博士研究生招生——基于国际象棋计算类比的电网韧性决策支持研究

项目介绍： 本博士项目将开发一个数据驱动框架，以理解气候驱动的极端天气如何影响配电网络，以及针对性干预措施如何减少中断。利用高分辨率气候数据、故障记录和网络模型，该项目将量化危险条件如何与资产特性和网络结构相互作用从而造成服务损失。该研究将超越传统的压力测试，通过识别哪些基础设施升级在未来气候条件下能带来最大的韧性效益。研究成果将支持行业和监管机构设计具有成本效益的适应策略，帮助减少停电、提高可靠性，并增强社会对日益严重天气事件的韧性。

研究问题： · Alpha-zero类型的国际象棋引擎范式是否可用于做出更有效的基础设施投资决策 · 多维脆弱性曲面方法是否能显著降低与单变量脆弱性曲线相关的不确定性 · 我们能否利用网络拓扑和其他资产信息来建立网络故障与服务损失之间更好的关系

研究方法： 该方法论开发了一个定量框架，通过多维脆弱性/后果曲面将危险与后果联系起来，捕捉完整的危险-资产-网络相互作用，并将其转化为客户停电分钟数（CML）。系统性能（CML）可表示为：CML = f(H, A, T, O)，代表危险环境、资产特性、网络拓扑和运行能力。

首先，将对资产故障的驱动因素进行建模。NaFIRS故障记录将与高分辨率天气数据和描述资产位置、类型和网络拓扑的GIS资产数据库相结合。气象变量将通过危险网格映射到网络上，该网格定义了危险-资产相互作用的空间分辨率。对于每个历史事件，故障将与资产位置的气象条件相关联，从而允许将故障概率估计为危险的函数。

每个故障将通过网络拓扑模型传播以估计CML。该模型将包括馈线配置、下游客户、保护系统和替代供电路径。这使得相同的资产故障根据其在网络中的位置产生不同的结果。

然后将推导出一个多维脆弱性/后果曲面，将危险和系统配置直接映射到预期的服务后果CML。候选干预措施（例如植被管理、资产更换等）将通过历史风暴的反事实重新模拟进行评估。用国际象棋术语来说，风暴（白方）先走，分析确定对基础设施配置（黑方棋子）的哪些改变最能降低不可接受的CML的概率。

预期成果： · 更好地理解不同天气变量如何影响脆弱性 · 更好地理解气候危险、网络资产、网络拓扑和运行能力与社会后果之间的关系 · 对提出和评估韧性增强措施的可能框架的洞察

资助信息： · 学费：100%覆盖 · 生活津贴：每年至少20,780英镑（免税，2025/26年度UKRI标准） · 资助期限：3.5年 · 资助机构：NERC · 开始日期：2026年9月21日

申请要求： · 学历要求：相关学科（包括地理学、地球科学、工程学、计算机和数学）的二等一荣誉学位或国际同等学历 · 相关技能：GIS、计算、统计学、人工神经网络、气候预测 · 语言要求：雅思总分6.5，各单项不低于5.5（第一语言非英语者） · 适用对象：欢迎英国本土和国际申请者（包括欧盟）申请，成功者将获得全额奖学金 · 特别说明：国际申请者可能需要在获得签证之前获得ATAS（学术技术批准计划）许可证书

申请材料： · 通过大学的“Apply to Newcastle Portal”进行申请 · 注册后选择“Create a Postgraduate Application” · 使用项目代码8040F搜索课程 · 选择“PhD Civil Engineering – Civil Engineering (Structural) (full time)”作为学习项目 · 在“Further Details”部分提供：

• Personal Statement（必填）：上传文档或直接填写
• 奖学金代码：IRISK02（填写在“Studentship/Partnership Reference”字段）
• 研究计划：选择“Write Proposal”，输入本广告中的研究项目标题（无需上传完整研究计划）