eess 篇论文 | Gist.Science

本研究利用风雨耦合激励下的110 kV输电线路数值模型，旨在识别关键颤振阈值，并提出一种基于位移跳变与风参数的定量三级预警系统，以提升电网安全性。

本文引入了一个基于三元 Cahn-Hilliard-Navier-Stokes 系统的三相界面流基准测试，并证明了使用固定切比雪夫字典的谱嵌入算子学习架构在预测复杂多相动力学方面显著优于标准的以及基于傅里叶变换的 DeepONet 变体。

本文介绍了 Oracle-Persistence 诊断方法，这是一个具备容量感知能力的框架，通过将潜在有效容量与天气-功率映射关系分离，该框架能够区分长期光伏功率预测中由天气驱动和硬件驱动的概念漂移，从而实现对导致模型准确率无声下降的系统退化或维护问题的检测。

本研究表明，集成机器学习模型，特别是 LightGBM，利用 ERA5 再分析数据和多种大气预测因子，能够有效地预测温带、亚北极和极地气候下的垂直无线电折射率梯度，在实现高准确度的同时，也强调了未来需针对独立观测数据进行验证的必要性。

本研究通过将实验性的短梁剪切测试与贝叶斯推断的内聚力区参数及温度依赖型演化模型相结合，建立了一个将热老化历程与 T700/环氧树脂 CFRP 层间剪切性能退化联系起来的定量框架，旨在准确预测长期界面行为和力学响应。

本文提出了 TRGF-KG，一种通过双分支 Transformer 和 R-GCN 架构将时空轨迹动力学与先验结构关系相结合的多步台风路径预测方法，旨在减轻误差累积并提高长时程预测精度。

本研究开发并实验验证了一个分析框架，该框架量化了在不同老化和热条件下，锂离子电池中库仑效率、容量保持率与循环效率之间的耦合演变，揭示了在1500次循环过程中伴随容量损失发生的显著效率退化。

本研究通过利用多余的鼓风机气流，利用 CFD–DEM 模拟与实验确定了最优参数（25 mm 管径、20 m·s⁻¹ 空气流速和 13.50 g·s⁻¹ 输送速率），旨在优化用于精密播种机的气力辅助施肥输送系统，从而最大限度地减少能量浪费并确保高输送均匀度。

本研究提出了一种基于 LSTM 的可解释框架，通过 Optuna 进行优化并利用 SHAP 可解释性进行验证，该框架通过整合局部传感器数据、全球再分析数据及时间属性，成功重建了乌拉圭多深度土壤温度时间序列中的长时间缺失值。

本文提出了一个将收敛-限制法与技术经济建模相结合的分析框架，旨在评估安装延迟如何影响挤压式铁路隧道中被动式岩石锚杆与喷射混凝土的性能与成本优化，识别了支护转换的关键岩体质量阈值，并利用现场监测数据对该方法进行了验证。