- 徐济民;陈振辉;刘向阳;何茂刚;
添加有机溶剂是增大离子液体型热电材料性能的有效途径。极性溶剂分子与离子液体阳离子存在强静电作用和溶剂屏蔽作用，有助于增大塞贝克系数和电导率。基于这个思路，优选出[EMIM][TF_2N]+PC/DMSO两种混合体系，并搭建双线3ω法热导率测量系统和塞贝克系数测量装置，测量不同质量分数与温度下，混合体系的热导率、电导率和塞贝克系数。混合体系的热导率随温度的上升而逐渐减小，且介于离子液体和溶剂组分的热导率之间。混合体系的电导率随温度的增加而增加，随着离子浓度的增加，呈现先增大后减小的趋势。DMSO溶剂分子可以通过与阳离子的作用，提高塞贝克系数。混合体系无量纲热电优值和功率因数计算结果显示，分别加入PC和DMSO离子液体的热电优值提高了1.01倍和1.55倍。推测极性较强的非质子偶极溶剂可能是一种较好的离子热电添加剂。
2026年03期 v.52;No.332 8-16页 [查看摘要][在线阅读][下载 1571K] [下载次数：276 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：0 ] - 何宇琪;张波;谭红;张万宏;商秋仙;叶霞;
螺栓连接的应力监测是评估机械系统结构健康的关键，基于渡越时间的超声测量方法在这一领域具有广阔的应用前景；然而，耦合层的流动性会显著降低超声方法的鲁棒性。因此，该文提出了一种基于耦合误差补偿的螺栓轴向应力接触式超声测量方法。首先根据声弹性理论，考虑耦合剂的流动性，建立耦合误差补偿模型，分析耦合剂厚度对模型的影响。同时通过有限元仿真验证该方法的有效性，结果与推导结果一致。最后，利用搭建的测量实验平台对该方法进行实验验证。结果表明，采用该方法进行补偿后，应力测量误差保持在5%以内，对提高螺栓轴向应力超声测量方法的实用性具有参考价值。
2026年03期 v.52;No.332 17-24页 [查看摘要][在线阅读][下载 1272K] [下载次数：182 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：0 ] - 沈振燚;王子辉;翁晓伟;陶嘉威;
针对永磁电机电磁噪声定位问题，提出一种基于声源波达方位估计的电磁噪声诊断方法。该方法在电机由变频器供电的运行工况下进行多信道噪声采样，通过先验频率数据识别各噪声信道中的电机电磁噪声源特征，结合DBSCAN聚类算法和能量门限，有效提取窄带信号。采用改进的噪声子空间重构算法——MCT-IRNSMUSIC对窄带信号进行波达方位（direction of arrival,DOA）估计，并通过自适应加权得到最终DOA估计结果。该算法拓展了阵列孔径，实现了针对多相干信号源的有效方位角估计，提高了混响环境下的准确性。仿真对比和实验结果表明，相较于传统算法，该方法具有更高的准确性和鲁棒性，其噪声源定位准确率可达96.2%，在工程应用中具有参考价值。
2026年03期 v.52;No.332 25-33页 [查看摘要][在线阅读][下载 1658K] [下载次数：158 ] |[网刊下载次数：0 ] |[引用频次：1 ] |[阅读次数：0 ] - 林涛;顾启林;宋宏志;李田靓;王明;
针对海上高孔高渗稠油油藏热采，高注入强度对多孔介质中流体的渗流特征、窜流通道的形成与扩展、对开采动态的影响较大。基于单元体研究注入强度与窜流通道的理论研究，结合国内外研究现状分析不同注入强度对窜流通道形态的影响，采用二维物理模拟实验进一步分析研究，并在矿场应用中加以验证。通过研究表明，注入强度的增加，在加热腔扩展上会逐步形成扩容-破裂-优势通道-压力释放的过程；当注入强度达到24 mL/min时，蒸汽腔沿对应方向出现明显窜流，呈现“倒三角”的蒸汽腔扩展；结合现场监测与数值模拟数据表明，在注热驱替中，高注入强度下窜流通道的形态与物理模拟结果基本一致。该研究成果可为高孔高渗稠油油藏热采的温度场调控、注入强度优化、调堵工艺制定等提供技术支持，为后续海上稠油油田的规模化开发奠定基础。
2026年03期 v.52;No.332 34-39页 [查看摘要][在线阅读][下载 1115K] [下载次数：148 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：0 ] - 朱警唐;李轶凡;
该文设计了一种安装于测量段入口处，内壁曲率半径为19 mm的喇叭型缩径结构，用以改善民用超声波燃气表内部测量段流场，提高测量准确度。基于FLUENT仿真软件对基表内流场进行研究，对比分析了在不同流量下喇叭型缩径结构尺寸对超声波传播区域内气体流动情况的影响。仿真结果表明：流量越大，喇叭型缩径结构对超声波传播区域流场的改善效果越明显；同时当喇叭型缩径结构长度与矩形流道截面短边长度比值小于等于0.6时，结构尺寸越大对流场的改善效果也越明显，但当长度比值大于0.6时，对流场的影响会逐渐消失。最后对计量流道前无喇叭型缩径结构和加装长度比值为0.6的喇叭型缩径结构的基表进行9个流量点的计量检定实验。结果显示：在装有喇叭型缩径结构后，9个流量点的平均误差绝对值均下降，最大从1.39%下降至0.53%。实验验证了仿真结果的合理性。
2026年03期 v.52;No.332 40-46页 [查看摘要][在线阅读][下载 1261K] [下载次数：176 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：0 ] - 张涛;吕天明;黄三傲;李明;孙雪婷;张文彬;
为提升反应堆压力容器（reactor pressure vessel,RPV）视频检查能力与检测可靠性，设计一种图像拼接方法，通过将检查视频生成全景图像，实现RPV筒体表面缺陷检测。首先，利用光学字符识别技术（optical character recognition,OCR）识别视频中的字符信息对检查视频进行预处理，实现检查视频的自动分段，同时消除因检查过程产生的视频停顿和冗余的影响；其次，采用图像拼接方法将分段后的视频转换成拼接图像，并以此为基础生成全景图像；最后，通过建立全景图像与视频中帧图像的索引对应关系，利用OCR字符识别技术识别视频帧中表示位置坐标的字符信息，实现在全景图像中对缺陷的精确定位。以某核电站RPV筒体的检查视频为实验对象，结果表明，该方法不仅能够生成RPV筒体全景图像，而且能够实现缺陷的精确定位，可推广应用于核电站关键部件视频检查，提升核电站视频检查能力。
2026年03期 v.52;No.332 47-54页 [查看摘要][在线阅读][下载 1219K] [下载次数：9 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：0 ] - 黄国平;陈锦荣;王跃强;廖峰;
为解决孤岛微电网中的安全隐患问题，该文基于负序电流信号注入理论，提出一种孤岛微电网主动继电保护及出口回路监测方法。该方法通过在微电网中主动注入负序电流，并结合负序电流的分布情况，准确识别可能出现故障的线路。异常负序电流检测到后，将触发相应的保护动作，以快速隔离故障线路，从而确保系统的稳定运行。此外，通过对出口回路负序电流信号的实时监测和分析，能够及时发现潜在故障并采取必要措施，从而进一步提升系统的安全性和可靠性。实验仿真结果验证该方法的有效性，显示其在故障检测和定位方面具有较高的准确性，可显著提高系统的稳定性和可靠性，为孤岛微电网的稳定运行提供有效保障。
2026年03期 v.52;No.332 55-62页 [查看摘要][在线阅读][下载 1054K] [下载次数：21 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：0 ]
- 康佳垚;张文亮;赵雅强;刘帅;李京;
针对实际工程中滚动轴承振动信号被噪声所淹没而导致的故障诊断率低的问题，提出一种基于逐次变分模态分解和融合网络的滚动轴承故障诊断方法。首先，利用逐次变分模态分解对滚动轴承振动信号进行分解，得到若干IMF分量，通过相关性分析筛选最优IMF分量对振动信号重构；然后，将卷积神经网络、门控循环单元进行融合，建立CNN-GRU滚动轴承故障诊断模型。对公开数据集进行验证，实验表明，文章提出的故障诊断方法可以有效降低噪声干扰，实现信噪分离；相比于其他模型，文章提出的故障诊断方法优势明显，可以更加高效识别滚动轴承故障。
2026年03期 v.52;No.332 120-126+143页 [查看摘要][在线阅读][下载 1669K] [下载次数：503 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：0 ] - 梁子怡;成贵学;王士柏;赵晋斌;
锂离子电池的健康状态（SOH）和剩余寿命（RUL）是影响电池关键状态的重要参数，为准确预测电池状态以确保储能系统的安全运行，提出一种基于时间注意力机制（TAM）和弹性网络（EN）正则化的深度自回归（DeepAR）预测模型，将格兰杰因果检验筛选出的间接健康因子作为模型的输入，通过时间注意力机制捕捉模型中的关键时间信息，并为输入序列分配不同的时间注意力权重，利用DeepAR模型学习电池容量退化趋势，最后通过弹性网络正则化方法提高模型泛化能力与预测精度，实现电池SOH与RUL的动态预测。通过CALCE锂电池数据集进行验证，实验结果表明，所提方法在对SOH预测时误差在0.015以内，RUL联合预测时误差在0.35%以内。
2026年03期 v.52;No.332 127-135页 [查看摘要][在线阅读][下载 1459K] [下载次数：740 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：0 ] - 闫欣鹏;刘永福;
准确的短期负荷预测对于电力系统的经济调度与运行规划具有重要意义。由于天气因素对短期负荷预测具有一定影响，提出一种基于灰色关联分析和注意力机制的双层长短期记忆网络(double long short term memory with grey relational analysis and attention mechanism, GRA-Attention-DLSTM)的负荷短期预测方法。首先，基于曲线相似度对电、热、冷负荷数据进行预处理，以获得高值样本数据。其次，采用灰色关联分析法(grey relational analysis,GRA)提取多元负荷与天气因素的关联指数，与负荷数据作为模型的输入。然后，添加注意力机制和Dropout层，并采用灰狼优化算法(grey wolf optimizer,GWO)对模型参数进行优化。最后，进行仿真对比分析。仿真结果表明，夏季电、冷负荷误差分别为2.02 MW和2.42 MW；冬季电、热负荷误差分别为2.06 MW和2.41 MW，所提预测模型的预测精度更高。
2026年03期 v.52;No.332 136-143页 [查看摘要][在线阅读][下载 1231K] [下载次数：36 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：0 ] - 赵明智;郭光荣;范立军;韩龙;于千城;
由于城市居民的消费习惯和生活节奏的变化，精确预测天然气消耗量变得尤为重要。为此，文章设计一种基于VMD-Transformer-ResLSTM的混合神经网络模型。首先，通过变分模态分解（VMD）将原始负荷序列分解为本征模态函数（IMF）分量，从而避免模态混叠和假峰值的问题。随后，对Transformer解码层进行重新构建，并将其与LSTM网络融合，旨在更好地捕捉序列中的长期依赖关系，同时减少模型参数。为解决LSTM网络中常见的梯度消失和梯度爆炸问题，文章引入残差连接机制，将其整合到Transformer和LSTM网络中。其次，为进一步提升预测精度，设计一个误差修正模块，以提高天然气负荷预测的稳定性和准确性。实验结果表明，该组合模型在预测精度上显著优于传统模型如ARIMA、Transformer、GRU和LSTM，预测的平均绝对误差（MAE）提升23%～58%。综上所述，该方法可显著提升天然气负荷预测的精度。
2026年03期 v.52;No.332 144-153页 [查看摘要][在线阅读][下载 1403K] [下载次数：991 ] |[网刊下载次数：0 ] |[引用频次：4 ] |[阅读次数：0 ] - 蒋晓丽;李传江;章倩;陈琳升;
电力负荷数据有效分析对于挖掘信息的价值至关重要，聚类和分类是数据挖掘中主要手段。考虑到电力负荷数据分析因其固有的时序复杂性相较于其他类型的数据分析更加具有挑战性。该研究提出一种时间序列数据双模式分析算法，该算法融合监督学习和无监督学习。首先，设计基于门控神经网络的变分自编码器（VAE），深入学习时间序列数据的时序特征。针对传统VAE在KL散度损失项和无监督学习方面的局限，文章改进KL散度损失函数并引入度量学习，以增强潜在空间的表征能力。进一步，通过编码器得到的潜在向量空间，实现符合聚类原则的输出设计，并提出有效的合并和停止标准，以降低计算成本。此外，采用结合度量学习和分类任务的多任务学习策略，实现时间序列数据的准确分类。在大规模工业负荷数据的实验中，与现有技术相比，所提算法在聚类精度上平均提高27.16%，速度提升47.15%，在分类精度上最高提高14.86%，速度提升34.45%，证明本算法的有效性和优越性。
2026年03期 v.52;No.332 154-163页 [查看摘要][在线阅读][下载 1855K] [下载次数：205 ] |[网刊下载次数：0 ] |[引用频次：1 ] |[阅读次数：1 ] - 高晋峰;高岱峰;郝俊博;肖春;
台区智能电表运行误差估计与配电线路损耗率估计是两个相互耦合的估计系统。现有的线损率估计模型或假设台区线损为固定值，或过于理想化地推导出线损率与台区供电量成正比关系，然而这些模型并不能准确地描述真实日线损率的变化规律。该文提出一种基于扩展卡尔曼滤波(extended Kalman filter, EKF)和带动态遗忘因子的递推最小二乘法(dynamic forgetting factor recursive least square, DFFRLS)的智能电表运行误差与日线损率联合估计模型。首先，对台区的量测数据进行筛查，剔除异常数据和轻空载用户；然后分别利用EKF和DFFRLS进行台区线损率和台区智能电表运行误差的估计；最后利用真实数据和仿真数据进行超差电表的识别并对比不同线损模型对误差估计的影响。结果表明，与固定遗忘因子递推最小二乘法、限定记忆递推最小二乘法和普通最小二乘法相比，所提DFFRLS算法具有优越性。
2026年03期 v.52;No.332 164-173页 [查看摘要][在线阅读][下载 1363K] [下载次数：87 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：0 ] - 李岩;李奎;刘伯康;王琛;刘亚杰;马伟东;丁建伟;
通过挖掘电力系统安全稳定运行数据、历史故障处置方法及故障处理预案，辅助调控员进行停电操作、故障协同研判及联合处置，提升高弹性电网多信息融合管控效率和安全水平具有重要意义。对此，提出基于双向长短期记忆网络和迁移学习的调控智能停电方法。首先，给出电力系统安全稳定及故障处理方案涉及的需求输入数据和输出数据，为后续调控提供大数据挖掘基础；其次，基于双向长短期记忆网络，给出以大电网安全稳定、故障处理方案为输入数据的预测决策模型；第三，基于改进的迁移学习方法，将所得预测决策模型应用至实际电网，从而获得调控智能停电方法；最后，以某实际电网为例，对所提方法进行验证，表明所提方法的有效性。
2026年03期 v.52;No.332 174-180页 [查看摘要][在线阅读][下载 1202K] [下载次数：23 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：0 ] 下载本期数据