支持Droop控制的电力系统基础模型潮流分析

评估六种睡眠分阶段基础模型在减少多导睡眠图通道数条件下的性能表现，为居家长期监测提供轻量化传感方案。

基于物理信息图神经网络的交流最优潮流求解基础模型，在54种电网拓扑上预训练，可在10,000节点系统上实现2.45%零样本成本误差。

提出拓扑感知的图卷积网络模型，利用谐波分量对IEEE 34节点配电网进行故障分类，适用于高比例新能源并网场景。

提出FREESIA方法，通过协方差感知后验传输解决非线性观测算子下的多模态后验分布估计难题，提升高维稀疏观测条件下的数据同化精度与可扩展性。

提出CFD-ML集成框架优化超音速真空管道运输Pod几何，基于拉丁超立方采样和贝塞尔曲线参数化实现气动性能设计。