摘要：本发明公开了一种耐高温有机硅弹性体及其制备方法，包括如下步骤：将羟基硅油和硅烷单体交联剂混合均匀后，加入KH550和辛酸亚锡，静止反应固化；羟基硅油为甲基端羟基硅油；硅烷单体交联剂为三甲氧基甲基硅烷或三甲氧基苯基硅烷。本发明涉及无纳米粒子改性有机硅弹性体、二氧化钛纳米粒子改性有机硅弹性体和钛氧簇纳米粒子改性有机硅弹性体三种材料的制备方法。其中，钛氧簇纳米粒子改性有机硅弹性体具有更好的耐高温性能，其热塌陷温度可达440℃，且热稳定性良好，进而具有较好的商业应用前景。

摘要：本发明提供一种大量生产外泌体的方法，其通过使用循环拉伸生物反应器来刺激细胞释放外泌体。另外，本发明还提供一种具有癌症特异性抗HLA‑G蛋白的外泌体，其用作递送载体来递送用于治疗癌症的治疗剂。

摘要：本发明公开了一种电力作业现场多源数据融合与边缘计算方法及系统，涉及电力作业现场风险态势感知技术领域，包括基于双流CNN网络和Transformer结构进行电力作业现场的多源数据特征提取；通过长短时记忆网络和门控循环单元处理电力作业现场的多源数据动态时序数据，构建融合特征模型；基于模型通道剪枝和层剪枝进行融合特征模型优化，采用深度学习指令集迁移进行边缘端部署，进行电力作业现场风险反馈。本发明所述方法通过长短时记忆网络LSTM和门控循环单元GRU处理数据，构建融合特征模型，提高了风险预警的准确性和及时性；优化后的模型通过深度学习指令集迁移技术部署在边缘计算设备上，提高了模型在边缘设备上的运行效率。

摘要：本发明公开了一种用于电力系统的智能防误安全头盔的运行方法及系统，涉及定位技术领域，包括头盔开启后，通过北斗接收机计算头盔经纬度信息，惯导模块测量得到头盔位置信息，根据纬度信息与位置信息得到最优估计结果；当有运维任务时，构建电子网格地图，根据地图进行路径规划，将规划好的任务路线发送至对应的运维人员头盔；头盔接收到任务后指导运维人员进行运维任务，若为多人任务时则实时计算各任务人员间的相对位置；最后计算出实时的状态位置估计，并与电子围栏范围进行对比，当超出规定范围时，头盔报警，提示工作人员。本发明无需提前架设定位基站；计算得到佩戴者速度、姿态等信息，具有识别佩戴者动作的功能；融合得到的定位精度高。

摘要：本发明涉及热倒母线操作合闸可靠性在线预警的技术领域，具体为一种变电站热倒母线操作合闸可靠性在线预警方法及系统，其中预警方法包括，基于母线小差的隔刀电流的初级判断；基于三相不平衡的二次判断；基于母线测刀闸位置信号进行操作合闸可靠性的直接验证；基于母差电流的计算结果进行刀闸合闸到位信号判断；本发明通过采用基于母线小差的隔刀电流初级判断技术，提高了操作的安全性和准确性；通过引入基于三相不平衡的二次判断技术，实现了对操作合闸可靠性的进一步验证；通过利用母线测刀闸位置信号进行操作合闸可靠性的直接验证，通过后台数据监控器对刀闸信号进行数据监控，实现了对操作合闸可靠性的实时、准确判断。

摘要：本发明涉及电力系统技术领域，特别是一种基于电力行业本质的安全分析路径生成方法及系统。获取用户输入的问题描述，包括人员基本信息、事件描述信息、环境条件信息及事件结果信息；基于向量模型，将问题描述总结向量化，得到查询向量；基于构建的向量数据集，对查询向量进行相似度匹配，获取匹配结果；将匹配结果中的根本原因作为参考资料提供给大语言模型，并通过根本原因回溯本质安全分析路径。对历史的本质安全分析问题描述进行总结处理；对总结后的描述进行向量化处理；将向量化处理的结果保存至向量数据集。避免了传统方法依赖人工经验的局限性。该方法无需复杂的模型训练，即可实现准确的安全分析，降低了系统部署和维护成本。

摘要：本发明涉及电力系统技术领域，特别是一种基于大模型构建的电力安全行业通用知识库方法。对电力安全行业的数据源进行数据分类与梳理，得到分类后的数据；基于大模型构建多个智能体，利用多个智能体对分类后的数据进行处理，得到结构化数据；将结构化数据进行向量化处理，生成向量数据，并将向量数据存入向量数据库中，构建电力安全行业通用知识库。数据源包括本质安全分析历史数据、本质安全分析报告、电力安全规章制度及操作规范。多个智能体包括文件解析智能体、分析报告信息抽取智能体、规章制度信息抽取智能体和作业指导书信息抽取智能体。通过多智能体协同处理和向量化存储机制，实现了电力安全知识的高效组织和智能应用。

摘要：本发明公开了一种基于大模型检索增强的电力故障诊断方法、系统、设备及介质，属于电力故障诊断技术领域，包括：对电力故障问题进行预处理，得到子问题；针对子问题在电力检修知识库中执行向量化检索；对参考资料执行二次排序，采用学习排序模型对子问题的检索结果分别进行精排；对子问题的精排结果进行融合排序，基于倒数排名分配分数并计算组合分数，剔除分数低于预设阈值的参考资料，得到优化参考集合；将优化参考集合与电力故障问题输入大语言模型，生成电力故障诊断结果及解决方案。本发明利用外部知识库补充大语言模型的知识，减少幻觉的产生提，让大语言模型自行处理生成答案过程中的问题，能够产生更准确的故障诊断和解决方案。

摘要：本发明公开了一种上下文提示学习样本选择方法、系统、设备及介质，属于人工智能技术领域，包括：获取查询样本数据，从所述查询样本数据中抽取预定数量的查询样本；针对所述查询样本调用大模型，得到所述大模型的返回结果，基于所述返回结果计算所述查询样本的稳定因子；根据所述稳定因子确定不稳定样本集合，对所述不稳定样本集合中的样本进行聚类分析，生成聚类簇并确定聚类簇的中心向量，结合所述聚类簇与所述中心向量确定代表样本；将所述代表样本融入大模型的选择知识库提示词中，得到优化后的提示词。本发明通过优化后的提示词引导大模型生成更合理、更基于实际知识的回复，提高了回复的可信度和实用性，有效缓解了大模型的幻觉问题。

摘要：本发明公开了一种基于知识蒸馏的电力本质安全分析模型的微调方法、系统、设备及介质，属于电力安全分析技术领域包括：收集电力本质安全分析领域的专业知识数据并进行专业知识监督微调得到蒸馏模型；通过所述蒸馏模型基于问题描述引导输出思维过程与根本原因，并引入超级模型和因果知识图谱进行评估得到评估结果。本发明通过知识蒸馏与因果知识图谱结合，显著提升电力本质安全分析推理模型的精准性与可解释性，通过蒸馏模型生成问题描述的思维过程与根本原因，并利用超级模型和因果知识图谱评估输出，增强因果推理能力，有效解决传统模型在复杂电力事故分析中因果关系模糊的问题。