发布日期：2026-05-21
浏览：196
申请人 | 李宇航 | ||
学号 | 021031910012 | ||
导师 | 刘亚东 | 教授 | |
答辩地点 | 智能电网楼214会议室 | ||
答辩时间 | 2026年5月25日9:00 | ||
答辩委员会 | 陈伟根（主席） | 教授 | 重庆大学 |
董旭柱 | 教授 | 武汉大学 | |
江秀臣 | 教授 | 上海交通大学 | |
尹毅 | 教授 | 上海交通大学 | |
盛戈皞 | 教授 | 上海交通大学 | |
学位论文题目：物理-数据融合的 GIS 机械故障反演重构与状态推演方法研究
论文简介
本文面向新型电力系统智能运维需求，围绕气体绝缘开关（GIS）等封闭式高压绝缘设备内部状态难以直接观测、传统方法缺乏物理解释与跨工况泛化能力等关键问题，以反问题理论为主线，构建了物理与数据融合的状态感知与智能诊断方法体系。论文统一建立了参数反演、物理场重构与状态时序推演的建模框架，并结合物理信息神经网络（PINN）、深度算子学习（DeepONet）等新型物理机器学习方法，形成了由参数与场反演重构、故障诊断到在线状态推演的完整技术路线。针对 GIS 外壳振动系统关键动力学参数难以准确辨识的问题，论文提出了融合自适应权重调节、高频特征增强与动态优化策略的参数反演方法，实现了等效阻尼与等效刚度的高精度反演；针对传统机械故障诊断方法依赖统计特征、机理关联不足的问题，构建了融合物理参数与局部场特征的物理信息特征向量，并结合轻量化注意力网络实现了多结构、多故障工况下的可解释故障诊断；针对套管侧内部温度场、位移场和应力场难以由稀疏测量数据准确获取的问题，提出了局部—全局双尺度多物理场重构网络，实现了电–热–力耦合场的连续重构与状态表征；进一步地，论文提出了面向长期运行工况的时空物理信息深度算子模型与增量学习更新机制，实现了复杂工况下多物理场状态的在线推演与动态更新。研究结果表明，所提方法在参数反演精度、多物理场重构能力、跨工况泛化性能以及在线预测稳定性等方面均表现出良好性能，可为 GIS 等变电绝缘设备由外部信号监测向内部真实状态感知转变提供新的理论基础与技术支撑，对提升电力装备智能运维与状态评估水平具有重要意义。
English
