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。

本发明公开一种抹在针头上的中药麻醉剂及其制备方法，所述中药麻醉剂包括有中草药和辅料；所述中草药组分及重量份数配比为：安息香20g、白芥子16g、闹羊花22g、大麻药8g、柳白皮16g、麝香5g、顺江木30g、香樟根15g、铁罗汉12g、响叶杨18g、水龙骨5g、夏天无4g、厓花子6g、草柏枝8g、赤芍2g。

1.研发理念：   实验学科教室考试系统是依托新科核心实验室装备技术打造的集理化生实验教学、考试、评价为一体的创新型实验室，是在移动互联网时代对教育装备再组合、再定义基础之上构建的新型产品，同时也是教育改革的大背景之下推动教学和装备技术深度融合的方案之一。   智慧实验室考试系统由前端及后端设备组成，前端设备包含视频采集系统及实验基础设施，后端设备包含数据处理系统及服务器硬件设备。 2.核心功能   近年来，众多院校都面临着教学空间不足的问题，个性化与跨学科学习成为很多中小学的新诉求，单一的实验环境逐渐被多元化、综合性的教学空间所替代，学习也已经超越了学科教室的边界，“完美”的学校要具有灵活性，以便顺应由此形成的多种教学模式、学习方式，学习环境及相匹配的功能需要具有前瞻性，极大限度地发挥学习空间的潜力。   实验学科教室考试系统满足新时代背景下学校对教学空间的要求。   首先，实验学科教室考试系统可应用于初高中物理、化学、生物三科；   其次，实验学科教室考试系统具备三种使用模式——普通授课模式、电子授课模式、实验考试模式，可适应不同场景的教学和考试，能满足用户多元化需求，提高实验室利用率。 3.三大模式   说到这三种使用模式，就不得不提起新科实验学科教室的重要成员之一——实验学科教室考试桌。 考试桌整体设计时考虑到了功能性与美观性，选用了新型的ABS材料桌体、陶瓷台面以及铸铝型材框架，绿色环保、经久耐用。   考试桌设有安全规范的电源管理模块与高清成像的视频采集模块，以及高清IPS屏幕的显示系统、统一电动升降控制的升降系统、多核CPU超大内存的计算机系统，以实现其功能的多元化，支撑师生的普通授课、电子授课和实验考试活动。 3.1普通授课模式   考试桌的所有数据、视频采集设备收起，便于学生操作实验，此时的教室就是一间常规的理科实验室，师生可进行日常实验教学，避免非实验考试时段闲置实验室，可以解决大部分学校面临的教学空间不足的问题。 3.2电子授课模式   考试桌仅有电脑升起，可实现多媒体教学，图文并茂，既生动又有趣，极富吸引力、感染力，能让学生形象、具体、直观、多角度的观察学习对象，有助于学生理解接受新概念，提高课堂教学的效率。 3.3实验考试模式   考试桌挡板、电脑及摄像头升起，可采集视频及录入数据，一位两机，全局角度可以看到操作结果，细节角度可以看清操作过程，360°无死角监控考场，解决了监考师资不足、“看不过来”的问题；同时视频记录实验全过程，不漏掉实验操作细节，供老师进行考后阅卷打分，以及后期追溯，提高了阅卷公平度。 4.优势特点   实验学科教室考试系统可以在学校内营造良好的实验教学环境，真正做到让实验教学更科学、更高效； 可以让学生在多媒体技术的辅助下，充分锻炼自主学习能力、创新能力、实践能力等核心素养，为提高学生的综合素养奠定基础；也可以帮助教师进行实验教学以及监考，解放教师时间，也能确保实验考核的公平性，助力传统实验教学模式向新时代背景下的实验教学模式“华丽转身”。   科技的进步为社会带来了便利，也为教育提供了极大助益。   在建设教育信息化的道路上，新科将继续秉承“让学生上好每一堂实验课”的价值主张，发挥自己在技术和产品上的优势，提供更多诸如实验学科教室考试系统的行业领先实验室解决方案，努力助推教育装备行业的发展。

（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。