关键词： 新型电力系统   数字化   数字技术   业务场景   人工智能  

摘要： 数字信息技术与能源电力技术的深度融合推动电网应用场景与业务范畴创新，数智化技术成为新型电力系统构建与电力行业数智化转型的关键。首先，探究了新型电力系统数据采集、处理、传输、存储和利用全过程的特性，概述了各流程典型的数据研究方法。然后，分别总结分析了新型电力系统“源-网-荷-储”各个环节的典型业务场景，并对各场景中数智化关键技术应用现状与未来方向进行了论述。最后展望了未来电力数智化转型的创新业务场景，研判了构建信息安全体系、数据共享区块链平台、全域物联生态和电力行业专用大模型等电力数智化重点发展趋势，为新型电力系统数智化技术迭代及应用提供理论依据与方向引导，推进电力低碳化、数字化转型。

关键词： 海水酸化   海水pH   数据产品   机器学习   全球大洋  

摘要： 全球海水pH变化监测对于了解海水酸化状况及对海洋生物和生态系统影响具有重要作用。近年来，机器学习算法被广泛运用于从观测数据和容易获得的环境参数构建海洋酸化参数格点数据。然而，目前的研究主要致力于改善算法结构来提高准确性，而使用不同的环境参数数据产品对获取的海水酸化速度准确性有多大的影响至今没有报道。基于相同的海水pH观测数据和集成学习前反馈神经网络算法，使用不同的表层海水温度、盐度和CO2分压(pCO2)数据产品构建获取2002～2021年全球大洋表层海水pH数据，发现选择不同的温度和pCO2数据产品会导致通过机器学习获取的区域和全球平均酸化速度出现显著差异，而不同盐度产品导致的酸化速度差异仅出现在局部区域。使用不同数据产品的平均值作为机器学习算法的输入，可有效避免因环境参数数据产品导致的区域性极端结果，增加机器学习探析海洋酸化速度的准确性。

关键词： 数字钻进   机器学习   层状岩体   强度预测   界面识别  

摘要： 准确预测岩石性质是保证巷道施工安全的重要影响因素之一。近年来，快速发展的数字钻探技术为预测岩体力学特性提供了更多的便捷方法。为揭示层状岩体旋切钻孔过程中机岩相互作用关系，提出一种基于机器学习和数字钻探技术的岩体强度及界面预测方法，开展不同强度等级岩石组合的层状岩体数字钻孔试验，分别采用BP神经网络、SVM和Catboost三种机器学习算法进行岩石地层界面识别和强度预测。结果显示：机器学习方法可以实现层状岩体界面位置、岩层厚度及岩石强度的准确识别，界面识别均衡准确率和F1-score均超过95%，预测误差在5%以内，预测精度较高；预测的岩石强度参数与实测结果总体误差范围在10%以内，其中BP神经网络对每种岩石强度的识别精度都较高，模型预测效果最佳。研究结果可为实现煤矿巷道岩体动态原位探测提供借鉴。

关键词： 人工智能   中毒现场勘查   毒物分析   毒理学   识别刻画  

摘要： 随着人工智能（artificial intelligence,AI）飞速发展，法医毒物学与AI的交叉融合日益成为法庭科学的研究热点，为解决传统法医毒物学问题提供了新的思路与方法。本文对近年来国内外相关研究进行综述，重点介绍了AI在中毒现场勘查，毒物筛查与定性定量分析、毒性预测、毒代动力学、毒物相互作用等毒理学研究，以及涉案人员个体识别与特征刻画等方面的研究进展，对AI技术在法医毒物学领域面临的挑战与发展趋势进行了分析，以期为AI技术更好地服务于法医毒物学研究与应用提供参考。

关键词： 人工智能   YOLO系列算法   电力行业   目标检测   改进模型   未来趋势  

摘要： 为了研究你只看一次(you only look once,YOLO)系列算法在电力行业目标检测领域的应用情况,分析其未来在该行业的发展趋势。首先分析了较新的YOLO版本10(YOLO version 10,YOLOv10)算法的网络结构,然后探讨了YOLO系列算法在电力行业从发电、输电、变电到用电环节中目标检测的应用,最后从潜在改进方向、与大模型的融合2方面分析了YOLO系列算法的发展趋势。研究发现,YOLO系列算法在检测速度和精度方面取得了明显进展,特别是在电力行业的缺陷检测、故障检测、设备监控、智慧管理、安全监测等方面表现出极大的潜力;但在复杂背景下,该系列算法仍存在检测精度不高的问题。YOLO系列算法要在电力行业中实现更广泛的应用,还需进一步优化算法的速度与精度以应对实际应用中的挑战。

关键词： 水库大坝   震害评估   超参数优化   机器学习   性能指标   特征重要性  

摘要： 水库大坝是重大生命线工程，地震发生后如何快速有效地进行水库大坝的震害评估，对制定抢险方案和灾后修复意义重大。【目的】为了快速准确地对遭受地震侵袭的水库大坝的破坏状态进行评估，【方法】本文选取汶川8.0级大地震各水库大坝的震损详情，结合大坝的结构特点和地震强度构建样本数据集，使用k近邻插补法对样本的缺失值进行处理，并判断样本特征相关性，提出了一种基于梯度提升树算法的水库大坝震害快速评估模型。使用网格搜索（Grid Search，GS）、粒子群搜索（Particle swarm optimization，PSO）、贝叶斯搜索（Bayesian optimization，BO）和超带搜索（HyperBand Search，HS）四种超参数优化方法对梯度提升树（GBDT）回归算法进行参数优化，根据各模型的性能指标(决定系数R2、均方根误差RMSE、平均误差MAE)进行对比，并对最优模型的特征重要性进行排序。【结论】结果表明：BO-GBDT模型能以最短的耗时以及较高精度对水库大坝震害程度进行评估，其决定系数R高达0.99，特征重要性分数表明最大缝宽是影响最大的因素。使用该模型与基于改进经验统计模型的土坝震害评估模型评估结果对比，准确度有进一步提高，验证了该模型在水库大坝震后震害快速调查评估应用上的可靠性。

关键词： 人工智能   高校信息化   个性化学习   精细化管理   校园安全  

摘要： 人工智能的快速发展已在众多领域中赋能，为社会带来了深远的影响，其出色的处理效果、广泛的适用性以及强大的扩展能力，为高校信息化服务提供了坚实的技术基础。本文从人工智能和高校信息化的发展史出发，探讨了二者的发展历程及其关联。在国内外高校信息化建设中，尽管各自对人工智能的关注点有所不同，但均展现了其在提升教育质量、优化管理流程等方面的巨大潜力。本文从聚焦高校信息化建设者的角度，在教师教学、学生学习、学校管理、教学评估、智能考试等五大核心领域，详尽归纳并分析了人工智能赋能高校信息化中的典型应用案例，展现了其如何有效提升教育质量与管理效率。同时本文指出了人工智能在高校信息化应用过程中可能面临的数据隐私保护、算法偏见、技术依赖风险等问题，列举了常见的应对策略，如加强数据安全防护、优化算法透明度与公平性、培养师生信息素养等。基于这些分析，本文进一步展望了人工智能在高校信息化中的未来优化方向，强调技术创新与伦理规范并重，倡导建立跨学科合作机制，共同推动人工智能技术在高校信息化领域的健康、可持续发展。

关键词： 湿地分类   机器学习   GEE平台   滇池   Sentinel影像  

摘要： 湿地是维护滇池湖泊水质的重要屏障。快速、准确地获取滇池湿地类型分布对于其水质保护具有重要意义，然而目前关于滇池不同湿地类型的研究存在明显不足。为此，基于GEE平台的Sentinel-1和Sentinel-2影像数据对滇池湿地进行分类，分析比较不同分类特征组合应用3种机器学习方法（SVM、CART和RF）分类的性能。结果表明，RF的分类性能优于CART和SVM；其使用光谱波段、光谱指数、雷达特征、地形特征、纹理特征作为分类依据时的总体分类精度和沼泽湿地分类精度最高，总体精度为86.81%,Kappa系数为0.84%,F得分为85.83%，对木本沼泽和草本沼泽分类的F得分分别为85.71%、78.69%。

关键词： 空气动力学   人工智能   大模型   深度学习   流体力学  

摘要： 大模型技术作为人工智能领域发展最为迅速的方向，在自然语言处理和计算机视觉等领域取得巨大成功，也在朝着赋能科学研究领域蓬勃发展，已成为空气动力学领域研究的全新手段，在指导加速空气动力实验与计算、辅助空气动力理论和知识发现等方面存在巨大潜力。本文首先对大模型进行了概述，分析了大模型的四个主要特征，并将大模型分为大语言模型、视觉大模型和科学大模型。其次，初步给出了空气动力领域科学计算大模型的概念内涵，从流场预测、湍流建模、气动性能预测、气动外形设计等方面介绍了研究现状。然后，从模型架构、反馈对齐、大规模气动数据的生成等角度对空气动力领域大模型的关键技术进行了深入分析和探讨。最后，对空气动力领域大模型未来的重点发展方向，包括构建统一的预训练基础模型、融入气动知识支撑科学发现、发展领域智能体等，进行了展望。

关键词： 新质生产力   人工智能   企业战略   企业动态能力   资源配置效率  

摘要： 人工智能已逐步成为引领科技革命，推动产业变革的战略性支柱技术。尽管基于实物期权理论，人工智能战略可视为一种能够为企业带来价值的成长性期权，但部分企业却反其道而行，从人工智能战略中抽身出来。本文从该现象出发，运用多时点双重差分模型进行分析，结论表明退出人工智能战略显著降低了企业新质生产力。异质性分析表明，人工智能技术累积水平和数据要素利用水平高的企业，人工智能战略退出对新质生产力的抑制作用更强。机制分析表明，企业的吸收能力、适应能力、整体动态能力以及资源配置效率在人工智能战略退出中发挥中介作用，从而抑制新质生产力。正式制度因素如创新补助可以有效缓解抑制作用，但政府补助则会放大抑制作用；非正式制度因素如儒家文化和红色文化可以缓解抑制作用，而企业合作文化和竞争文化则会放大抑制作用。本文揭示了企业人工智能战略退出对新质生产力的抑制作用，为企业战略规划和政府政策制定提供实践启示。