原创研究论文
ICML 2026 论文,地下能源系统的几何/网格/物理无关神经算子,用图编码器捕获高分辨率局部异质特征,全局注意力解析长程物理影响;2D 断层 CO2 存储饱和度误差降为原 SOTA 的 1/4,对 GEOS 模拟器实现 19,873× 加速,对 ECLIPSE 实现 6,800× 加速。
arXiv 预印本(版权归作者) 神经算子地下储能CO2 封存 Electromagnetics
提出针对GridFM电力系统基础模型的droop感知扩展,将斜率控制和死区参数嵌入节点特征,实现控制感知交流潮流分析。
见LICENSE文件 电力系统潮流分析基础模型 流体/CFD
针对复杂山地地形的三维风场预测难题,提出基于Transformer的神经算子方法,突破传统CFD依赖专家密集网格生成和高成本迭代求解的瓶颈。
见LICENSE文件 神经算子风场预测Transformer 流体/CFD
提出基于变分自编码器(VAE)潜空间适配的非侵入式修正方法,利用166组参数化CFD总压损失场数据校正压气机叶栅叶尖间隙流预测偏差。
见LICENSE文件 CFD修正叶尖间隙流VAE 电力系统/Power Systems
面向光伏承载力规划,以代理模型辅助不确定条件下多目标随机优化,并独立认证高保真结果。
见LICENSE文件 光伏承载力规划代理模型随机多目标优化 流体/CFD
面向涡轮端壁膜冷却,将叠加原理引入基于Transformer的神经算子,提升不同膜孔数量下的温度场预测泛化能力。
见LICENSE文件 膜冷却神经算子Transformer 电网优化
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。
见LICENSE文件 交流最优潮流图神经网络电力系统优化 通用科学ML
面向非高斯噪声与稀疏量测条件,利用硬约束概率因子图神经网络实现配电网状态估计。
见LICENSE文件 配电网状态估计概率因子图神经网络 流体/CFD
利用卷积神经网络分析氢预混稀火焰中反应进度场与局部化学源项的空间关系,辅助研究燃烧反应速率。
见LICENSE文件 氢火焰燃烧反应速率卷积神经网络 量子/Quantum
面向配电网络重构的量子经典混合算法,以分支交换编码和迭代暖启动量子虚时演化降低有功线损。
见LICENSE文件 配电网络重构量子优化分支交换编码 通用科学ML
面向分布式光伏功率爬坡预报,将云运动矢量引入图神经网络,并通过合成测试床评估其作用。
见LICENSE文件 光伏功率预报图神经网络云运动估计