找到 2 条结果
基于二氧化硅微球的级联拉曼激光全光调谐
All-optical tuning of cascaded Raman lasing in silica microsphere
Wenqi Huang · Yantang Huang · Boan Li · Linghua Wang 等5人 · Applied Physics Letters · 2025年1月 · Vol.127
回音壁模式（WGM）微腔因其高品质因子、小模式体积和高功率密度，在受激拉曼散射等基础研究与应用中备受关注。本研究结合微球的光热效应与WGM，实现了级联拉曼激光的宽带全光调谐。通过调节加热激光，精确控制二氧化硅微球的尺寸和折射率变化，产生波长范围从981.0至1192.22 nm的四阶级联拉曼激光，平均调谐范围达0.449 nm。该调谐范围覆盖NIR-II生物窗口及Yb掺杂光纤放大器通信O波段，展现出其在光学传感、通信与生物成像中的应用潜力。
解读: 该研究的全光调谐技术对阳光电源的光电检测和通信产品具有重要参考价值。其在NIR-II波段的精确调谐特性可应用于SG系列逆变器的光纤通信模块优化，提升数据传输稳定性。同时，该技术的高精度传感特性可集成到iSolarCloud平台的光纤传感系统中，实现对储能系统温度、应力等参数的实时监测。微腔结构的小型...
基于物理信息自监督预训练的GNN在大规模电力系统分析中的泛化能力提升
GNNs' Generalization Improvement for Large-Scale Power System Analysis Based on Physics-Informed Self-Supervised Pre-Training
Yuhong Zhu · Yongzhi Zhou · Wei Wei · Peng Li 等5人 · IEEE Transactions on Power Systems · 2025年2月
在人工智能驱动的电力系统分析（PSA）中，系统拓扑的高效且信息丰富的表示至关重要。尽管取得了重大突破，但近期采用图神经网络（GNNs）的方法在大规模电力系统分析中面临重大挑战，包括获取足够标注数据的高计算需求，以及对未见故障拓扑的泛化能力较差。为解决这些问题，我们提出了一种用于预训练图神经网络的自监督策略，该策略可在单个节点特征层面和整个图结构层面提升图神经网络的表达能力。通过集成物理信息技术，我们的策略使图神经网络能够内化适用于多个下游任务的基本原理。我们证明，我们的方法能够在无监督的情况下对...
解读: 该研究提出的物理信息自监督GNN框架对阳光电源的智能化产品升级具有重要价值。首先可应用于ST系列储能系统和SG系列光伏逆变器的电网拓扑感知与控制优化,提升GFM/GFL控制的适应性;其次可集成到iSolarCloud平台,增强分布式电站群的智能调度与故障诊断能力。该方法通过物理规律预训练提升模型泛化...