中国南方电网有限责任公司

主要开展设备状态检修技术研究，具体包括但不限于： 1.核心算法与模型研究：在合作导师指导下，围绕数字孪生赋能的设备状态检修，开展核心算法研究。重点方向包括：基于多源监测数据与物理模型的设备健康度动态评估算法、考虑失效关联的系统级风险评估模型、以及基于强化学习/运筹优化的检修策略动态生成算法。 2.智能体原型开发与验证：参与或负责状态检修智能体（如诊断智能体、策略优化智能体） 的原型设计、算法实现与仿真验证。在数字孪生测试环境中，验证智能体在模拟故障和运维场景下的决策有效性与可靠性。 3.数据驱动与知识融合研究：探索设备台账、历史缺陷、实时监测、巡检图像等多源异构数据在状态评价中的融合方法。研究如何将领域专家知识、规程规则（规则模型）与数据驱动模型相结合，提升状态评估的可解释性与准确性。 4.学术成果产出：以第一作者身份在高水平学术期刊或会议上发表研究成果，撰写高质量技术报告，并参与发明专利申请。 5.项目支撑与交流：参与团队相关的国家级/省部级科研项目或重大工程示范项目，承担具体研究任务。参与学术交流与合作。

遵纪守法，具有良好的科学道德，自觉践行新时代科学家精神 ，同时满足以下条件： 1.学历与专业：已获得或即将获得电气工程、机械工程（故障诊断方向）、计算机科学（人工智能应用方向）、可靠性工程等相关专业博士学位，获学位时间一般不超过3年。 2.研究方向：博士期间研究方向与设备状态监测、故障预测与健康管理（PHM）、以可靠性为中心的维修（RCM）、人工智能在工业运维中的应用等密切相关。 3.科研能力：具有扎实的理论基础和较强的独立科研能力，已在相关领域主流学术期刊或会议上以第一作者发表过高质量研究论文。具备良好的数学建模与算法实现能力。 4.技能要求：熟练掌握Python或MATLAB等编程语言，具有使用机器学习/深度学习框架（如scikit-learn, PyTorch）的经验。熟悉或对电力设备（如变压器、开关设备）基本结构和故障机理有了解者优先。具备良好的英文阅读、写作及交流能力。