✦ 点击蓝字，关注我们！✦
欢迎阅读IEEE Transactions on Industrial Informatics期刊2026年issue2推送（第7期/共9期）。本期推送共包含10篇研究论文，内容覆盖了电力系统韧性恢复、超精密光学测量、智能电网故障检测、储能系统保护、工业智能软测量、信息物理系统安全、区块链供应链追溯、可再生能源预测以及智能控制等多个前沿交叉领域。这些研究不仅展示了博弈论、神经辐射场（NeRF）、视觉Transformer、概率分布判据、时序自编码器、物理信息神经网络（PINNs）等先进方法与传统工程问题的深度融合，也为解决能源转型、智能制造与系统安全中的关键挑战提供了可落地的技术路径与工程思路。总体来看，这些成果对提升系统韧性、测量精度、故障诊断能力与控制可解释性具有重要意义和应用价值。
本期目录
📖 第1篇：故障微电网负荷恢复中移动储能系统的纳什均衡博弈
📖 第2篇：基于神经辐射场的斐索干涉仪绝对平移与旋转标定方法
📖 第3篇：基于计量数据的用户无功补偿装置非侵入式异常检测
📖 第4篇：基于电流概率分布的电池储能电站线路新型纵联保护
📖 第5篇：基于STD的新型时序自编码器模型在工业软测量中的应用
📖 第6篇：基于参数化ε-隐蔽性的远程状态估计最优隐蔽攻击策略
📖 第7篇：基于区块链的大规模制造产品生命周期追溯并行检索索引MPT方法
📖 第8篇：物理信息自适应权重NBEATSx模型：提升短期风电功率预测精度与可解释性
📖 第9篇：基于物理信息神经网络的自适应优化控制及其在自动水面舰艇中的应用
📖 第10篇：大规模互联系统的即插即用控制：综述
📖 第1篇
📌 故障微电网负荷恢复中移动储能系统的纳什均衡博弈
Nash Equilibrium Among Mobile Energy Storage Systems Game for Load Restoration of Faulted Microgrids
作者：Yue Zhang，Xiao-Kang Liu，Yuanzheng Li，Yan-Wu Wang，Pierluigi Siano
本文针对故障微电网中负荷快速恢复的现实问题，提出面向多运营商管理的博弈框架。研究场景为灾害或极端天气导致的长时停电背景下，若干非凸博弈模型描述不同移动储能系统（MESS）运营商在任务选择与调度上的自利决策。整体技术路线包含出发地-目的地建模、服务等待时间约束、成本函数设计与博弈收敛分析，输入为各MESS的剩余电量、位置与车主偏好，输出为车队分配与服务序列。与传统集中式成本最小化方案不同，本文强调个体理性并引入用户最大可容忍服务等待时间作为硬约束，从而使解更具现实可行性；核心创新在于构造用于证明收敛的势函数，并分析了社会成本效率的理论边界。
在实现细节上，作者将用户等待时间通过附加项并入运营商的目标函数，形成带约束的成本最小化博弈；采用序贯迭代更新策略求解纳什均衡，优化器层面以数值求解与投影操作保证可行性。关键实现要点包括：对每个运营商构造的成本函数项、均衡收敛判据的纳什均衡约束处理，以及势函数驱动的策略更新步骤。作者还针对不确定剩余能量下车主的主观行为（如损失规避或收益寻求）建模，讨论了博弈参数对策略选择的影响。
仿真验证覆盖不同规模的MESS车队与多类车主偏好，结果表明系统可稳定收敛至纳什均衡且社会成本仅略高于集中式最优解，论文指出理论上获得了无政府价格PoA上界小常数的保证；仿真中观测到在多数场景下PoA显著低于该上界，系统在不确定能量情形下仍能稳定完成负荷恢复。总体结论是，通过博弈论协调自利移动储能既能保障参与意愿，又能在整体上实现高效恢复，具有重要的工程应用前景与推广价值。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11224401
📖 第2篇
📌 基于神经辐射场的斐索干涉仪绝对平移与旋转标定方法
Neural Absolute Shift and Rotation Testing for Fizeau Interferometers
作者：Xi Wang，GuoQing Sheng，JinYong Che，Duo Li，XinQuan Zhang，LiMin Zhu，MingJun Ren
本文针对斐索干涉仪的绝对标定问题提出基于神经辐射场（NeRF）的自监督建模方法。研究目的在于直接分离干涉仪参考面的系统误差以获得被测面绝对形貌。整体框架为双分支网络：一支建模不随位姿变化的不变表面分支，另一支拟合随位姿变化的可变表面分支，两者之和通过物理前向模型逼近实际干涉条纹，形成自监督损失，从而避免大量标注数据需求并提升物理可解释性。
实现上采用自监督重建损失与基于物理的先验约束联合训练，输入为不同平移/旋转下的干涉测量图样，网络结构借鉴NeRF的体素化表达并作适配。关键实现要点包括双分支网络架构的权重共享策略、基于物理前向过程的约束项以及用于鲁棒训练的噪声建模。训练过程中通过迭代优化重构误差来更新网络参数，无需人工标注参考面真值。
在仿真与实测（Zygo干涉仪）验证中，该方法在相同噪声水平下将参考面重建的均方根误差降低一个数量级，并在54°/81°/108°旋转的实验中使参考面一致性误差比81阶泽尼克多项式法降低58%，重建误差降低47%。此外，方法对小幅角度误差与环境噪声具有良好鲁棒性，展示了在绝对标定与支撑面分离等扩展任务中的工程潜力。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11262747
📖 第3篇
📌 基于计量数据的用户无功补偿装置非侵入式异常检测
Nonintrusive Anomaly Detection of Users’ Reactive Power Compensators Using Metering Data
作者：Bin Li，Hao Xiao，Sheng Su，Ao Zhang，Le Deng，Wenchuan Meng，Wenqing Zhou，Hongming Yang
本文面向工商业用户侧的无功补偿装置（URPCs）远程故障检测问题，提出一种基于电表计量数据的有功-功率因数联合频率分布矩阵特征表示，并采用视觉Transformer结合大间隔感知焦点损失进行运行状态分类。研究动机是降低运维成本与提高监测覆盖率，通过非侵入式方式仅利用智能电表的常规计量数据实现广域识别。
方法实现包括：将时序有功功率与功率因数映射为二维频率分布图，作为视觉模型输入；训练时使用数据增强与采用大间隔感知焦点损失以缓解样本不平衡；模型优化使用常见的Adam优化器与分批训练策略。该流程在仿真与多个工业用户场景下完成数据生成与训练，强调低带宽与无新增硬件的部署优势。
实验在模拟化纤纺织、水泥石膏与土木工程用户场景中进行。结果显示在平衡数据集上模型达到检测准确率=100%，在极端不平衡（故障样本占比10%）情况下仍表现优异；相比传统卷积网络，视觉Transformer在分布矩阵特征提取上优势明显。工程意义在于为配电公司提供一种低成本、易部署的URPC远程监测与告警手段，进一步可扩展为从检测到自适应补偿的闭环运维方案。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11204659
📖 第4篇
📌 基于电流概率分布的电池储能电站线路新型纵联保护
Novel Pilot Protection for Lines Connecting Battery Energy Storage Stations Based on Current Probability Distribution
作者：Yingyu Liang，Xiaoyang Yang，Zhichao Meng，Shoudeng Wang
随着BESS容量扩大，传统基于同步机特性的电流差动保护面临拒动风险。本文提出基于电流概率分布的纵联保护框架，重点在于通过概率化的电流表示提高对异常值与CT误差的鲁棒性。整体流程包括以两侧电流峰峰值确定基准分区、构建异常概率判据、并使用Jensen-Shannon散度量化两侧分布差异以判定故障归属，从而兼顾速度与可靠性。
实现方面，算法在滑动时间窗口内估计离散化电流概率分布，并计算窗口内JSD均值作为判据；对异常值采用阈值化与分区修正来抑制CT饱和影响。关键实现要点为异常概率分布判据与基于JSD的平均判定机制，此外考虑了噪声与数据同步误差的鲁棒策略以适配工程现场不理想条件。
在数字物理混合仿真平台上广泛验证了该方案，覆盖不同故障类型、高阻故障、线路长度与BESS容量等场景，结果表明方案能准确区分区内/区外故障且响应速度约10毫秒，并对CT饱和与噪声展现出优异鲁棒性。与多种传统与新兴时域/频域保护方法相比，本文方法在可靠性与安全性上取得更佳平衡，适用于含大规模储能接入的输电线路主保护设计。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11200159
📖 第5篇
📌 基于STD的新型时序自编码器模型在工业软测量中的应用
Novel Temporal Autoencoder Model Based on STD for Industrial Soft Sensing
作者：Yan-Lin He，Yu Jiang，Yuan Xu，Qun-Xiong Zhu
针对工业过程变量难以在线测量的问题，本文提出一种基于时序自编码器（TAE）与季节-趋势分解（STD）相结合的软测量框架（STD-TAEm）。研究目标是提高关键质量变量的在线预测精度，同时保持模型的解释性。整体框架为“先分解、后编码、再融合”：先将原始时序分解为趋势与季节分量，再分别用独立的TAE提取特征，最后将多路回归器输出融合得到最终预测。
在实现细节上，作者采用滑动窗口切片作为TAE输入，并设计对比学习的数据增强策略生成正/负样本以强化时序形状信息的表示能力。训练时结合重构损失与对比损失共同优化，使用标准优化器并辅以正则化与早停策略控制泛化。关键实现要点包括特征分离后的独立回归器设计以及融合策略的稳定化技术。
方法在真实燃气轮机燃烧数据集上用于预测CO与NOx浓度，结果显示与MLP/SAE/SLSTM等基线相比，STD-TAEm在RMSE/MAE/R²等指标上均有显著提升，尤其在更复杂的NOx预测任务中表现更稳定，具备较好的可扩展性与工业部署潜力。文中可视化分析表明，TAE提取的时序特征能清晰区分不同工况，有助于工程人员理解模型行为与改进工艺控制。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11229968
📖 第6篇
📌 基于参数化ε-隐蔽性的远程状态估计最优隐蔽攻击策略
Optimal Stealthy Attack Against Remote State Estimation With Parameterized ε-Stealthiness
作者：Li-Wei Mao，Guang-Hong Yang
本文研究信息物理系统中针对远程状态估计的隐蔽欺骗攻击策略，首次提出参数化ε-隐蔽性概念，引入可调参数η以控制被篡改创新序列的协方差缩放为ηΣ。该框架允许攻击者在保持一定攻击效果的同时，按需调节暴露概率，从而在检测器不同策略下获得更灵活的隐蔽性能。
在攻击设计上，作者提出基于历史创新序列利用的递归参数化方法，使得在每个时间步仅需优化少量参数即可充分利用历史信息，从而降低设计复杂度。理论上推导了攻击诱导的估计误差协方差，构建了兼顾攻击性能与隐蔽性约束的最优化问题并解析出最优策略，展示了参数化隐蔽性在性能/风险权衡上的优势。
仿真结果验证表明，通过调整η可显著控制检测器警报率并在相同隐蔽水平下实现更大的估计性能破坏，或在相同性能破坏下显著降低警报触发概率。研究揭示了CPS远程估计面临的新型威胁形式，并为设计鲁棒检测与防御机制提供了理论依据。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11283624
📖 第7篇
📌 基于区块链的大规模制造产品生命周期追溯并行检索索引MPT方法
Parallel Retrieve Index MPT for Lifecycle Traceability of Large-Scale Manufacturing Products Based on Blockchain
作者：Yueyan Hu，Min Huang，Jiliang Zhang，Dayu Jia，Guangyu He，Shicheng Xu，Sihan Liu，Xingwei Wang
本文面向大规模制造供应链的生命周期追溯问题，提出一种融合链上索引與链下存储的并行检索索引MPT（PRIMPT）方法。核心设计为基于InMPT索引结构的链上索引，它记录交易索引与前一阶段哈希并关联链下数据地址，使得追溯时无需每次拉取完整链下数据即可快速定位关键信息，从而大幅降低检索延迟与链上存储压力。
为提升并行检索效率，PRIMPT引入双层并行化：一是按产品生命周期阶段在InMPT下分支以降低单分支检索复杂度（由O(log(n))降至O(log(n/k))）；二是根据最优节点分组将区块链节点动态分组并行响应检索请求。关键实现要点包括链上索引与链下地址映射、一致性与隐私保护机制，以及节点随机分配策略以平衡通信开销与响应延迟。
在模拟汽车供应链场景的实验中，PRIMPT相比现有链上/链下混合方法实现了约检索效率提升44%，显著提升了大规模制造追溯的响应能力。该方法兼顾了数据完整性、隐私性与可用性，是区块链赋能供应链追溯在高并发场景落地的可行技术路径。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11265935
📖 第8篇
📌 物理信息自适应权重NBEATSx模型：提升短期风电功率预测精度与可解释性
Physics-Informed Adaptive-Weight NBeatsx for Short-Term Wind Power Forecasting
作者：Chunyu Li，Li Sheng，Xiaopeng Xi，Maiying Zhong
针对风电短期功率预测中精度与物理可解释性难以兼顾的问题，本文提出PIAW-NBEATSx框架，将物理先验嵌入NBEATSx堆栈并采用可训练权重矩阵使模型能够自适应地融合不同基函数输出。研究同时将风电机组的功率曲线通过平滑逻辑增长模型显式加入基函数，确保预测输出满足切入/额定/切出等运行约束。
实现上结合Transformer编码器以捕获复杂时间依赖并生成基向量，训练采用多步多目标损失与残差连接机制以稳定信息流。关键实现要点包括Transformer编码器的特征提取配置、权重矩阵的可训练化设计与功率曲线堆栈的物理正则化，部署时可在边缘节点对单机组SCADA数据实时推理。
在一台2兆瓦SCADA数据集上验证，PIAW-NBEATSx在多个预测窗口与鲁棒性指标上均优于基线与原始NBEATSx变体。消融研究表明动态权重与物理信息堆栈是性能提升的关键，与传统黑箱模型相比，该方法在实现高精度的同时提升了物理一致性，利于实际电网调度与不确定性管理。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11231029
📖 第9篇
📌 基于物理信息神经网络的自适应优化控制及其在自动水面舰艇中的应用
Physics-Informed Neural Networks-Based Adaptive Optimized Control and Its Application to Automated Surface Vessels
作者：Yuxiang Zhang，Yifan Cheng，Shuzhi Sam Ge，Bernard Voon Ee How
本文提出将物理信息神经网络（PINNs）与自适应动态规划相结合，用于复杂非线性系统的在线最优控制。目标是在保证物理一致性的同时，通过学习模型近似系统动力学以求解HJB型最优控制问题，进而在不确定环境下实现自适应控制策略更新。研究聚焦移动平台（自动水面舰艇）的轨迹跟踪与约束满足问题。
具体实现包括将控制方程与物理约束以正则项形式融入神经网络训练（自动微分支持），并在自适应动态规划框架下迭代求解近似HJB解以生成在线控制律。关键实现要点为自适应动态规划与HJB方程迭代的耦合策略、PINNs的边界条件处理及在硬件在环中的实时部署技巧。
在仿真与硬件在环试验中，所提方法在模型迁移适应性、学习效率及轨迹跟踪稳定性上均表现优越，即便在存在部分未知动力学或环境扰动时仍能保持状态在安全边界内。实验结果表明，基于PINNs的混合控制策略在移动机器人与自主航行平台类应用中具备显著工程价值。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11222862
📖 第10篇
📌 大规模互联系统的即插即用控制：综述
Plug-and-Play Control for Large-Scale Interconnected Systems: A Survey
作者：Chen Peng，Qing-Long Han，Xiao-Hui Hu
本文系统梳理了大规模互联系统（LSISs）中实现即插即用（PnP）控制的主流思路與方法框架，覆盖基于模型分解、解析解耦、基于模型控制、鲁棒不变集MPC與基于小增益定理的耦合约束方法。文章对不同建模假设下的可扩展控制策略、局部调整规则與全局稳定性保障进行了细致比较，并指出了各类方法在微电网、智能交通与工业物联网中的适配场景。
综述中强调的关键技术包括矩阵分解方法用于降低耦合维度、基于线性独立性的解析技巧用于交互解耦、以及利用鲁棒不变集MPC确保不确定性下的稳定性。此外，文章讨论了小增益定理等理论工具在定义子系统交互边界与验证全局鲁棒性方面的作用。
文章最后指出未来研究方向，包括动态拓扑自适应、异构系统集成、计算效率提升與智能方法（如深度強化學習與數字孪生）在PnP控制中的融合應用，並强调在安全性（对抗网络攻击）与自修复能力方面亟需新的理论与工程实践支持。该综述为研究者与工程师提供了构建灵活可靠互联系统控制方案的重要参考。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11247787
点击关注 获取更多精彩