混合物理信息神经网络用于下一代电力系统：综述

提出拓扑感知的图卷积网络模型，利用谐波分量对IEEE 34节点配电网进行故障分类，适用于高比例新能源并网场景。

基于物理信息图神经网络的交流最优潮流求解基础模型，在54种电网拓扑上预训练，可在10,000节点系统上实现2.45%零样本成本误差。

DNNsolver提出基于深度学习的偏振敏感衍射神经网络建模方法，解决传统薄元件近似无法捕捉层内电磁耦合的问题，提升高密度光学计算建模精度与效率。

提出LeafNet算法，通过将双曲守恒律方程重构为光滑解耦合系统，结合无扩散物理信息神经算法近似光滑函数，实现高维双曲方程的精确数值求解。

面向双径电磁传播下的窄带相干分布式多输入多输出网络，实现单快照三维纯相位定位。