🔍 耿同学打假报告

论文信息

标题：基于分位数回归的机会约束规划方法在离网风电制氢系统中的应用（由于文本截断，标题为根据内容推断）
作者：未在提供文本中显示
期刊：未在提供文本中显示
DOI：未在提供文本中显示
发表年份：预估为 2025 或 2026 年
论文来源：76.pdf

综合评定：🟡 存疑

详细发现

发现 1：公式残缺与符号严重丢失（排版或解析异常）

位置：全文数学模型部分（第2节及之后）
描述：论文的数学模型和公式存在大量残缺。例如，目标函数被写为 min w+ h+ b+ p，丢失了成本符号 $$C$$ 和下标；大量约束条件（如 PEMEC 和 BESS 的逻辑约束）的公式编号完全丢失，表现为 Eq. ()；在不确定性建模部分，随机变量残差项直接缺失（如 P_wind_t= P̂_wind_t+ 后面什么都没有）。
证据：原文中如 “Eq. () means that the PEMEC can assume only one of two discrete states” 以及 “where Eq. (26) indicates the probability of satisfying the constraint” 前文的公式 (26) 实际上是不完整的。
严重程度：🟡（如果是 PDF 提取导致的问题，则无需惊慌；如果是原刊文章如此，则属于严重低级排版错误，极度影响学术严谨性）
复核状态：✅ 成立

发现 2：算法优越性基于“钻模型空子”（方法学异常）

位置：Section 4.3 Cost-Benefit Analysis 与 Section 4.4 Typical Scenarios Operation Analysis
描述：论文提出的 QR-CCP 方法实现了最高的利润（$62730.58）和最低的弃风率（1.68%）。然而，文本指出这是通过极其激进地使用电池储能系统（BESS）实现的。数据显示，QR-CCP 的 BESS 退化成本（$13,313.44）是鲁棒优化（RO，$434.75）的 30 倍，且电池 SOC 偏差高达 24% 左右，而对比组仅为 0-11%。
证据：原文提到：“However, the Cb under QR-CCP reaches 13,313.44, which is 12,225.16 and 12,878.69 higher than those of SO and RO... σSOC of QR-CCP equals 23.83%, 24.05%, and 24.72%...”。这说明 QR-CCP 所谓的“优越性”来源于极度压榨储能电池（近乎野蛮充放电），而目标函数中简单的线性退化成本（c_bes * (P_ch + P_dis)）未能真实反映现实中电池高频深度充放电的非线性、指数级寿命损耗。算法赢在“修正了惩罚项”，而非工程实质创新。
严重程度：🟠（数据高度自洽，但结论的工程价值存疑）
复核状态：✅ 成立

发现 3：选择性展示典型场景（统计学与逻辑异常）

位置：Section 4.4 Typical Scenarios Operation Analysis 及 Table 3
描述：作者为了证明所提方法在极端波动下的处理能力，特意挑选了三天“具有显著风波动”的典型场景进行详细对比和展示。
证据：原文写道：“this subsection selects three days with significant wind power fluctuations as typical scenarios to compare... Note that the symbol “S-i” in Table 3...”。在优化类论文中，挑选最好看的结果进行大书特书是常见的“樱桃挑选”行为。缺少对全年/全周期 adverse scenarios（不利场景，如长时间微风）下系统抗风险能力的客观评估。
严重程度：🟡
复核状态：✅ 成立

发现 4：数据表格末位与自洽性初步验算（数据造假检测）

位置：Table 2 及正文描述
描述：对正文中声称的数学关系进行验算。
证据：原文称“Cp is reduced to 3,097.35, which is $11,396.94 lower than SO”。查表知 SO 的 Cp 为 14494.29，14494.29 - 3097.35 = 11396.94，计算极其精确自洽；“profit achieved by QR-CCP method is 3.38% higher than that of SO”，(62730.58 - 60682.42)/60682.42 = 3.3778%，吻合。证明数据结果的内在逻辑推导是严密的，没有出现随机瞎编常有的“算不对账”问题。
严重程度：✅（此项为排雷，证明非劣质瞎编数据）
复核状态：✅ 成立

发现 5：引用文献时间线检测

位置：参考文献列表
描述：当前检测日期为 2026 年 7 月，论文中引用了大量 2025 年和 2026 年的文献。
证据：例如 [3] Appl. Energ. 384 (2025)；[12] Appl. Energ. 402 (2026) 126972；[16] IEEE Trans. Power Syst. 40 (6) (2025)。考虑到很多期刊会提前见刊，2025 和 2026 年的文献在 2026 年中旬引用是完全符合现实时间线的。
严重程度：✅（无穿越造假）
复核状态：✅ 成立

耿同学辣评

你的算法赢了，但那是赢在拿电池当消耗品往死里用啊！电池狂暴充放电导致 SOC 疯狂上蹿下跳，退化成本爆表，就因为你目标函数里的电池寿命衰减模型写得太温柔了。这就像是用一辆共享单车去跑拉力赛，只要你不把“车辆磨损费”如实算进去，账面上当然显得比老老实实开越野车赚得多！另外，这篇论文的公式符号丢得满地都是，如果不全是 PDF 提取的锅，那排版可以说是灾难级别了。

建议后续行动

联系作者要求提供 7 天完整运行的原始输入输出数据集（验证是否只挑了好日子）。
要求作者提供 BESS 的实际寿命损耗计算依据，质疑其线性老化模型的合理性。
在 PubPeer 上提出质疑（针对公式缺失和模型过度简化问题）。

⚠️ 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。

基于分位数回归的机会约束规划方法在离网风电制氢系统中的应用（由于文本截断，标题为根据内容推断）