湖南科技大学机电工程学院科研合作再结硕果。近日,我院2023级博士研究生邓杰文以第一作者身份,在国际能源领域Top期刊《Energy》(中科院一区,影响因子9.0)在线发表题为“Spatiotemporal Deep Learning for Wind Turbine Blade Root Load Prediction via Physics-Guided GCN-GRU Modelling”的研究论文(第363卷,文章编号142303,2026年10月30日在线发表)。该成果是学院赴国外联合培养博士研究生在国际顶级期刊发表的重要成果,标志着学院国际化人才培养和科研合作取得新突破。

邓杰文获国家留学基金委资助,赴英国哈德斯菲尔德大学联合培养。在英期间,他在外方导师杨文献教授和国内导师肖钊的共同指导下,围绕风电机组关键载荷预测开展研究,形成此次发表于《Energy》的成果。该论文针对风电机组叶根载荷难以长期、连续获取的工程难题,为风电机组运行状态感知和服役效能评估提供了可靠的载荷数据基础。

此次成果是邓杰文围绕风电机智能运维领域持续深耕的延续。2022年,其完成的风电SCADA高维时序数据聚类方法发表于《机械工程学报》(中文顶刊),为从复杂运行数据中识别风电机组不同运行状态奠定了基础;2024年,以第一作者在《Energy》发表风电机组短期功率概率预测研究论文。此次最新成果聚焦叶根载荷预测,使相关研究由“工况识别”拓展至“功率预测”,再延伸至“载荷预测”。目前,基于论文成果构建的载荷预测模型已应用于团队研发的风电机群运行状态智能评估软件,并在多家能源企业应用。
据悉,该研究得到国家自然科学基金、湖南省杰出青年基金和海南省自然科学基金等项目支持。学院相关负责人表示,学院将持续推进国际化人才培养与科研合作,鼓励师生面向国家重大需求开展原创性研究,为高端装备服役效能评估等领域贡献更多“湖科大力量”。(一审 肖钊 二审 周剑 三审 陈冰)