性参数的测量装置，包括通过光纤连接的光源系统、单积分球光路系统和检测系统，检测系统连接计算机，所述的光源系统包括：波段为250～2500nm的卤钨灯源；所述的单积分球光路系统包括：积分球；光斑调节器，安装在积分球上，包括金属管和/或透镜，用于控制光纤的光斑大小。本实用新型的测量装置光源采用具有连续波段的卤钨灯源和光斑调节器，解决了现有的测量装置在测量时需要切换不同波段光源的问题。

在叙事话语的研究视角下分析我国媒体的国际报道现状，结合舆论学探讨舆论引导的作用与效果，具体上运用文本分析法总结我国媒体报道的特点与趋势，并进一步提出增强舆论引导效果的建议。

太阳能光伏发电绿色无污染，而且我国太阳能资源丰富，水平面总辐射约 1680 吉瓦（1 吉瓦=1000 兆瓦=109瓦），大部分可以用于太阳能光伏发电。随着光伏材料以及相关技术的发展，光伏发电成本已经大幅度降低，光伏能源作为一种新型清洁能源在我国的应用规模迅速增长。光伏发电已经跨越了示范应用阶段，进入了大规模推广的阶 段。近年来，光伏发电产业规模迅速增长。截止到 2015 年 6 月底，中国光伏发电累计装机容量达到了 35.78 吉瓦，其中光伏电站 30.07吉瓦，分布式光伏 5.71 吉瓦。根据美国 IHS 咨询公司预计，2015 年全球光伏装机量增长 16%~25%，达到 53-57 吉瓦之间。

太阳能光伏发电绿色无污染，而且我国太阳能资源丰富，水平面 总辐射约 1680 吉瓦（1 吉瓦=1000 兆瓦=109 瓦），大部分可以用于太 阳能光伏发电。随着光伏材料以及相关技术的发展，光伏发电成本已 经大幅度降低，光伏能源作为一种新型清洁能源在我国的应用规模迅 速增长。光伏发电已经跨越了示范应用阶段，进入了大规模推广的阶 段。近年来，光伏发电产业规模迅速增长。截止到 2015 年 6 月底， 中国光伏发电累计装机容量达到了 35.78 吉瓦，其中光伏电站 30.07 吉瓦，分布式光伏 5.71 吉瓦。根据美国 IHS 咨询公司预计，2015 年 全球光伏装机量增长 16%~25%，达到 53-57 吉瓦之间。 项目特色和创新之处： 分布式光伏系统便于实施，是受到各级政府鼓励的分布式电源模 式，但是由于在设计、管理和评价机制等方面的制约，特别是过高的 后期维护费用，使其推广过程遇到一些障碍。高效率的分布式光伏云 基于物联网技术，对电站中光伏组件的输出性能进行实时的监测，并 对形成的运行数据进行实时的大数据分析，从而获得电站运行的性能 评价指标，以及可能影响电站性能的因素，并给出进行电站性能优化 的建议，提高电站产出。由于采用了高可靠性的无线数据采集技术， 可进行无人化的值守和远程监控，大大降低运维费用。 相比国内产品，具有通信速率高、系统可靠稳定等优势，达到国 际先进水平。本项目方案综合成本低，有利于增加光伏电站的透明度。 与国外同类产品相比，成本只有其 1/4 左右，具有很强的市场竞争力。 组件级的光伏电站数据采集模块。每块太阳能组件对应一个电压监测模块，方阵中每个组串串联电流监测模块都通过本地通讯链路将 数据上报至数据中继模块，将数据通过电站路由器上传至云数据服务 器，传输过程中进行了数据加密，保证数据的可靠性和安全性，所有 的数据在云数据服务器内进行存储与处理，用户可通过 PC 或移动终 端进行数据的调取和查看。 主要技术指标及条件 组件级的电站数据采集系统具有速度快，可靠性高等特点，具体 的技术指标如下： 最大采集频率：120 次/分钟 自身平均功耗：5mA 峰值功耗：150mW 环境温度：-20~80℃ 最大电站规模：1GWp 应用前景及社会价值： 该技术可以在已建或新建光伏电站上应用，大幅提升光伏电站的 运行质量和发电量，降低运维成本,最终实现光伏发电系统的智能管 理、智能运维、智能监控，使得光伏电站也真正进入“智能化”时代。 该项技术能够大幅提升国内光伏电站的技术水平，从而为节能降耗做 贡献。

本发明公开了一种机械加工能量效率的切削参数优化方法，包括以下步骤：根据数控机床切削过程建立数控机床的切削参数优化模 型，根据数控机床的性能和加工要求建立切削参数优化模型的约束条 件，利用改进的多目标教与学优化算法分别求解上述步骤建立的切削 参数优化模型和切削参数优化模型的约束条件，得到优化后的切削参 数，其中算法中的科目成绩为数控机床的切削速度 v、进给速度为 f、 切削深度为 ap，学员 X 为拥有这三个科目成绩(v,f,ap)的个体，即 X＝ (v,f,ap)，班级为学员数量为 NP 的群体，其

本发明公开了一种机械加工能量效率的切削参数优化方法，包括以下步骤：根据数控机床切削过程建立数控机床的切削参数优化模型，根据数控机床的性能和加工要求建立切削参数优化模型的约束条件，利用改进的多目标教与学优化算法分别求解上述步骤建立的切削参数优化模型和切削参数优化模型的约束条件，得到优化后的切削参数，其中算法中的科目成绩为数控机床的切削速度 v、进给速度为 f、切 削 深 度 为 a_p ， 学 员 X 为 拥 有 这 三 个 科 目 成 绩(v,f,a<