- 李金蒿;叶子阳;易黎;纪同快;蒙媛;徐杰;
电流互感器作为电力系统中关键的电流测量与保护设备,其误差状态直接关系到电网运行的安全性与可靠性.然而,传统误差评估方法多依赖单节点的时间序列分析,忽视了电网拓扑结构及各互感器间的时空关联特征.针对这一问题,提出一种基于图神经网络(Graph neural network,GNN)的多互感器误差状态在线评估与异常检测框架.该方法通过相关性构图机制构建随时间演化的动态图结构,引入图注意力网络(Graph Attention Network,GAT)结合时间感知门控注意力机制与门控循环单元,实现对节点状态的时空联合建模.同时,结合基于Transformer的时间序列预测模型,构建预测残差并设计结构感知的异常评分机制,从而精准识别电流互感器的异常运行状态.模型在SoCal-28与SWaT两个具有代表性的真实数据集上进行验证,实验结果表明,所提方法的F1值达到0.85,准确率和召回率分别为88.91%与81.12%,验证了该方法的有效性与工程应用潜力.
2026年02期 v.52;No.234 193-202页 [查看摘要][在线阅读][下载 1652K] [下载次数:71 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:0 ] - 李瑞姝;陈建英;袁奕凡;
针对当前众包配送评估维度分散、关键影响因素不明等问题,定义了用于衡量配送任务分配效率和服务质量的多维度指标——众包配送效能(Crowdsourcing Delivery Performance Effectiveness,CDPE)综合评价指标.选取近十年相关中外文献,基于关键词聚类分析,提炼出算法与技术优化、物流管理与供应链以及需求与用户行为三大类CDPE提升路径,并构建了基于层次分析(Analytic Hierarchy Process,AHP)模型的CDPE影响因素指标体系,进行权重量化分析,最后对典型众包任务调度算法进行总结和验证.结果表明,CDPE与参与者特性、配送模式选择及时空约束条件等多维因素纳入考虑密切相关,在优先级考虑上也高度一致,说明研究结果可为众包平台优化调度策略、提升资源配置效率等CDPE提升提供量化依据,也可为众包配送优质服务提供决策参考.
2026年02期 v.52;No.234 203-213页 [查看摘要][在线阅读][下载 1706K] [下载次数:78 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:0 ] - 胡锦宗;陈嘉豪;龙怡梅;田欣;钱程;陈雅茜;
多模态情感识别是人机交互与智能系统领域的关键技术之一,通过整合文本、语音、视觉等多种模态信息以提升情感识别的准确性与鲁棒性.然而,现有方法在处理多模态数据的异质性、特征融合的高效性方面仍面临挑战.为此,提出了一种新颖的多模态统一循环瓶颈网络(Multimodal Unified Recurrent-Bottleneck Network,MURBN).该网络采用“先编码对齐、后融合提炼”的两阶段处理策略,首先通过共享参数的循环单模态编码网络(Recurrent Unimodal Modulation Network,RUMN)对各模态时序特征进行上下文编码以缓解异质性问题,随后利用非对称瓶颈融合网络(Asymmetric Bottleneck Fusion Network,ABFN)实现高效、低噪的跨模态信息交互与融合.在IEMOCAP和MELD两个公开数据集上的实验结果表明,MURBN模型在情感识别准确率和F1分数等指标上均显著优于现有基线方法,尤其在中性情感类别的识别上取得了明显提升.
2026年02期 v.52;No.234 214-221页 [查看摘要][在线阅读][下载 1168K] [下载次数:65 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:0 ]