• 通过基于物理知识的图学习方法解决大规模机组调度问题

  摘要：单元承诺（Unit Commitment, UC）问题通常被构建为混合整数程序（Mixed-Integer Program, MIP），并通过分支定界（Branch-and-Bound, B&B）算法求解。图神经网络（Graph Neural Networks, GNN）的最新进展使得GNN能够通过学习“下沉”和“分支”的策略来提升现代MIP求解器的性能。现有的用于解决MIP问题的GNN模型大多基于数学公式构建，在处理大规模UC问题时计算成本较高。在本文中，我们提出了一种基于物理特性的分层图卷积网络（Physics-Informed Hierarchical Graph Convolut

  来源：IEEE Transactions on Power Systems

  时间：2025-11-20

• 基于数据的反演与预测方法，用于检测油浸式变压器热点温度

  摘要：变压器热点温度的控制是确保其安全运行的关键。因此，操作人员特别关注热点温度及其在不同运行条件下的变化。大型油浸式变压器的热点温度难以直接测量。本研究提出了一种数据驱动的方法来反演和预测油浸式变压器的热点温度。通过结合油浸式变压器的结构参数和监测数据，可以开发出用于实时计算热点温度的反演模型。基于多维时间序列数据，利用循环神经网络和卷积神经网络的优势来完成变压器热点温度的预测。以一台运行中的油浸式变压器为例，所提出的热点温度反演模型在测试数据集上的评估结果显示，热点温度反演的绝对误差小于0.3°C，计算时间小于0.02秒；在测试数据集上的热点温度预测中，该模型的绝对误差也小于0.8°C。这

  来源：IEEE Transactions on Power Delivery

  时间：2025-11-20

• 基于部分单调神经网络的电力系统自适应最优一次频率控制：稳定性保证的强化学习方法

  随着分布式能源（Distributed Energy Resources, DERs）的大规模并网，电力系统正经历一场深刻的变革。然而，这些以逆变器接口为主的能源（Inverter-Based Resources, IBRs）在替代传统同步发电机的同时，也带来了新的挑战——系统惯量（Inertia）下降和阻尼（Damping）特性改变，导致电网频率稳定性面临严峻考验。传统的基于下垂控制（Droop Control）的策略虽然简单可靠，但局限于线性反馈，难以充分发挥逆变器的快速调节潜力，甚至在复杂工况下可能引发系统失稳。因此，开发既能保证稳定性、又能自适应系统参数变化的新型非线性控制算法，已成为

  来源：IEEE Open Access Journal of Power and Energy

  时间：2025-11-20

• 基于图学习的电力系统健康评估模型：图卷积与注意力机制在频率和功角稳定性预测中的应用

  随着电力系统能源结构的多元化发展，电网稳定性波动日益加剧，这对电网运营商的实时监控能力提出了更高要求。传统电力系统安全评估主要依赖于时域仿真或潮流计算，虽然精度较高但计算耗时，难以满足近实时监控的需求。特别是在电网快速过渡到新运行状态时，时域仿真的速度往往无法跟上系统变化节奏。这种矛盾促使研究人员探索机器学习技术在电网安全评估中的应用潜力。《IEEE Open Access Journal of Power and Energy》最新发表的研究提出了一种创新解决方案——基于图学习的电力系统健康评估模型。该研究由加州大学河滨分校KOJI YAMASHITA等学者合作完成，致力于解决动态安全评估中

  来源：IEEE Open Access Journal of Power and Energy

  时间：2025-11-20

• 低速运行下开关磁阻发电机的高效能直接瞬时转矩控制技术研究

  随着环境污染、能源短缺等问题日益凸显，风力发电系统(WECS)、水力发电厂以及混合动力或电动汽车等领域对高效电能转换技术的需求持续增长。开关磁阻发电机(SRG)因其结构简单、无需永磁体等优势，正逐渐成为传统发电机的理想替代方案。然而，SRG在发电模式下的低速运行时，存在两个突出难题：功率转换效率较低和电磁转矩脉动过高。传统的直接瞬时转矩控制(DITC)策略在低速工况下，会在退相期间启用磁化状态，这不仅造成不必要的开关损耗，还会引发电流峰值和转矩突变，最终导致系统整体效能下降。为解决这一技术瓶颈，来自巴西阿克雷联邦大学和坎皮纳斯大学的研究团队在《IEEE Open Access Journal

  来源：IEEE Open Access Journal of Power and Energy

  时间：2025-11-20

• 基于图神经网络的电力系统电压稳定性虚假数据注入攻击检测方法

  随着信息通信技术（ICT）深度融入现代电力系统，电网运行效率与控制能力显著提升的同时，也面临着日益严峻的网络安全威胁。其中，虚假数据注入攻击（False Data Injection Attack， FDIA）通过恶意篡改传感器测量数据，可误导控制系统决策，进而引发电压失稳、大规模停电等严重后果。传统FDIA检测方法存在明显局限：一方面往往忽视针对电压调节的特定攻击，另一方面主要依赖静态阈值和简单异常检测技术，难以捕捉电压稳定、网络攻击与防御措施之间的复杂相互作用。为解决上述挑战，发表于《IEEE Open Access Journal of Power and Energy》的研究论文“Gr

  来源：IEEE Open Access Journal of Power and Energy

  时间：2025-11-20

• 面向弹性电网的智能分区技术综述：机器学习与深度学习的融合与应用

  随着全球能源转型的加速，电力系统正变得前所未有的复杂和互联。可再生能源（RES）的大规模接入，虽然为清洁能源发展注入了活力，却也给电网的稳定运行带来了严峻挑战。其固有的间歇性和波动性，使得电网更易受到扰动，甚至引发大规模的连锁故障，导致灾难性的大停电。近年来，从美国德州到欧洲电网，一系列严重的停电事故不断警示我们，现代电力系统在面对意外事件时显得尤为脆弱。报告显示，德州电网曾距离全面崩溃仅剩4.37分钟，这凸显了提升电网韧性的紧迫性。在此背景下，如何将庞大的互联电网科学地划分为多个既能独立稳定运行又能协同互动的分区，即电力电网分区（PGP），成为了电力工程领域一个至关重要的研究课题。传统的分区

  来源：IEEE Open Access Journal of Power and Energy

  时间：2025-11-20

• 基于图神经网络极限模型的动态时空电力系统虚假数据注入攻击检测新方法

  随着全球能源基础设施数字化进程的加速，电力系统正面临着日益严峻的网络安全挑战。据2022年微软数字防御报告显示，针对关键基础设施的网络攻击比例已从2021年的20%飙升至40%。其中，虚假数据注入攻击(FDIAs)因其高度隐蔽性和破坏性尤为引人关注——攻击者通过篡改智能电表采集的功率测量数据，向控制中心注入恶意信息，可能导致电压失稳、设备过载甚至大规模停电事故。2022年10月俄罗斯对乌克兰电网的协同网络攻击就是FDIA的典型案例，这次事件导致SCADA(监控与数据采集)系统被植入恶意软件，凸显了电力系统网络安全防御的紧迫性。传统基于模型驱动的检测方法依赖精确的系统数学模型，在实际应用中面临参

  来源：IEEE Open Access Journal of Power and Energy

  时间：2025-11-20

• 基于迁移学习的电磁暂态识别数据驱动方法及其在智能电网中的应用

  引言电磁暂态（EMT）是电力系统中因故障、开关操作或雷击引发的常见电能质量问题，可能导致绝缘故障、电力电子设备损坏等严重后果。传统EMT识别方法依赖训练与测试数据同分布的假设，但实际中不同变电站或随时间变化的EMT数据分布存在差异，限制了识别模型的泛化能力。本文提出一种基于迁移学习的识别网络（TLRN），通过域不变特征学习实现跨分布场景的精准EMT识别。迁移学习驱动的EMT识别方法TLRN网络架构TLRN由四部分构成：1.特征提取器：采用5层卷积神经网络（CNN）模块，每层包含卷积层（卷积核窗口长度m=5）和最大池化层（池化长度l=5或4），自动提取EMT波形特征。输入为三相电压矩阵（维度10

  来源：CSEE Journal of Power and Energy Systems

  时间：2025-11-20

• 基于稀疏波形编码和简单卷积神经网络的故障馈线检测算法：该算法采用多尺度滤波器以及一层卷积层来进行故障识别

  在电力系统中，中性点非有效接地的配电网中存在一种被称为“故障馈线检测”的关键技术。这项技术的核心目标是快速准确地识别出发生故障的线路，从而保障电力供应的安全性与稳定性。在实际应用中，故障馈线检测的准确性和效率直接影响电力系统的运行质量与故障处理能力。然而，传统的故障馈线检测方法在面对复杂故障情况和干扰噪声时，往往存在识别效果不佳的问题，这限制了其在实际工程中的应用。近年来，研究人员越来越多地采用复杂的数字信号处理技术以及深度神经网络（DNN）来提取和学习故障信号中的详细特征。这些方法虽然在某些情况下表现良好，但由于其模型结构复杂，计算成本高，且容易出现过拟合现象，因此在实际应用中难以满足对准确

  来源：CSEE Journal of Power and Energy Systems

  时间：2025-11-20

• 基于图计算的电力系统知识推理方法：考虑知识图谱的稀疏性

  知识图谱作为一种快速发展的技术，已在商业和工程领域展现出强大的应用潜力。它在推荐系统和决策支持中发挥着重要作用，尤其在电力行业，其应用场景更加广泛。然而，电力领域的知识图谱具有复杂的因果关系网络，节点数量庞大、边的类型多样且结构稀疏，这些特性使得传统的人工处理方式难以保证数据质量和准确性。因此，如何在这些挑战下提升知识图谱的分类和推理性能成为亟待解决的问题。本文提出了一种基于图计算的知识推理方法，通过考虑电力知识图谱的稀疏性，以提升图分类任务和知识推理任务的准确性。该方法采用Haar基来实现快速计算，并引入多尺度网络结构以确保分类的准确性和模型的泛化能力。通过在NCI-1、CEPRI_UHVP

  来源：CSEE Journal of Power and Energy Systems

  时间：2025-11-20

• 运动对接受化疗导致周围神经病变的癌症幸存者平衡能力的影响：系统评价与荟萃分析

  摘要 通俗语言总结 背景 癌症幸存者的平衡能力受损可能是化疗引起的周围神经病变（CIPN）的结果。先前的荟萃分析表明，运动能够显著改善平衡能力，但这些结果仅基于3项或4项原始研究。 研究目的 本荟萃分析研究了运动对患有CIPN的癌症幸存者平衡能力的影响，并探讨了研究来源、方法、干预措施以及参与者特征对结果的调节作用。 研究方法 我们检索了12个电子数据库和5个网站（时间限制截至2023年12月1

  来源：Cancer Nursing

  时间：2025-11-20

• 探索深度学习算法在单侧唇裂修复术后效果评估中的可行性：一项初步研究

  ```section> 摘要 通俗语言总结 唇裂的主要外科修复手术通常在婴儿3到4个月大时进行。传统的评估方法主要依赖于主观的临床判断和结构化的评分工具（如Cleft Aesthetic Rating Scale, CARS），但这些方法受到评分者间差异以及可扩展性不足的限制。本研究探索了深度学习（DL）算法在术后评估中的应用潜力，旨在识别单侧唇裂修复后需要再次手术的患者。研究者基于EfficientNet-B1架构开发了一个卷积神经网络，并使用包含500张标准化术后面部照片的数据集进行训练，这些照片根据实际手术结果进行了标注。通过严格的数据预处理、增强处理和验证流程，确保了

  来源：Journal of Craniofacial Surgery

  时间：2025-11-20

• 纳米流体锥形孔中的多重负微分电阻：一种现象学模型

  在纳米流体系统中，离子流动的非线性效应为传感和信号处理提供了独特的优势。这些效应不仅展现了电流与电压之间的复杂关系，还揭示了在特定条件下离子浓度、温度和膜结构如何影响电流行为。近年来，研究人员在这一领域取得了显著进展，特别是在利用带电锥形纳米孔中观察到的电压控制负微分电阻（NDR）现象。本文提出了一种基于离子电导分布的简单现象学模型，用于解释在不同实验条件下出现的多种NDR形式，并进一步探讨其在传感、信号处理和神经形态计算中的潜在应用。纳米流体系统中的NDR现象通常表现为当施加的电压超过某一临界值时，离子电流会突然下降。这种现象在带电纳米孔中尤为明显，尤其是在锥形结构的纳米孔中，由于孔口与孔底

  来源：The Journal of Physical Chemistry Letters

  时间：2025-11-20

• 乳油乳液中的液滴尺寸分布：通过基于涡流的流体动力空化装置实现连续乳化

  ### 连续生产油-乳液在食品工业中的重要性在食品工业中，连续生成油-乳液正受到越来越多的关注。这种技术不仅能够提高生产效率，还能满足现代食品工业对产品定制化和分布式生产的需求。油-乳液是一种常见的食品乳化体系，其中油相作为分散相悬浮于乳液的连续相中。为了确保这种乳液的稳定性和功能性，研究者们一直在探索新的方法来控制乳液的粒径分布（DSD）。在这一研究中，首次使用基于涡旋的水动力空化装置（VD）连续生产亚麻籽油-乳液，并且通过实验探讨了油体积分数（αo）、压力降（ΔP）以及流经VD的流量与乳液流量的比率（Q/q）对DSD的影响。研究发现，乳液的DSD具有双峰特性，这表明在乳液生成过程中存在两种

  来源：ACS Omega

  时间：2025-11-20

• 一种完全兼容硅工艺的Ni/Si3N4/Al2O3/p+多晶硅RRAM器件，用于模拟突触功能，并对其在内存计算（Processing-in-Memory）应用中的系统级性能进行了评估

  本研究提出了一种完全兼容硅（Si）的电阻开关随机存取存储器（RRAM）器件，其结构为Ni/Si₃N₄/Al₂O₃/p⁺ poly-Si。该器件被设计用于处理内存（PIM）应用，通过与硅互补金属氧化物半导体（CMOS）工艺的集成，实现了与现有半导体制造流程的高度兼容性。研究的重点在于如何通过引入超薄的Al₂O₃隧穿层，来有效抑制高阻态（HRS）下的漏电流，从而提升器件的稳定性和性能。该结构在低功耗、高能效和高可靠性方面展现出显著优势，使其成为下一代非易失性存储器和类脑计算系统的理想候选。在当前的人工智能（AI）技术快速发展的背景下，计算需求急剧增长，传统的冯·诺依曼架构由于处理器与存储器之间的物

  来源：ACS Omega

  时间：2025-11-20

• 先前的运动可以减轻LPS诱导的小鼠神经炎症、多巴胺能功能障碍及类似疲劳的行为

  本研究探讨了系统性炎症对中枢疲劳的影响，以及前期自愿运动是否能够缓解这种影响。中枢疲劳是一种复杂的生理现象，不同于由肌肉疲劳引起的外周疲劳，它通常涉及大脑功能的改变，如动机、行为和认知能力的下降。研究表明，系统性炎症可以通过影响神经炎症反应和多巴胺代谢，进而导致中枢疲劳的发生。前期自愿运动在一定程度上减轻了这些影响，但效果并不完全，表明运动虽然具有一定的保护作用，但仍存在局限性。研究采用了一种实验模型，通过向健康小鼠注射脂多糖（LPS）来模拟系统性炎症。LPS是一种来自革兰氏阴性细菌的内毒素，常用于诱导炎症反应。实验分为两个主要组别：一组为常规活动组（SED），另一组为跑步组（RW）。跑步组的

  来源：ACS Omega

  时间：2025-11-20

• 纤维素纤维的曲折结构：一种受生物启发的设计策略，用于光驱动、自供电的离子电子突触

  为了实现能源高效、受大脑启发的计算，人们开始关注能够模拟神经元中离子信号传递的离子电子突触。然而，大多数光驱动的突触装置忽视了离子传输结构的影响，而离子传输结构是生物学习和记忆的重要因素，其形态受到神经组织结构复杂性的制约。在这里，我们提出了一种基于纤维素纤维基底（如线材、布料和纸张）构建的双端离子电子突触装置，该装置具有可调的迂曲度，能够模拟复杂的离子传输路径。在这些纤维上制作的碳电极之间有一个约1毫米的间隙，间隙中填充了离子液体1-乙基-3-甲基咪唑醋酸盐（EMIM: OAc）；其中一个电极附近的间隙处还选择性涂覆了六硼化镧（LaB6）纳米颗粒。该装置采用自供电方式工作，利用LaB6诱导的

  来源：ACS Applied Materials & Interfaces

  时间：2025-11-20

• 量子点在交变电场下的荧光调制行为及其在逻辑计算和神经形态计算中的应用

  三极管是一种能够实现信号放大或切换的电子设备，对信号放大、先进电子技术研究、实际问题解决以及整个科学技术的进步做出了重要贡献。本研究开发了一种新型三极管——荧光三极管，其具有“电极/绝缘体/量子点/电极”三明治结构。实验表明，与传统的基于直流电压的荧光调制方法相比，使用具有可控幅度和频率的交流电压可以更精确、更高效地调节荧光输出强度。这种三极管的输出特性和传输特性与传统场效应晶体管相似。有趣的是，仅通过一个荧光三极管就可以实现与（AND）、或（OR）、非（NOT）和异或（XOR）逻辑门的功能。此外，光电效应下的载流子动态表明，荧光三极管具备神经形态学功能，包括兴奋性突触后强度、脉冲数量/强度依

  来源：ACS Applied Materials & Interfaces

  时间：2025-11-20

• 身体侵害的界定困境：论非心理介入与心理介入的边界及其伦理意义

  在日常生活中，我们普遍认为自己拥有不受他人侵犯身体的权利。然而，当一位医生出于善意且未造成伤害的情况下，未经同意为他人注射疫苗，这是否构成了对身体的侵害？这个看似简单的问题，却触及了哲学与法学中一个长期悬而未决的核心难题：究竟什么行为算作对一个人身体的“侵害”或“非法侵入”(trespass)？传统观点认为，身体侵害权源于自我所有权(self-ownership)或个人主权(personal sovereignty)，但其具体的适用范围却一直模糊不清。牛津大学的哲学家Thomas Douglas在《Analysis》上发表的文章《What Does It Take to Trespass on

  来源：Analysis

  时间：2025-11-20

知名企业招聘：