针对现代电力系统的数据驱动建模与智能管理

该项目旨在开发基于数据的方法，以对电力系统中的资产重要性进行排序并优化维护工作。通过将机器学习技术与运行及环境数据相结合，该项目旨在预测资产故障风险、评估设备退化情况，并完善维护策略，从而提升系统的可靠性与效率。

关于该项目 该项目旨在开发基于数据的资产临界性排序及维护优化方法。通过将机器学习技术与运行数据、状态监测数据及环境数据相结合，研究多应力退化现象，预测资产故障风险，并对关键资产进行优先级排序，从而提升维护效率与电力系统可靠性。 电力系统中有效的资产管理对于确保运行可靠性、减少停机时间以及优化维护成本至关重要。然而，传统的维护策略往往忽视环境因素与运行压力对资产损耗的综合影响，从而限制了资产风险评估及维护优先级设定的准确性。 该项目旨在构建一种数据驱动的框架，用于资产状况评估、故障风险预测、重要性等级划分及维护优化。将特别关注多个应力因素如何影响资产健康状况及长期可靠性。 该研究将结合实验室实验、现有数据集分析、已发表的研究成果以及相关的环境与运营信息。实验研究将有助于揭示设备退化机制，而数据分析与建模则有助于评估资产性能及故障风险。 预期成果包括更深刻地理解资产退化机制、更精准的风险评估、系统的资产关键性排序，以及优化的维护策略，从而支持主动决策并提升电力系统可靠性。 您将加入电气动力工程研究小组中的跨学科且多元化的学术团队，该团队将帮助您提升可迁移技能，包括文献批判性分析、学术写作与发表，以及与团队成员合作与活动组织。作为实验研究的一部分，您还将获得在测试设施中的实践经验，并在托尼·戴维斯高压实验室（TDHVL）中使用先进的设备开展研究。 电子与计算机科学学院致力于促进平等与多样性，这从我们获得的 Athena SWAN 奖中可见一斑。我们欢迎所有申请者，无论其性别、种族、残疾状况、性取向或年龄如何，并将全面考虑那些寻求灵活工作模式以及有过职业休整的申请者。该大学拥有慷慨的产假政策、现场儿童保育设施，并提供多种福利措施，以帮助保障员工的生活质量与工作与生活的平衡。南安普顿大学致力于可持续发展，并获得了铂金生态奖。

入学要求 英国南安普顿大学授予的电气或电子工程领域2:1荣誉学位，或其国际等效学位。

资助：竞争性资助 学费与资助 我们为英国本土学生和国际学生提供多种资助机会。符合条件的学生可通过“地平线欧洲”学费减免，自动免除国际学生学费与英国本土学生学费之间的差额。 大学通过竞争性遴选授予的校长助学金，为遴选排名靠前的申请人支付国际学生学费与英国本土学生学费之间的差额。 本校各学院通过竞争性遴选提供的博士奖助金，通常为遴选排名靠前的申请人支付按英国本土学生标准收取的学费，并提供生活津贴。 资助采用滚动授予方式，因此请尽早申请，以尽可能增加进入资助评选的机会。 如需了解更多信息，请访问我们的研究生研究资助页面。

如何申请 您需： 选择课程类型（研究型）、2027/28学年、工程与物理科学学院 选择全日制或非全日制 搜索电子与电气工程博士项目（7092） 在申请表第2部分填写导师姓名 申请材料应包括： 研究提案 您的CV（个人简历） 2份学术推荐信 截至目前的学位课程成绩单和证书 英语语言资格证明（如适用）