重庆大学张栩、颜伟等：基于QR-BiGRU神经网络与区间抗差增广状态估计的线路参数区间追踪估计
准确的输电线路参数估计是电力系统数据孪生建模与分析、计算的基础。然而，现有的参数估计方法多为静态估计方法，往往依赖多个量测断面联立估计，不仅存在方程规模庞大、求解效率低等问题，还缺乏对线路参数跟踪维护的能力。另一方面，由于测量误差以及不良数据的概率分布特征难以
颜伟
融合深度学习、区间估计及抗差技术的线路参数区间追踪估计方法
准确的输电线路参数估计是电力系统数据孪生建模与分析、计算的基础。然而，现有的参数估计方法多为静态估计方法，往往依赖多个量测断面联立估计，不仅存在方程规模庞大、求解效率低等问题，还缺乏对线路参数跟踪维护的能力。另一方面，由于测量误差以及不良数据的概率分布特征难以
对话李颜伟：过度宣传NOA或埋下安全隐患 呼吁监管与车企共筑智驾安全防线
“发生这样的事情非常遗憾。固然，事故的发生与驾驶者分心，把车辆完全交给NOA有比较大的关系，但我们对于这一事件也要引起反思：为什么会发生这样的事情？我们能不能吸取教训避免以后再发生这样的事？”