关键词： 人工智能技术   机电设备   电气自动化控制技术  

摘要： 在科技日益成为推动生产发展的核心动力,机械自动化程度持续升级的当下,众多领域纷纷借助前沿科技力量提升作业效率。在众多高科技范畴之中,人工智能技术因其广泛的应用前景和社会各界的密切关注而显得尤为重要。人工智能的深度应用同样引领了民众日常工作和生活模式的根本转变。鉴于目前机电装备与人们的日常生活以及社会生产活动之间的紧密联系,本研究将集中探讨结合了人工智能的机电装备电气自动化控制技术,旨在探索提升机电装备性能的有效路径。

关键词： 人工智能   无人机巡检   物联网   数字孪生   大数据分析  

摘要： 电力输电线路故障抢修依托智能化技术,实现快速、精准故障定位和高效抢修,增强电力系统运行稳定性。利用人工智能算法分析故障特征,采用无人机高空巡检方法获取线路数据,通过物联网传感器实现实时监测与预警,构建数字孪生系统模拟线路状态,精确优化抢修流程。借助大数据手段实现资源分配优化,增强抢修效能,减少运维开销。应用智能技术降低人工巡查风险系数,减少停电时长,提高输电线路运行的安全性与可靠性,为电网智能化运维提供技术支撑。

关键词： 人工智能   船舶电气设备   自动控制   智能监控   故障诊断   预测性维护  

摘要： 随着全球贸易的不断发展,船舶运输在其中扮演着至关重要的角色。为了提高船舶运营效率、降低运营成本、增强安全性,船舶电气设备的自动化控制已成为必然趋势。本文旨在探讨基于人工智能(AI)技术的船舶电气设备自动控制系统的应用。通过引入AI技术,可以实现对船舶电气设备的智能监控、故障诊断、预测性维护和优化控制,从而显著提升船舶的整体性能和安全性。

关键词： 电力变压器   故障诊断   油色谱分析   人工智能   状态监测  

摘要： 变压器作为电力系统的核心设备,其运行状态直接关乎电网的稳定性和供电安全。由于长期运行、环境因素及负荷变化的影响,变压器故障难以避免,而精准、实时的故障诊断对于保障电力系统的可靠性至关重要。传统的诊断方法,如油色谱分析、电气试验和局部放电检测,在准确性和适应性方面存在一定的局限性。随着人工智能、大数据、数字孪生等技术的不断发展,智能诊断方法正逐渐应用于变压器状态监测中。本文深入分析了变压器故障机理以及传统诊断方法的不足之处,探讨了当前诊断所面临的现实挑战,并提出了基于深度学习、多模态数据融合、迁移学习和边缘计算的智能优化路径。研究结果表明,多维度智能诊断技术能够显著提升故障检测的精准度和实时性,为电力系统的安全稳定运行提供更加高效的解决方案。

关键词： 人工智能   碳排放效率   绿色创新   准自然试验   因果效应  

摘要： 人工智能在推动碳达峰、碳中和目标实现及应对气候变化方面发挥着重要作用。基于2012～2022年中国城市面板数据，将国家新一代人工智能创新发展试验区视为人工智能的“准自然试验”。首先，采用倾向得分匹配双重差分模型、平行趋势检验及交互权重估计方法，识别人工智能对碳排放效率的因果效应。其次，分析人工智能影响碳排放效率的作用机制，并探讨其异质性影响。结果表明，人工智能显著提高了碳排放效率，该结论在一系列稳健性检验后依旧成立。人工智能通过提升能源利用效率和推动绿色创新，进而提高碳排放效率。人工智能对碳排放效率的影响因资源禀赋和区位的不同而不同，在非资源型城市及东部和西部地区的正向影响更为显著。研究结论为中国实现“双碳”目标及可持续发展提供了政策启示。

关键词： 正向反应预测   多层级特征融合   SMILES编码   人工智能   机器学习   Transformer  

摘要： 有机化学的正向反应预测作为人工智能的一个重要应用，一直受到研究者的关注。简化分子线性输入规范(SMILES)提供了一种使化学分子线性化编码的方法。因此，可以将正向反应预测任务转换为机器翻译中序列到序列的生成任务。传统的Transformer模型只关注化学式中原子间的注意力权重，而忽略分子内的全局信息，此外，传统的Transformer模型面对同一个分子的不同表示的时候，存在着预测性能下降、泛化能力不强的问题。为了解决上述的问题，提出了一种基于双编码器的多层级有机化学的反应预测方法。首先，通过使用两个编码器分别处理分子层级和原子层级的信息，使得模型专注于各自层面的特征提取。其次，提出分子特征表示算法，对原子嵌入取平均获得分子间的相互作用。最后，利用自动调节的门控单元对原子编码器和分子编码器的输出结果进行多层级特征融合，融合结果输入到解码器。实验结果表明，提出的方法在三个USPTO数据集上获得比基线更好的结果，并且提高了模型的泛化能力和长序列的处理能力。

关键词： 人工智能   配电网   故障诊断   机器学习   智能决策  

摘要： 随着智能电网技术的发展,配电网自动化故障诊断与处理成为提高供电可靠性和效率的重要方向。本文基于人工智能技术,研究了配网自动化故障诊断与处理方法。首先,构建了配电网故障诊断模型,并结合机器学习算法(如支持向量机、神经网络等)对故障特征进行分析与识别。接着,提出了一种智能决策算法,能够根据故障类型和位置自动制定处理策略,实现快速恢复供电。研究结果表明,该方法能够有效提升故障诊断的准确性和处理速度,为配网自动化技术的应用与发展提供了重要的技术支持。

关键词： 社会认知   人工智能   人工智能素养   高等教育   教学策略  

摘要： 本研究旨在探究中外合办大学情景下性别与社会支持对大学生使用人工智能的影响。基于社会认知理论，本研究采用量化研究方法，以西交利物浦大学2 062位大一新生的问卷数据为样本展开实证分析。研究发现，1）大学生年龄对人工智能认知的影响不显著；2）女性学生比男性更认可人工智能与日常生活的相关性；3）自信使用AI的学生更可能认为学习AI能带来更好的就业机会；4）家人和朋友的支持显著影响学生对AI助力完成任务的认可度；5）学生对AI的认知和理解越多，越关注道德和法律标准问题。与现有研究相比，本研究发现了性别与社会支持在人工智能时代高等教育中的非对称规律，扩展了社会认知理论的应用边界，为差异化教学策略提供了依据。

关键词： 生成式人工智能   行政法规制   比例原则   社会性风险  

摘要： 在第四次工业革命的浪潮中，生成式人工智能技术凭借人工神经网络与深度学习理论取得重大突破，但同样存在着隐私层面、算法歧视层面以及法律模糊等风险。在对国内外生成式人工智能的行政法规制发展现状进行研究的基础上，利用文献分析法、案例分析法和比较分析法来对目前存在的风险进行梳理和分析，通过健全相应的法治体系、建立完善的监督机制以及对比例原则引入，可实现对生成式人工智能风险的控制。

关键词： 人工智能   软件测试自动化   自动化测试  

摘要： 软件开发的关键环节之一为软件自动化测试,这一环节可以提高软件的测试效率,发现软件存在的早期缺陷,也能够帮助软件的持续集成和持续部署。随着人工智能技术的不断发展与升级,软件测试自动化开始将人工智能技术融入其中。文章探讨了人工智能技术在软件测试自动化中的具体应用方向,如测试用例生成、软件缺陷定位修复、自动化测试结果分析、辅助优化测试过程。并分析应用实践的具体算法,如机器学习算法、深度学习算法等。以提供更加优化的测试结果,提高测试效率。