本成果围绕光伏并网系统电能质量展开。基于深度学习算法，研究谐波等电能质量指标变化规律，运用特征提取技术处理时序数据，实现电能质量预测。研发基于态势感知的电能质量调控装置，总谐波补偿率不小于 90%，补偿次数 2 - 50 次。成果形式包括研究报告、调控装置示范应用，申请发明专利 3 项，发表论文 3 篇。应用场景涵盖光伏电站、配电网等，可提升电网可靠性与经济性，减少设备损耗、优化调控策略、降低弃光率，为新能源消纳提供支撑。

压电马达是利用压电材料的逆压电效应进行机电能量转换的电动机。压电马达由振动件和运动件两部分组成，依靠超声摩擦实现驱动，同时,由于采用功能陶瓷作为能量的转换器件,没有绕组、磁体及绝缘结构，使其在工作中自身不产生电磁辐射,也不受周围电磁场的影响，所以具有低速下大力矩输出、对电信号响应速度快和分辨率高的特点。在小尺寸时，功率密度比普通电动机高得多，但输出功率受限制，宜制成轻、薄、短小的形式。有旋转和直线两种驱动模式。微马达具有微型化、多样化和集成化的特点，一个小的操纵手可以更准确、更轻柔地抓住并移动小目标。在扫描定位系统中，小的驱动器具有更短的响应时间，更细致的定位功能。微型机器可自由地在很细的管道中移动，如在人体的静脉中移动和去除血垢，也可用来操作更加细微的电子元器件。

压电马达是利用压电材料的逆压电效应进行机电能量转换的电动机。压电马达由振动件和运动件两部分组成，依靠超声摩擦实现驱动，同时,由于采用功能陶瓷作为能量的转换器件,没有绕组、磁体及绝缘结构，使其在工作中自身不产生电磁辐射,也不受周围电磁场的影响，所以具有低速下大力矩输出、对电信号响应速度快和分辨率高的特点。在小尺寸时，功率密度比普通电动机高得多，但输出功率受限制，宜制成轻、薄、短小的形式。有旋转和直线两种驱动模式。微马达具有微型化、多样化和集成化的特点，一个小的操纵手可以更准确、更轻柔地抓住并移动小目标。在扫描定位系统中，小的驱动器具有更短的响应时间，更细致的定位功能。微型机器可自由地在很细的管道中移动，如在人体的静脉中移动和去除血垢，也可用来操作更加细微的电子元器件。

压电马达是利用压电材料的逆压电效应进行机电能量转换的电动机。压电马达由振动件和运动件两部分组成，依靠超声摩擦实现驱动，同时, 由于采用功能陶瓷作为能量的转换器件 , 没有绕组、磁体及绝缘结构，使其在工作中自身不产生电磁辐射 , 也不受周围电磁场的影响，所以具有低速下大力矩输出、对电信号响应速度快和分辨率高的特点。在小尺寸时，功率密度比普通电动机高得多，但输出功率受限制，宜制成轻、薄、短小的形式。有旋转和直线两种驱动模式。微马达具有微型化、多样化和集成化的特点，一个小的操纵手可以更准确、更轻柔地抓住并移动小目标。在扫描定位系统中，小的驱动器具有更短的响应时间，更细致的定位功能。微型机器可自由地在很细的管道中移动，如在人体的静脉中移动和去除血垢，也可用来操作更加细微的电子元器件。

主要用途是在水泥中掺和以及在商品混凝土中添加，其利用方式各有所不同，归结起来，主要表现为三种利用形式：外加剂形式、掺合料形式、主掺形式。主要作用是可以提高水泥、混凝土的早强和改善混凝土的某些特性（如易和性、提高早强、减少水化热等）。

微门户信息服务大厅，以服务总线SOA架构为理念，提供统一的接口标准，图书馆第三方应用以及图创系列产品，均可轻松集成到微门户信息服务大厅中，管理员在后台意见添加系统应用，即可在微信端或pc端呈现这些服务。

产品详细介绍 畅言智慧微课是基于科大讯飞人工智能技术所打造的、便捷式、常态化的教学过程记录工具。借助智慧麦克风，轻松实现用户身份认证与教学过程的一键录制，声音同步转文本，随时随地记录课堂精彩。助力教师教学反思与个人财富积累；帮助学生快速精准回顾教学内容，提高复习效率；助力学校管理者实现常态优质授课资源的快速积累，促进教学质量、教师评价的精细化管理。 产品特色 产品价值 授课内容方便记录、准确结构化，助力教学反思 学生 实现优质资源快速积累，助力教学质量精细化管理

“一键式”录制、实景抠像双模式、一站式微课发布 轻松满足： ·师范院校学生教学能力提升 ·微课资源建设 应用场景 微课录制常态化 建设全自动微课制作系统，实现多学科录制常态化、便捷化，快速建设微课视频资源。 教学能力专业化 建设自主录制微课室，师范院校学生可通过录制视频进行教学分析，改进教学方式。 优势特点 双模式录制 一机多用，实现微课制作与虚拟抠像一体化 开启实景微课与虚拟微课双模式拍摄与录制 同步批注 虚拟蓝幕信号输出，装修布置更简单 同步课件批注叠加，教学讲解更贴切 一线通畅 视频传输“一线通”，简配置、易部署 无需专门供电线路部署，减少安全隐患 优质体验 统一管理入口，提供一站式微课发布体验 形成“微课建设、管理和应用”系统服务

（一）项目背景 当前，智慧教育具有智能导学、精准推荐、定制辅导、精细评价等特点，已成为国际国内教育信息化发展的趋势。智慧教育的研究主要聚焦于智慧学习环境建设的研究、智能技术支持下的智慧教学研究和机器学习技术支持下的个性化学习研究。智慧教育的出现极大地促进了当前教育中学习空间的重构。在“学习空间”之前，人们通常使用“教学空间”来指代这种场所，将有教学活动的场所均称作教学空间。随着人们对学习过程的理解变化、智慧教育的快速发展以及人们对非正式学习的重视，学习空间逐渐由单一的物理教学空间向包含物理空间、网络空间、移动空间的多元学习空间转变。多元学习空间的提出虽然更多地体现出了“以学生为中心”的倾向，但如何具体衡量多元学习空间对学生学习效果的影响是评价多元学习空间的重要步骤。同时，在多元学习空间具体构建时，面对空间中来源不同、结构多样、数量庞大的多模数据如何进行处理存储、并在保证数据有效性的前提下对教育数据进行隐私保护是多元学习空间需要解决的另一个难点。 （二）项目简介 本项目主要目标是针对信息技术支撑下学习空间多元化、场景复杂、需求多样化，学习者及学习行为呈现出新的特点和规律，研究多元学习空间中学习行为数据化关键技术，构建“云-边缘-物联网”架构的多模态数据存储与处理平台，实现混合式学习环境下学习行为智能感知和数据化，优化学习行为模型，基于实际应用与不同学习目标函数及内容，建立可重复、可预测、可验证的对比数据集，为数据驱动的智慧教育生态构建和教育应用提供核心技术与数据支撑。 （三）关键技术 我们面向智慧教育中准确认知学生的学习状态和行为的大数据需求提出研究方案。本项目实施方案涉及教育学、物联网、云计算、人工智能、隐私保护等多个领域，主要技术路线如图所示： 图 1 技术路线图 其中，项目包括的关键技术主要有以下三点： 1.基于物联网的多模态数据实时智能感知和多时间域数据采集技术 该技术针对学习状态的数据化、特征参数量化问题，设计能够采集多 重学习空间下的智能数据感知物联网系统。主要技术难点在于抽样频率与 识别准确度的平衡、人机交互的变化规律等全新科学问题。 2.学习状态多模态数据解析和智能处理技术 利用智能感知物联网采集实时性的原始学习状态数据，包括面部表情、 脑电信号、头部姿态、交互行为等原始数据，这些数据具有数据量大、模 态多、冗余度高等特点，需要通过智能化的预处理方法转换成可以量化的 状态数据。 3.多层次数据差分隐私保护技术 学习行为数据是学习者被动采集的多方面行为数据，受到日益增长的 具有争议性的数据伦理的制约。该项技术通过数据隐私保护机制实现数据 多层次化的差分隐私安全算法；在保证学习者最大数据隐私性的前提下， 研究满足学习行为分析所需要的数据颗粒度。