摘要：针对电网应急保供过程中信息分散、状态异构、知识缺失与决策耦合等问题，提出一种面向电网应急保供的氢能知识图谱与协同决策一体化方法。以“氢能为手段、电网保供为目标”为主线，构建氢能侧、电网侧、调度侧三域耦合知识表示框架。在知识抽取层，采用基于LoRA微调大语言模型的问答式联合抽取机制，实现跨句实体关系识别与场景语义增强；在知识补全层，提出融合R-GCN与符号规则推理的混合补全策略；在状态感知层，融合时序传感器流、设备图纸与运行数据，构建可动态更新的多模态知识图谱；在演化层，引入基于熵的不确定度主动学习机制实现知识持续迭代。实验表明，所提方法将NER F1提升至92.0%，RE F1提升至88.9%，跨句RE F1达65.4%，知识补全Hits@10达58.2%，并在关键负荷恢复率、恢复时长及决策时延等指标上优于多种对比方法。论文为氢能参与电网韧性提升与应急供电调度提供了一条兼具知识表达、推理与协同决策能力的技术路径。

摘要：气道插管困难是临床麻醉中的重要风险之一，提出了一种基于患者张口静态图像的自动化、客观化气道评估框架MMAAF（Multi-Modal Airway Assessment Framework），针对患者数据集的张口图像，运用计算机视觉技术自动提取六项关键解剖学特征，与患者真实插管困难标签结合，构建结构化的多模态预测数据集，进行随机过采样技术处理，集成随机森林与梯度提升树两种机器学习算法进行模型训练与评估。结果表明，梯度提升树与随机森林模型在独立测试集上的预测准确率分别达到92%和93%，评估性能良好。同时，在MMAAF框架内进行逻辑回归模型训练，并依据特征重要性权重对特征进行加权，计算得到患者的个体化插管困难概率评分，为临床决策提供了基于多模态特征的直观量化参考。

摘要：电算协同背景下，针对现有场景生成方法难以刻画算力负荷响应光伏出力协同规律的问题，提出一种融合混合整数规划（MIP）与条件扩散模型的两阶段场景生成方法。首先，分析算力负荷与光伏出力的耦合机理，构建基于MIP的算力任务调度模型，生成光伏-算力负荷联合场景。其次，以MIP生成场景为训练数据，构建以U-Net为骨干网络的条件扩散模型，将时间特征、气温、算力任务量等级、电价编码为条件向量，学习光伏-算力负荷的高维联合分布，实现可控场景生成。结果表明，所提方法生成的高保真联合场景能够为配电网规划提供可靠数据支撑。