偶然查看这个账号的消息，发现收到通知，离第一篇文章发表四年了。

上次发文还是1024天，替当时师弟建的Simulink变压器模型，现在师弟已经可以独当一面了！（作为练手用此模型发了两篇会议文章。）

今年五月份机械工程毕业，concentration是当年想学的dynamic system and control。不过毕业论文是机器学习在风力电机故障监测中的应用。果然新能源在美国好难找工作！希望下周参加WindSTAR的会议可以有点收获。

博士生太忙了，尽我所能开源代码，但是很难做到多语言发表。以下贴一些链接吧！

1. 以下这个项目我们发现了可以将传统电流频率分析和机器学习结合，提高电机故障监测的可靠性。我贴的是组里的帖子，我们组还发了其他故障监测或能源系统相关的代码。当年看到他们有开源代码也是我很想加入的这个组的原因之一。

UTD-DOES/FIML-Motor-Condition-Monitoring: A non-intrusive cascading FFT-informed machine learning (FIML) framework for detecting both electrical and mechanical faults in squirrel-cage induction motors.

2. 以上组里Github还有个Q-learning做预测的代码，用加强学习做决策，选择最好的模型做出预测，效果会比单个模型好。我第一次发PESGM的会议文章就是用这个方法做的太阳能预测，拿到了best paper。为了避免大量插入超链接，以下放论文引用。

Yan, J., Feng, C., Sun, M. and Zhang, J., Short-term Probabilistic Solar Forecasting via Reinforcement Learning over ECMWF, IEEE Power & Energy Society General Meeting, Seattle, WA, July 21-25, 2024.

3. 最后分享一个在爱达荷国家实验室实习之后开源的可再生能源互补性分析的代码，使用的都是公开的数据集，应该可以复现：

https://zenodo.org/records/14708471

接下来会继续呆在组里，先结束手头上的项目，发文章，开源代码和模型，另外做新的项目和找工作。一些四年前没想到的应该是我现在连达拉斯都不想离开了，哥哥姐姐都在休斯顿，不想离家里人太远。

准备封面的时候发现学院发布了我和同组的Dami作为2026界毕业生的故事，也顺便贴上来吧！