🔍 耿同学打假报告

论文信息

标题：（文本未提供完整标题，据内容推断为）Off-grid Offshore Wind Power-to-Hydrogen System Optimization based on Quantile Regression and Chance-Constrained Programming
作者：未提取到完整作者列表。基金信息显示受国家自然科学基金（52507122）、上海市浦江人才计划（24PJA037）资助。
期刊：未明确提供（推测为Elsevier旗下Energy或Applied Energy类期刊）
DOI：未提供
发表年份：推测为2025-2026年

综合评定：🟠 高度可疑

详细发现

发现 1：第六式 - 引用与参考文献存在严重“梦幻联动”（跨学科乱引）

位置：References [32]
描述：在第三部分方法论中，作者写道“MLP[32] is selected to achieve the quantile prediction”。然而，参考文献[32]的标题是“topology feature learning for skeleton-based action recognition”（基于拓扑特征学习的骨架动作识别）。
证据：这是一篇典型的计算机视觉（CV）/动作识别领域的论文。用它来支撑“多层感知机（MLP）”在风电功率区间预测中的应用，犹如在一本菜谱里引用了《九阴真经》。MLP是最基础的神经网络，通常引用经典机器学习教材（如Haykin的书）或能源领域的预测开山之作即可。引用一篇毫不相干的CV论文，极大概率是使用了不规范的文献管理软件自动生成，或者是使用了大语言模型（LLM）生成的“幻觉”文献。
严重程度：🔴

发现 2：第六式 - 正文存在明显的占位符与未完成痕迹

位置：全文多处
描述：
1. 引言末尾：“The rest of this article is as follows. In Section, an optimization model... In Section, the QR-CCP method...”（缺失章节号）。
2. 参考文献引用格式异常：文中出现 [15,] 和 [23,]，逗号后缺失了具体的文献编号。
3. 文本拼接错误：如公式解释部分出现 wis the net electricity...（推测原意为 $$w$$ is the net electricity...），说明文本提取或复制过程中存在严重的格式丢失，或者原稿件根本就是一个粗糙的草稿。
证据：带有 [15,] 这种空 citation 以及 Section, 这种占位符的文本，通常是不成熟预印本的特征。如果是已正式发表的论文，这种低级错误是不可原谅的。
严重程度：🟠

发现 3：第五式 - 参考文献时间线极度压缩（量产型嫌疑）

位置：References 列表
描述：在基准日期（2026-06-05）下，该论文的参考文献大量集中在2025年（如[3], [5], [10], [12], [16], [18], [21], [24]），甚至引用了2026年的文献（文献[12]: Appl. Energ. 402 (2026) 126972）。
证据：虽然引用当年或前一年的文献很常见，但一篇文章的Related Work部分几乎全部由2025-2026年的极新文献构成，缺乏经典文献的沉淀。这可能表明作者为了迎合审稿人或追赶热点，进行了“突击式”的文献堆砌。
严重程度：🟡

发现 4：第一式/第三式 - 图表信息缺失（无法进行像素级打假）

位置：全文所有Figure（Fig. 1 - Fig. 5）
描述：提供的文本中仅包含了图片的Caption（图题）和部分乱码字符（如Fig. 2中的QR-CCPROSO304050607062.7356.5760.681.6810.28.29 ProfitProfit），没有提供实际的图片文件。
证据：由于无法看到实际的功率曲线对比图（Fig. 4）和设备运行状态图（Fig. 5），我们无法判断其是否在风电曲线上下足了“PS功夫”，也无法验证是否存在跨图的一图多用。
严重程度：🟡（受限于输入条件，暂记为存疑）

发现 5：第二式 - 数据过于整齐但缺乏原始支撑

位置：Table 2 和 Table 3
描述：Table 3中，三种场景下的运行小时数（Operating hour）分别为：QR-CCP (711, 717, 720), RO (688, 705, 680), SO (672, 714, 667)。在包含大量不确定性风电波动和启停约束的MILP模型中，不同场景下得到的整数解（运行小时数）跨度如此均匀且规律，虽然不能断言造假，但显得有些“巧合”。
证据：仅凭数据分布未能确凿造假，但结合文献乱引的问题，其数据的可靠性需打折扣。
严重程度：🟡

耿同学辣评

这篇文章的数据看起来“风平浪静”，但参考文献的引用却给我整了个“八级地震”。写风电制氢的论文，解释多层感知机（MLP）的时候不去引机器学习教材，非要引一篇“ skeleton-based action recognition（骨架动作识别）”的论文，怎么着，你是想让风机在没风的时候给大家表演一套太极拳吗？再加上满篇的“Section,”和“[15,]”，这篇文章的润色水平基本停留在“复制粘贴没改全”的阶段，建议作者在拿到学位之前，先好好学学怎么正确使用EndNote！

建议后续行动

仔细核对参考文献[32]是否为AI生成的“幻觉”文献或随意插入的无关文献。
作者应提供论文的最终校对版（Proof），以确认目前的“乱码”和“占位符”是否为文本提取错误。
（如果图片存在）联系图灵学术或专业打假人士对Figure中的功率曲线进行对比分析。

⚠️ 免责声明

本报告由 AI 辅助生成，仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信，但也尊重每一位研究者的名誉权。
如有异议，请以官方调查结论为准。
本工具不保证检测结果的准确性，误报和漏报均有可能。

（文本未提供完整标题，据内容推断为）*Off-grid Offshore Wind Power-to-Hydrogen System Optimization based on Quantile Regression and Chance-Constrained Programming*