Abstract:

针对多类易混暂态扰动下高阻接地故障 （high imped ance fault，HIF）弱特征难以表征以及漏判风险未被充分 考 虑 等 问 题，提 出 一 种 引 导 多 尺 度 残 差 注 意 力 时 序 表 征 与 风 险 感 知 的 轻 量 梯 度 提 升 机 （light gradient boosting machine，LightGBM ）辨识方法。首先，以原始零序电流为输入，依据 HIF 随机燃弧、局部尖峰、半周不对称和非平稳波动等波形机理，构建多尺度残差注意力时序卷积网络，自适应地提取不同时间尺度下的深层判别特征；其次，将深层时序特征输入 LightGBM，并引入面向保护应用的类别风险权重，使分类边界向降低 HIF 漏判方向调整。最后，进行仿真与 10 kV真型试验，验证所提方法的有效性。研究结果表明，所提方法在仿真验证集上的总体辨识准确 率 为 98.19%，HIF 召 回 率 为 99.17%；在 真 型 试 验 独 立 测 试 集 上 的 总 体 辨 识 准 确 率 为 97.69%，HIF 召 回 率 为98.00%。所提方法在多类易混扰动下可有效降低 HIF 漏判风险。

Abstract:

新型电力系统规模的持续扩张及其结构复杂度使传统节点脆弱性分析方法在计算效率、非线性特征解析能力及评估精度等方面的局限性日渐凸显。对此，先提出基于多目标优化图卷积网络 （multi objective optimization graph convolutional network，MOO-GCN ）的 电 网 节 点 脆 弱 性 评 估 方 法；再 在 传 统 圈 卷 积 网 络 （graph convolutional network，GCN ）框架中引入多目标优化机制，构建融合重构损失、邻域嵌入损失及排名一致性损失的三重联合损失函 数，通 过 动 态 调 整 权 重 实 现 全 面 评 估；最 后，以IEEE 300、IEEE 500及IEEE 1354 节 点 配 电 网 为 实 例，采 用TOP-K Jaccard 相似度、Kendall′s Tau 一致性系数及易感 ?感染（susceptible-infected，SI）模型的综合评价模型性能，对所提方法的可行性和有效性进行了验证。研究结果表明，基于 MOO-GCN 的电网节点脆弱性评估方法的感染速度与排序一致性均比传统方法和基于 GCN 的电网节点脆弱性评估方法的更好，所提算法可提升节点排序稳定性和准确性。

Abstract:

同步机是直流受端电网的重要无功源。传统依据自身机端电压跌落情况进行无功输出响应的自动励磁调压方式，难以充分发挥同步机的无功电压调节潜力。针对该问题，提出提升受端电网暂态电压稳定性的同步机广域优化控制架构和方法。首先，基于典型运行方式进行故障扫描，根据节点电压跌落时间面积和暂态电压稳定裕度识别受端电网的电压薄弱节点。其次，评估各同步机对薄弱节点的无功支撑能力，针对支撑能力较强的同步机，在其励磁系统中增加远程调压控制单元，引入薄弱节点电压信号，形成附加控制。再次，计及所控制同步机及其近区新能源的过电压约束，以薄弱节点电压跌落时间面积最小为目标，对远程调压控制单元的关键参数进行优化。最后，基于简单系统和实际电网数据进行仿真验证。研究结果表明，所提方法不仅能避免过电压，还能有效提升电网的暂态电压稳定性。

Abstract:

配电网长期运行中台账数据与实际拓扑及线路参数难以匹配，严重制约配电网的安全高效运行。为此，提出一种基于稀疏回归和聚类修正的配电网拓扑与线路参数联合辨识方法。首先，基于量测数据与配电网拓扑及线路参数的耦合关系，构建配电网拓扑与线路参数联合辨识模型。其次，提出拓扑预辨识 ?参数求解 ?联合精确辨识的思路，利用电压相似度对配电网拓扑预辨识。再次，基于顺序向后选择算法与稀疏回归求解线路参数辨识方程，结合改进的空间聚类算法，提取精确配网拓扑，实现配电网拓扑与线路参数的联合辨识。最后，通过仿真实验对所提方法的可行性和有效性进行验证。研究结果表明，所提方法能有效辨识配电网拓扑及线路参数，具有良好的鲁棒性，能适用多种复杂工况。

Abstract:

针对不对称配电网中单相高阻接地故障 难以辨识的问题，提出中性点接入电压源的单相高阻接地故障选线方法。首先，分析不对称配电网馈线零序电流成分特征，建立不对称配电网零序网络等值模型。其次，当零序电压越限时，在系统中性点接入高频电压源，通过算得的不对称电流消除各线路不对称参数的影响；并将线路零序电流 的 工 频 分 量 和 高 频 分 量 之 比 定 义 为 工 高 比 （power high ratio，PHR ），由 于 故 障 线 路 的 PHR 远 大 于 健 全 线 路 的PHR，故选取 PHR 最大的线路为故障线路，即可实现高阻故障选线。再次，分析过渡电阻和中性点接地方式对选线判 据的影响。最后，在实例中进行仿真分析。研究结果表明，所提方法可有效消除三相分布参数不对称在高阻故障选线中的影响，且所提方法的耐过渡电阻能力强，不受中性点接地方式影响，对弧光高阻接地具有一定的适用性。

Abstract:

针对配网低电压成因复杂多样和信号特性非平稳的问题，提出一种基于多尺度时频特征与全局依赖建模的配网低电压成因分析模型，提升成因分类的准确性和鲁棒性。首先，该模型由两条特征提取支路组成：小波卷积支路利用一维离散小波卷积来提取信号的多尺度时频特征，捕获信号局部动态变化；Transformer 支路将时序数据转化为递归图，通过自注意力机制建模全局时间依赖特征。其次，通过特征融合整合局部与全局特征，输入多标签分类 器完成成因分类任务。最后，在中国某市配网低电压数据集上，对该模型进行仿真分析。仿真分析结果表明，该模型分类准确率为 98.74%。与传统方法相比，该模型可有效结合局部与全局特征，显著提升成因分类能力，且其在处理非平稳信号时具备优异的性能与鲁棒性。该模型可为配网低电压问题的精准分析提供一种可靠的解决方案。

Abstract:

准确计算配电网线损对保障电力系统经济运行与安全稳定至关重要。现有传统线损计算方法不能有效利用电气特征参数，且计算过程繁琐。提出一种基于电气特征选择和长短期记忆 （long short term memory，LSTM ）与极端梯度提升 （extreme gradient boosting shapley additive explanations，XGBoost-SHAP ）混合模型的配网线损可解释的计算方法。首先，综合考虑各类电气参数与配电网线损的关系，构建理论线损电气特征指标。其次，提出一种基于双相关性的特征筛选方法，剔除冗余特征并构建最优特征子集，解决同类特征间的高冗余问题。再次，为解决传统单一模型对异构数据利用不足的问题，设计 LSTM-XGBoost-SHAP 可解释性计算框架：采用 LSTM 网络提取时序数据的深层特征，通过 XGBoost 模型融合时序特征和静态特征，实现高精度理论线损计算，并通过 SHAP 模块分析各输入电气特征参数对理论线损的贡献。最后，以中国西北部某实际配网运行数据为实例，进行仿真分析，验证所提方法的准确性。研究结果表明，本文所提方法的均方根误差 （root mean square error，RMSE ）比其他传统单一 模 型 的 RMSE 低0.213%，所 提 方 法 的 平 均 绝 对 百 分 比 误 差 （mean absolute percentage error，MAPE ）不 超 过5.634%，具有良好的鲁棒性与工程适用性。

Abstract:

风电、光伏、储能等不同主体的大量接入，导致配电网由传统无源网络转变为有源双向网络，这在缓解能源环境危机的同时，也给主动配电网的线损管控带来了极大的挑战。针对主动配电网线损管控新问题，提出一种考虑多主体参与的线损多措施组合管控方法。首先，综合考虑配电线路改造、变压器更换及无功补偿等不同降损措施，以主动配电网运行经济性最优为目标，以多主体参与的配电网安全运行为约束条件，建立计及降损效果和经济性的多目标优化模型。其次，提出基于效益系数的多措施组合线损管控策略，基于降损效益与成本的比值量化，得到最优的综合降损措施组合。再次，提出基于效益系数的求解方法，对建立的优化模型进行求解，得到能达到预定配电网降损目标的最优综合降损策略。最后，在实例中对所提方法进行了仿真分析与对比。仿真结果表明，所提方法能显著降低多主体配电网线损率，实现降损效益最大化。该研究可为主动配电网降损提供改造科学、高效的决策依据。

Abstract:

变电站母线负荷预测对电力系统稳定运行至关重要。随着新能源发电的大规模并网，底层母线负荷的波动性加大，单一的点预测难以描述其不确定性，引入区间预测可以提高电力调度的决策能力。为此，提出一种点预测 结 合 区 间 预 测 的 短 期 母 线 负 荷 组 合 预 测 方 法。首 先，利 用 自 适 应 噪 声 完 备 集 合 经 验 模 态 分 解 （complementary ensemble empirical mode decomposition with adaptive noise，CEEMDAN ）对原始母线负荷进行一次分解，对一次分解产生的高频强波动分量采用变分模态分解 （variational mode decomposition，VMD ）进行二次分解，深度挖掘高频分量特征。其次，计算子分量样本熵进行复杂度评估并重构成 3组典型分量。再次，将这 3组典型分量输入到融合Tent 混 沌 映 射、自 适 应 权 重、Levy 飞 行 与 可 变 螺 旋 搜 索 策 略 的 改 进 麻 雀 搜 索 算 法 优 化 的 时 间 卷 积 网 络 （improve sparrow search algorithm and temporal convolutional network，ISSA-TCN ）模型进行预测，提高点预测精度。最后，采用分位数变换 （quantile transformation，QT）变换平滑核密度估计产生的误差异常分布，并结合置信区间估计进行概率区间预测。基于真实母线负荷数据的对比实验表明，提出的点预测方法相比于单一模型及组合模型，平均绝对误差降低至 3.52%，拟合度提升至 94.62%。该区间预测方法相比于参数法和非参数法，在95%的置信水平下，均值区间评分降低至 4.2，预测区间覆盖率提升至 98%，且覆盖真实值的数量最多。所提方法可有效量化点预测的不确定性，更全面地反映出母线负荷变化规律，优化电力系统的运行与管理。

Abstract:

商业楼宇的中央空调是一类优质的可控资源，合理利用其调节能力对电力系统的供需平衡具有重要意义。尤其在夏季用电高峰时段，对大量中央空调负荷的有效调控能大幅缓解电力系统源荷平衡的压力。对此，提出一种基于随机森林的中央空调需求响应能力评估方法。若中央空调参与需求响应时仅控制中央制冷机的启停，则中央空调的需求响应能力可通过每个时刻开始的中央制冷机最长启动 /停机时间来表征。先梳理中央空调冷冻水循环、室内热动态和中央制冷机启停控制过程，明确影响最长启停时间的关键状态变量。再根据物理模型仿真或实测过程构建包含室内外温度、冷冻水进出口历史温度及最长启停时间的数据集。然后，以这些状态量为输入、最长启动 /停机时间为输出训练随机森林模型。最后，通过算例对比和舒适度校核验证所提方法的评估精度和适用性。所提随机森林模型避免对建筑物复杂热动态参数的依赖，实施门槛较低。仿真对比分析表明，所提方法在评估中央空调最长启停时间方面具有较高精度，且该方法在评估需求响应能力时不会明显降低建筑物内人员的舒适度。

Abstract:

电 动 自 行 车 普 及 带 来 了 充 电 火 灾 风 险，亟 待 对 其 进 行 有 效 监 测。非 侵 入 式 负 荷 监 测 技 术 （non-intrusive load monitoring，NILM ）提供了关键技术方案。对电动自行车充电负荷的非侵入式辨识问题，提出一种基于标签引导注意力的深度学习辨识算法。先采集电动车及多种家电高频电力数据构建特征样本库；再利用一维卷积神经网络（1-dimensional convolutional neural network，1DCNN ）提取深度特征，并结合特征与位置注意力机制增强表达；然后，采用双向循环神经网络 （bidirectional recurrent neural network，BRNN ）捕捉序列依赖关系，实现精确负荷预测；最后，采用插入式负载设备识别数据集 （plug-load appliance identification dataset，PLAID ）公开数据集与实际电动车充电负荷数据进行仿真分析，验证所提方法的有效性。研究结果表明，所提方法在辨识任务上表现优异，其识别结果优于现有其他模型的识别结果。

Abstract:

互感器作为电力系统中的关键测量设备，其性能状态直接影响电网的安全稳定运行。随着深度学习在设备状态预测领域的广泛应用，不断扩大的模型规模带来的高计算开销和存储需求，严重制约其在边缘设备上的部署。为解决这一问题，提出最小化量化误差感知训练 （minimizing quantization error-aware training，MinQuant ），这是一种自适应量化感知训练方法。首先，设计一种能根据数据分布特征自动调整量化参数的自适应量化器。其次，提出一种量化误差最小算法，在训练过程中显式优化量化误差，实现模型性能与量化精度的协同优化。最后，在某电网公司提供的电压互感器二次端电压数据集上对所提方法进行验证。研究结果表明，该方法在 8位量化条件下几乎无精度损失，在4位等低比特量化场景下，相比现有方法仍可保持较高的预测精度。该方法可为互感器预测模型轻量化提供有效解决方案。

Abstract:

根据中国月球探测规划，中国将在 2030 年前实现载人登月，2035 年前建成月球科研站基本型。能源系统作为月球科研站建设和运行的基础设施，是保障月球科研站长期稳定运行的基本条件。对国内外月面能源系统进行调研，分析中国月球科研站能源系统需求。在此基础上，重点论述发电技术、储能技术、功率管理技术和功率传输与分配技术的应用场景和发展需求。提出多种能源系统类型，进行比较，并在此基础上，提出月面能源系统架构及关键技术，为未来月面能源系统研制提供参考。

Abstract:

能源系统是月球科研站的重要基础设施，负责为其提供长期稳定的电力。结合月球科研站的建设步骤与任务需求，简要介绍了能源系统的组成，提出了一种基于分布式系统的能源传输拓扑架构，并搭建了功率变换与传输环节的数学模型。针对交流和直流两种体制的特点，综合考虑系统重量、可靠性及空间高电压技术应用等因素，对比分析了不同体制、电压和传输功率条件下的传输母线特性，给出了最优传输电压及相关技术分析。本研究成果可为月球科研站等地外星体基地的能源传输拓扑架构与传输环节设计提供参考与借鉴。

Abstract:

新型电力系统的强不确定性使日前优化调度的经济 -安全权衡挑战更突出。从风险偏好与优化模型交互的视角，将权衡方法归纳为先验设定、后验选择及内生权衡 3种模式。首先，剖析先验设定模式依赖主观经验设定风险参数 （如风险水平、不确定性预算 ）的局限，及后验选择模式在高维风险下的计算复杂性挑战；其次，重点讨论以可调机会约束为代表的内生权衡模式，阐述其将风险参数内生为决策变量并引入风险成本函数，以实现经济 -安全自适应最优权衡的内在机理；再次通过简化算例说明内生权衡模式的潜在优势，并对 3种权衡模式进行多维度的对比总结；最后，围绕风险刻画、模型转化与高效求解等关键挑战展望了未来研究方向。

Abstract:

针对高比例新能源电力系统中暂态功角稳定量化评估面临的新挑战，提出一种基于主导模式识别的暂态功角稳定影响度评估方法。首先，阐述了传统基于单时刻动能近似的影响度评估方法在应对系统多元化、低惯量及两阶段动态机制差异等方面的局限性，并论证精确机组分群是实施有效评估的重要前提。在此基础上，构建能反映机群间相对运动的暂态能量函数，建立影响度与暂态能量的理论关联。其次，通过挖掘机组相对功角轨迹中的全局统计特征，实现主导扰动模式的精确识别与可靠分群。最后，在准确分群的基础上，综合考虑故障期间加速能量与故障后减速能量在两个关键特征时刻的贡献，构建一种新的综合影响度评估指标。某区域电网仿真系统的分析结果表明，所提方法能够有效识别主导振荡模式，准确评估不同机组对系统暂态稳定的影响程度，为高比例新能源电力系统的安全稳定分析与精准控制提供了新的量化工具。

Abstract:

针对传统输电网机组组合中直流潮流忽略无功电压问题与精确交流潮流求解复杂的矛盾，提出一种基于交流潮流线性近似的有功无功协同优化策略。首先，对交流潮流方程进行线性化处理，将非线性的机组组合问题转化为混合整数二次规划 （mixed-integer quadratic programming，MIQP ）模型；通过成本分段线性化进一步转化为混合整数线性规划 （mixed-integer linear programming，MILP ）模型。其次，考虑到电力系统无功电压问题不具有大范围近似线性的性质，引入基点 ?增量方法提升线性化模型精度。最后，在IEEE 39节点系统和 IEEE 118节点系统中进行算例仿真，调用 Gurobi 高效求解，并以 MATPOWER 精确潮流结果辅助验证方法的有效性。仿真结果表明：所提方法能够在不同规模的系统中实现有功无功协同优化，基点 ?增量方法与成本分段线性化的应用能够显著改善求解性能，提供可靠且高效的机组组合方案。

Abstract:

可再生能源出力的波动与电动汽车 （electric vehicle，EV）的数量日益增长，其随机的充电需求带来的源荷双侧不确定性显著影响了园区综合能源系统 （park-level integrated energy system，PIES ）的调度计划。为提升 PIES运行的经济性和鲁棒性，提出考虑电动汽车接入的园区综合能源系统数据驱动分布鲁棒调度方法。首先，由于 EV的接入不确定性难以准确描述，选取 EV充电行为的 5个特征，通过高斯混合模型刻画 EV充电多模式行为，结合Neyman 抽 样 与 综 合 范 数 约 束 构 建 不 确 定 集；其 次，设 计 延 时 与 错 峰 协 同 的 充 电 管 理 方 案，在 满 足 用 户 充 电 需求 的 前 提 下 实 现 削 峰 填 谷；再 次 将 EV充 电 管 理 纳 入 PIES 经 济 调 度 框 架，构 建 数 据 驱 动 的 分 布 鲁 棒 优 化（distributionally robust optimization，DRO ）模型；最后，提出改进列与约束生成算法求解 DRO 调度问题。算例分析表明，所提的延时充电管理实现 PIES 电负荷曲线平滑化，显著提升可再生能源消纳率，降低外购电依赖；同时，所提方法相较于常规两阶段鲁棒优化模型总成本降低 10.26%，验证其可行性与经济性，为EV高渗透下的 PIES 的高效调度提供新路径。

Abstract:

为解决长时间尺度新能源出力场景生成的 数值模型过度简化、生成结果质量较差、主要关注季节性趋势、缺乏对出力细节有效建模等问题，提出一种基于双层加权集成策略的长时间尺度新能源出力场景生成方法。首先，融 合 多 个 功 率 重 建 模 型，实 现 高 精 度 的 历 史 新 能 源 出 力 重 建。其 次，利 用 隐 马 尔 可 夫 模 型 （hidden Markov model，HMM ），以 月 为 单 位，构 建 日 尺 度 新 能 源 出 力 状 态 转 移 序 列，并 结 合 改 进 的 生 成 对 抗 网 络 技 术 （modified generative adversarial network，MGAN ），实现月度的新能源出力曲线的生成。再次，采用逐月拼接的方式，实现全年8 760 h的新能源出力场景的生成。为进一步提升质量，在MGAN 模型中引入波动性约束和自注意力机制层，设计冗余信息机制以抑制卷积操作引发的边缘效性。最后，基于中国西南某省风光新能源历史出力数据和多年历史气象数据开展算例验证。研究结果表明，所提方法在提升场景生成精度与细节还原能力方面具有显著优势。

Abstract:

双馈风机凭借其功率灵活可调的特点已被证明是一种可阻尼区域间低频振荡的有效设备。但受制于电力系统精确建模难、运行方式复杂多变、存在高不确定性和扰动以及多振荡模态耦合的问题，传统基于模型设计的固定参数双馈风机附加阻尼控制方法很难获得良好的阻尼性能。为此，提出一种基于数据驱动的双馈风机附加阻尼协调控制方法。先采用偏格式动态线性化技术构建多输入多输出解耦电力系统数据驱动模型，表征存在多振荡模态的电力系统动态特征。再根据电力系统的测量输入和输出 （I/O）数据实时更新控制参数，以适应系统多变的运行工况。然后，设计一种离散滑模面函数，以此生成控制律，在阻尼多种振荡的同时，有效抑制不确定性和扰动以及多振荡模态间的耦合对阻尼性能的影响。最后，分析所提方法作用下系统的稳定性，并通过仿真对比验证所提方法可有效抑制多模态系统振荡，并具有较强的自适应性和鲁棒性。

Abstract:

针对中国农村光伏台区季节性过 /低电压问题，提出适应中国农村光伏台区电压越限治理的模组化储能搬移方式及其充放电功率优化方法，将模组化储能搬移至光伏台区，调节储能的充放电有功功率和逆变器无功功率，实现电压越限治理。首先，分析中国农村光伏台区源荷特征，结合馈线电压平衡方程，揭示中国农村光伏台区电压越限的成因在于源荷的季节性不匹配。其次，利用模组化储能的可拆卸、灵活部署优势，提出模组化储能的数学模型。再次，以降低配电网节点电压偏差、网络损耗和弃光为前提，考虑模组化储能的搬移成本和租赁成本，构建模组化储能搬移和充放电功率控制的优化模型，优化决策储能搬移的节点和数量、有功和无功出力。最后，在中国湖南省衡东县配电系统中，验证所提方法的可行性和有效性。研究结果表明，模组化储能可以有效提升中国农村光伏台区的电压质量和经济效益。

Abstract:

故障恢复阶段的高比例新能源电力系统的 暂时过电压问题日益凸显，但相关研究仍聚焦三相短路故障，对不对称故障场景的研究鲜见。首先，分析不对称故障下新能源机组的暂态特性。其次，构建含负序控制的等效模型，并在单机系统中比较了三相与不对称短路引发的暂时过电压程度。再次，针对多馈入系统中负序控制与机组耦合难以刻画的问题，提出一种基于正负序分量迭代的过电压计算方法。该方法将含负序控制的新能源机组等效为压控电流源，通过迭代求解端口电压与注入电流，实现故障期间及清除后过电压的准确评估。最后，在PSCAD/EMTDC 数值仿真分析平台中进行电磁暂态仿真，验证所提方法的有效性。该方法可为不对称故障下新能源多馈入系统的暂时过电压计算提供参考。

Abstract:

针对高比例光伏接入配电网带来的光伏消纳和线路正反功率过载的问题，提出一种基于负荷趋势提取和预测的储能选址定容规划方法。首先，采用 Prophet 算法，分解各个节点净负荷趋势和周期分量，求得负荷残差；其次，使用生成对抗网络 （generative adversarial network，GAN ）算法，对较为随机的残差分量进行建模，生成新一年的负荷预测数据，叠加趋势和周期分量，获得符合原统计规律的新一年净负荷；再次，在预测负荷数据的基础上，使用改进贝叶斯算法与非线性规划方法，进行储能的选址定容，获取储能最优配置方案；最后，在新一年的真实数据上进行仿真验证，验证所提模型的前瞻性和经济性。该研究可为配电网储能选址规划提供参考。

Abstract:

在配电网对灵活性资源需求增多背景下，提高事前规划阶段资源配置的经济性与故障恢复阶段韧性提升作 用 的 平 衡 性，可 有 效 避 免 设 备 利 用 率 不 足 与 投 资 冗 余。为 此，提 出 一 种 考 虑 电 力 ?交 通 耦 合 的 移 动 储 能 系 统（mobile energy storage system，MESS ）分区配置方法。首先，基于车 ?站?网交互关系构建配电 ?交通耦合模型，实现交通流刻画。其次，构建融合电气模块度与地理可达度的综合指标，通过改进遗传算法对配电 ?交通耦合网络划分集群。再次，设计分区规划 ?调度运行的双层优化架构，其上层模型优化 MESS 容量 /功率配置方案，其下层模型基于时空转移特性制定动态调度策略，并采用粒子群算法和混合整数线性规划，求解规划模型，得到移动储能分区配置方案。最后，采用实例对所提方法进行了仿真与分析。研究结果表明，所提方法不仅能降低 MESS 时空调度难度，还可显著提升配电网运行经济性，较好地在事前规划阶段协同优化经济性与韧性提升。

Abstract:

电动汽车大规模并网互动已成为必然趋势。作为电动汽车与电网互动的关键主体，充电站可聚合电动汽车充放电资源参与电力市场投标，兼顾自身利益以及电网运行需求。基于此，首先，在考虑电动汽车主动充电响应的基础上，提出能预测日前可响应容量的模型。其次，考虑电动汽车充放电行为不确定性对充电站投标策略的影响，以最大充、放电功率为不确定变量，建立充电站参与电力日前市场的鲁棒优化投标模型。最后，通过仿真得到充电站基于所提模型在日前市场的投标方案，并在实时市场中验证该模型对日前投标策略的影响。仿真结果表明，所提策略可在保障充电站日前投标经济性的基础上有效提升鲁棒性；该策略还得到了符合实际充电站充放电行为的实时市场投标计划。该策略可为充电站鲁棒投标提供参考。

Abstract:

准确获取变压器铁心振动最强点数据是电力设备健康管理的难点问题之一。为此，基于多物理场建模与反演技术，提出一种变压器振动加速度最强点的感知新方法。首先，借助电磁场 ?结构场 ?流场多物理场载荷传递耦合模型，剖析磁场交变且分布不均匀条件下的振动机理，协同谐响应分析，确定内部振动最强点。其次，考虑数据相关性，选取油箱外壁与铁心最强点具有强关联的测振点，采用 K折交叉验证与网格搜索法优化的随机森林算法，建立振动最强点反演架构，准确、及时地感知内部振动状态。最后，采用 35 kV三相油浸式变压器仿真模型，对所提方法进行验证。研究结果表明：该反演模型在各工况下多物理场仿真样本真实可信，振动最强点反演模型的均方根误差为 1.2%，决定系数为 0.92，可实现精准折射。

Abstract:

针对户外变电站气体绝缘组合电器 （gas insulated switchgear，GIS ）设备因环境和设备老化等导致内部 SF 6气体泄漏的问题，提出基于改进 YOLO 11模型的 GIS 设备 SF 6气体泄漏检测方法。先利用 Real-ESRGAN 超分辨率，生成对抗网络去噪增强。再改进 YOLO 11模型，解决 YOLO 11模型对小型气体羽流漏检、对云层干扰误检和无法完成多任务检测的问题，改进后的模型在 YOLO 11模型的基础上增加到了 4个检测头。然后，添加全局注意力机制 （global attention mechanism，GAM ）注意力机制，使用融合检测头替换 YOLO 11模型的检测头，同时完成分割检测和关键点检测任务。最后，采用仿真实验与自研 SF 6气体泄漏巡检机器人的模拟和现场实验验证所提方法的可行性与有效性。仿真实验结果表明，该改进模型分割任务的 mAP 50和mAP 50-95值分别为 85.2%和54.4%、关键点任务的 ImAP 50和ImAP 50-95值分别为 96.3%和96.5%，均优于 YOLO 11模型的对应值。自研 SF 6气体泄漏巡检机器人的模拟和现场实验也进一步验证了改进模型泄漏检测效果。这些都表明，所提方法可较好地替代人工，完成气体泄漏检测工作。

Abstract:

随着高比例分布式电源和电力电子器件的广泛接入，故障电流的谐波成分不断增加，传统继电保护方法越来越难以有效区分励磁涌流与故障电流。且现有的时频分析方法在评估指标选取上依赖人工经验，易导致误判。为此，提出一 种融合图像与统计域特征的深度学习辨识方法，以神经网络自适应学习特征并进行识别。首先，采用格拉姆角场 （gramian angular field，GAF ）方法，将时间序列数据转换为图像，并通过 resnet 18网络提取图像特征；其次，提取故障电流的统计域特征，对两类特征进行低秩多模态融合；再次，利用多层感知机 （multilayer perceptron，MLP ）对融合后的模态特征进行训练，实现对故障电流与励磁涌流的高效识别；最后，采用仿真试验对所提方法的可行性和有效性进行了验证。仿真试验结果表明，该方法识别准确率高达 99.72%，且其可进一步细化故障电流类型。