Abstract:

随着中国能源结构转型和新型电力系统建设的加速推进，超/特高压输电工程已逐步发展成为实现跨区域能源调配、支撑新能源消纳的骨干网络。在此背景下，等电位带电作业作为保障电网不间断运行的核心技术，其进入路径优化与动态安全评估已成为当前研究的重点方向。首先，系统梳理超 /特高压输电线路等电位带电作业关键技术体系，构建完整的研究框架；其次，基于国内外等电位带电作业技术的发展历程和现状，对近年来带电作业在安全距离、路径规划、安全评估及电位转移等方向的研究进展进行综述；最后，结合新型电力系统建设过程中面临的挑战以及人工智能、数字孪生等新兴技术在电力系统中的应用实践，对等电位带电作业技术未来发展的关键方向与技术路径进行展望。

Abstract:

虚拟电厂 （virtual power plants，VPP）的诞生推动了电动汽车与电网之间互动关系发展，对促进城市电网负荷平衡具有重要作用。先系统梳理电动汽车、光储充一体化电站、虚拟电厂及其聚合商的发展过程，分析虚拟电厂的车网互动关系，归纳目前常用的电动汽车负荷预测方法；再阐述光储充一体化电站的选址与容量规划模型；然后，总结车网互动过程中电网层，虚拟电厂及其聚合商以及用户层的博弈关系；最后，对现有研究进行总结，并结合各国虚拟电厂案例，指出对未来车网互动关系发展的展望。

Abstract:

LLC 变换器在数据中心供电场合应用时具有 突出优势。针对 LLC 谐振变换器在传统降频软启动过程中存在的启动时间慢以及最优轨迹控制软启动过程中 MCU运算和存储压力大等问题，提出一种基于轨迹控制的弧形谐振轨迹软启动策略，分析该变换器在基于轨迹控制的弧形谐振轨迹软启动策略下的两个充电阶段：基于充电阶段提出调整阶段、进入阶段和退出阶段，有效地抑制软启动过程中的暂态电流过冲现象。搭建 PLECS仿真模型和一台输出为 30 V的原理样机。仿真与实验结果表明：变换器可在 350个周期即 3.5 ms内完成对 400 μF的输出滤波电容的充电，从而验证了所提出的轻运算压力软启动策略的正确性和有效性。

Abstract:

在高比例新能源持续接入电力系统的背景下，传统同步机组提供的系统惯量呈现持续下降趋势，致使电力系统频率失稳风险显著加剧。提出一种基于动态惯量贡献因子 （dynamic inertia contribution factor，DICF）的频率风险评估方法，旨在解决传统静态惯量评估时空分辨率不足的问题。通过定义动态等效惯量，量化各机组对系统惯量的实时贡献，并构建加权风险指标 （weighted inertia-risk index，WIRI），结合频率偏差率实现风险动态分级预警。仿真实验表明动态惯量贡献因子与加权风险指标可以实时跟踪各发电机的惯量贡献状态以及故障时的风险。

Abstract:

增强智能电网的弹性对于维护电力系统的安全性和可靠性至关重要。提出一种自适应图注意力多智能体强化学习 （adaptive graph attention multi-agent reinforcement learning，AGA-MARL ）方法。AGA-MARL 通过自适应学习率和动态任务分配机制提高系统在复杂网格环境中的学习效率和协作能力，提高智能电网的弹性和可解释性。首先，结合自适应多智能体深度强化学习 （adaptive multi-agent deep reinforcement learning，AMA-DRL ）和动态时空图卷积网络 （dynamic spatial-temporal graph convolutional networks，DST-GCN ），增强多智能体之间的信息交互。其次，利用动态图结构来捕捉网格系统的复杂依赖关系。再次，集成一个可解释性模块，通过结合注意力权重和夏普利加性解释值 （shapley value，SHAP）提供更直观的决策解释。最后，采用实验验证所提方法的有效性。研究结果表明，与传统 AMA-DRL 方法相比，AGA-MARL 在电网故障恢复时间、系统稳定性和可解释性等方面的表现更好。

Abstract:

目前，接入地区电网中的新能源场站主要采用跟网型控制，由于其为电流源控制特性，不具有和传统同步发电机类似的电压支撑能力，这会降低地区电网的暂态电压安全性，使系统在发生短路故障或冲击负荷频繁启动时更易发生暂态电压失稳，影响用户的安全可靠供电。基于此，建立提升地区电网暂态电压安全的构网型逆变器和静止同步补偿器 （static synchronous compensator，STATCOM ）协调优化配置模型。首先，以最小化投资成本为目标函数，要求系统在发生短路故障或冲击负荷启动时满足暂态安全约束，并确保在暂态过程中新能源场站构网型逆变器的输出电流不越限，实现低电压穿越。其次，为快速、准确地求解此含微分方程约束的优化模型，提出基于快速启动的四阶隐式 Adams法，减少传统四阶隐式 Adams法启动时的差分时段数量，将将微分方程约束转化为较少量的代数方程约束，使模型能够被快速、准确求解。最后，以中国某地的电网数据为例，验证所提出优化配置模型和求解算法的有效性。

Abstract:

在电力信息物理系统 （cyber-physical power systems，CPPS）广泛互联的背景下，针对拒绝服务 （denial of service，DoS）攻击与虚假数据注入 （false data injection，FDI）攻击的混合威胁，提出一种基于改进卡尔曼滤波的攻击检测方法。首先，建立两区域互联电力系统负荷频率控制模型，并构建包含 DoS攻击与 FDI攻击的混合攻击模型。其次，提出一种增强型卡尔曼滤波器，引入自适应过程噪声调整机制与残差历史滑动窗口，提升状态估计的鲁棒性。再次，设计了一种改进的攻击检测器，融合卡方检测、自适应阈值调整与滑动窗口累积检测策略，实现攻击的快速识别与分类。卡尔曼滤波器负责系统状态估计，生成残差序列；攻击检测器则基于该残差序列进行统计假设检验，通过监测残差的异常变化来识别攻击。最后，通过模拟退火算法优化卡尔曼滤波器参数，提升系统在攻击下的频率稳定性与状态估计精度。仿真结果表明了所提方法在提升 CPPS混合攻击检测性能方面的有效性和优越性。

Abstract:

在“双碳”目标激励下，极高比例新能源接入配电网已成趋势，配电网呈现随机 “双向流动 ”的潮流对配电网运行安全造成极大的冲击，辨识配电网的网架风险及其负荷转供方式迫切亟需。对此，提出了考虑新能源接入的配电网网架风险辨识及其负荷转供计算方法。首先，给出了高比例新能源接入的配电网网架风险辨识方法，从网架结构、运行负载率、潮流因子、潮流转移熵等及其综合方面给出了其风险量化指标；其次，考虑了配电网多条风险线路连锁反应状态，提出了多条线路连锁负荷转供计算模型；最后，以某实际电网为例，对所提方法进行验证，表明了所提方法的有效性。

Abstract:

随着农业和旅游等季节性负荷的显著增长，配变台区三相不平衡问题引起的配电设备故障和停电事故已经成为配网运维面临的主要挑战，亟须加强对配变台区三相不平衡的评估。针对现有配电台区三相不平衡评估指标较少、权重分配方式单一的问题，在传统配电网三相不平衡评估方法上，提出一种计及零序电流的配电台区三相不平衡风险评估方法。先分析配电网零序电流和三相电流不平衡度与三相电流不平衡严重程度的相关性。再利用改进效用理论 （improving utility theory，IUT），建立计及零序电流的配电台区三相不平衡评估模型，并基于层次分析法和反熵权法，提出一种组合赋权法，加强对三相不平衡和零序电流指标的综合分析。最后，采用实例对所提方法进行了验证。研究结果表明，所提风险评估方法可以更好地反映各配电台区三相不平衡严重程度，风险评估更准确。

Abstract:

为研究包含辨识分布式电源接入的分支节点层次关系，有效进行配电网台区拓扑辨识，提出一种用于低压有源配电台区的快速导数动态时间规整算法 （fast derivative dynamic time-regularization algorithm，FDDTW ）与K-median 聚类结合的台区拓扑识别方法。首先，在不改变数据特征的前提下，利用 Z-Score标准化方法去均值和标准化方差的特性，对输入的台区原始电压数据进行数据归一化处理；其次，采用 FDDTW 算法，计算距离值，并按照台区划分的配变个数设定聚类数，利用 K-median 聚类出户变关系；再次，基于户变关系的聚类结果，利用 FDDTW算法再次对台区内部进行距离值计算，聚类出相别关系；最后，采用实验仿真对该方法进行了比较与分析。研究结果表明，FDDTW 算法的计算时间比 DTW的缩短了 28.6%，FDDTW 算法的准确率比 DTW的提升了 23.8个百分点。

Abstract:

配电网发生高阻接地故障时的故障信号微弱，基于单一特征提取的传统方法易导致保护误动作。对此，从行波电压信号差异特征出发，构建一种结合记忆保持与视觉变换网络 （retentive network meet vision transformer，RMT）模型的配电网高阻接地故障有效识别方法。先提取行波电压信号实施小波包时频特征，可视化高阻接地故障与正常扰动工况在时频域响应上的差异。再搭建保持网络 （retentive network，RetNet）结合视觉变换器 （vision transformer，ViT）的复合 RMT模型，并采用融合 RetNet的记忆机制，在ViT中引入时间先验，强化对稀有事件的记忆和关注，解决配电网样本数据量有限且类别分布不均衡的问题。然后，将行波全景波形输入 RMT模型，通过优化超参数来提升模型判别效果，完成对高阻接地故障的精准识别。最后，采用仿真试验来验证所提方法的可行性与有效性。研究结果表明：所提方法能突破传统方法依赖单一特征量的局限性，即使在小样本且不均衡的数据集中，其仍能保持高分类准确率，且在不同的故障条件下均能准确识别高阻接地故障。

Abstract:

现有电力电缆行波测距方法依赖初始行波的准确识别，存在故障定位不准确的问题。对此，基于电磁暂态仿真软件 ATP-EMTP，建立 10 kV电力电缆输电线路模型，提出基于麻雀搜索算法优化的 BP神经网络和改进的Teager能量算子 （novel teager energy operator，NTEO）的双端行波定位方法。首先，建立电力电缆传输线路模型，研究不同工况下故障电流波形，利用基于麻雀搜索算法优化的反向传播神经网络 （sparrow search algorithm-back propagation neural network，SSA-BP）算法识别电缆故障类型，训练集与测试集预测结果表明 SSA-BP 算法能够准确、快速辨识电力电缆故障类型。其次，通过对电缆三相电流进行相模变换，根据电力电缆不同故障类型选择合适的故障分量对电缆进行故障定位。再次，采用改进自适应噪声完备集合经验模态分解 （improved complete ensemble empirical mode decomposition with adaptive noise，ICEEMDAN ）算法对故障波形进行分解，滤除故障信号中的噪音干扰，通过 NTEO算法增强初始行波波头特征，精确定位初始行波到达检测器的时间，实现电力电缆故障的精确定位。最后，采用仿真分析，对方法进行验证。研究结果表明：在考虑不同短路故障、接地电阻和故障距离等因素影响下，其故障识别精度达到 98.3 %；而CEEMD-NTEO 和小波变换算法的故障定位精度分别为 99.83 %和99.67 %，所提方法定位精度为 99.88 %。该研究成果为电缆故障准确识别和定位提供了重要理论依据。

Abstract:

针对现有工业用户碳监测方法精 度不足的问题，提出一种基于设备状态识别的工业用户低误差碳监测方法。首先，构建基于时序卷积网络 ?门控循环单元 （temporal convolutional network-gated recurrent unit，TCN-GRU ）的设备状态识别模型，精准辨识工业用户关键碳排放设备的运行状态；其次，引入遗传算法 （genetic algorithms，GA）动态优化模型全连接层参数，强化分类器对高碳排放设备的识别能力；最后，基于优化后的状态识别结果实现低误差碳排放监测。在工业设备状态识别数据集 （industrial appliance identification datased，IAID）上的实验表明：所提方法显著降低了碳监测误差，均方根误差 （root mean square error，RMSE）下降约 13%，且在 RMSE、R2等关键指标上均优于现有方法的，有效提升了工业用户碳排放监测的精度与可靠性。

Abstract:

随着综合能源系统的发展，多能耦合虚拟电 厂成为管理综合能源系统的有效途径，但由于其内部能源种类众多，耦合关系复杂，参与市场时无法获取竞争对手信息，采用传统数学方法求解其竞价策略困难。提出一种基于约束感知多代理强化学习的电 ?热?气耦合虚拟电厂参与主辅联合市场的博弈竞价策略。首先，搭建多能耦合虚拟电厂的数学模型，描述其内部电 ?热?气多能耦合的能量流动关系。其次，构建多能耦合虚拟电厂以价格制定者参与不完全信息主辅联合市场的博弈模型，并允许虚拟电厂之间进行电能量和辅助服务交易。最后，对约束感知强化学习进行改进，提出约束感知多代理强化学习算法进行模型求解，通过在算法中设置看门狗模块有效保证了虚拟电厂策略符合电网安全约束，并和理论最优解进行对比，验证所提方法的有效性。

Abstract:

新能源规模化并网导致同步电源开机容 量持续压缩，系统存在低惯量运行风险。现有确定性惯量趋势评估方法忽略新能源随机波动对机组组合的时变影响，可能导致惯量充裕性误判。对此，提出一种电力系统惯量区间分析方法，通过耦合新能源出力不确定性实现惯量边界的全景刻画。先基于风光预测误差概率建模，构建置信区间。再建立机组启停、新能源波动及虚拟惯量、潮流安全的运行约束体系，并采用区间可能度变换，将不确定优化问题转化为确定性惯量极值搜索模型，构建多时间尺度旋转动能优化框架。然后，实现系统惯量区间趋势量化评估和惯量态势风险预警。最后，以中国某新能源高占比省级电网为实例进行仿真分析与验证。研究结果表明：所提方法能较好地量化新能源出力波动下惯量区间，为惯量薄弱时段预警提供决策依据。

Abstract:

准确辨识故障控制参数是建立光伏并网系统精确仿 真模型的基础。多控制环节的动态耦合和部分参数灵敏度较低导致控制参数的整体辨识精度不高。针对该问题，提出一种基于灵敏度特征分析的光伏并网系统控制参数辨识方法。首先，提出在系统二次侧量测信号上注入扰动方式，解耦多控制器动态；其次，利用灵敏度算法分析控制参数与系统故障暂态电流间的动态关联，筛选最佳观测时间窗口；再次，利用控制参数在不同类型扰动下的灵敏度值差异，对控制参数进行分步辨识，有效解决多控制参数难以同时辨识的问题；最后，在MATLAB/Simulink平台上搭建含光伏并网的 29节点仿真测试系统，验证了所提方法有效性。

Abstract:

为研究光伏系统 “双高”现象带来的光伏发电可靠性问题，提出一种将出力预测与改进蒙特卡洛方法相结合的光伏出力可靠性分析方法。首先，对光伏历史数据进行出力特征分析与出力预测，得到光伏出力在不同气象条件下的概率分布。其次，综合考虑光伏组件的故障率，建立光伏系统可靠性概率模型。再次，建立引入自适应采样的蒙特卡洛方法，评估光伏系统在不同气象条件下的出力可靠性，并汇总数据，得到一年的光伏出力可靠性。最后，通过实际光伏场站数据验证所提分析方法的合理性和有效性。研究结果表明，所提方法及其可靠性评价体系能较全面地反映光伏电站的出力可靠性。

Abstract:

分布式光伏电源的出力的随机性与间歇性对配电网的稳定运行及电能质量提出了显著挑战。对此，提出一种基于近邻传播聚类算法 （affinity propagation clustering algorithm，APCA）的方法，有效识别光伏电源的直供电情况。与传统方法不同，该方法选择同台区的光伏电源，降低气候和光照强度等因素的影响，提高算法准确性和可操作性。首先，采用相关系数筛，选出相关性较高的光伏电源。其次，利用近邻传播聚类算法 （affinity propagation，AP）对三相并网功率曲线进行聚类分析，进一步识别直供电嫌疑并确定可能的直供电类型。最后，采用案例分析，验证所提方法可帮助供电公司更好地管理分布式光伏电源系统，提高电力市场的公平性和透明度。

Abstract:

随着能源系统逐步向清洁化转型，水风光多能互补发电系统 （multi-energy complementary power systems with hydro-wind-PV，MCPSs-HWP ）得以迅速发展。然而，风光出力的波动性和不确定性以及水电调节能力的季节性变化，使得多元化发电资源在多时间尺度上的动态交互关系复杂，MCPSs-HWP 灵活调节能力的关键影响因素及其影响规律不明。因此，深入探究水风光 3种资源在长期和中短期的差异化特性，提出一种多时间尺度下MCPSs-HWP 灵活性多维度量化评估方法。首先，剖析风光的波动性和不确定性，以及梯级水电的区间流量、水力关系、库容大小等因素对 MCPSs-HWP 调节能力的影响规律，从调节范围、调节速度、调节方向 3个维度构建灵活性评估指标；其次，基于电力电量平衡关系，构建多时间尺度下的灵活性供需平衡模型，建立 MCPSs-HWP 长期 ?中短期运行关联关系；在此基础上，基于时序运行模拟方法构建长期 -中短期两阶段运行模型，进一步基于蒙特卡洛法模拟生成考虑波动性和不确定性的风光出力和自然来水场景集，提出一种 MCPSs-HWP 多时间尺度耦合运行下的灵活性指标计算方法；最后，以西南某流域为例进行仿真分析，定量研究关键因素对 MCPSs-HWP 调节能力的影响程度，证明了所提方法的有效性和实用性。

Abstract:

为解决新能源承载能力评估多时间尺 度耦合导致的计算复杂问题，提出基于两阶段场景缩减的多时间尺度时序模拟的新能源承载能力评估方法，准确、高效地评估新能源承载能力。首先，构建以最小化运行成本为目标函数的电力系统时序生产模拟模型，引入惩罚机制，对弃光、弃风、弃水与切负荷进行量化约束，考虑聚合火电机组和 抽 水 蓄 能 机 组 运 行 约 束。其 次，提 出 基 于 代 数 建 模 系 统 ?场 景 缩 减 工 具 （general algebraic modeling system-scenario reduction，GAMS-SCENRED ）工具的两阶段场景缩减框架，结合绝对概率距离、相对概率距离、边际相对概率距离等指标，确定缩减场景的数量和具体场景。再次，构建综合新能源承载能力评估指标体系，从供电能力、可靠性和安全性维度，量化评估高比例新能源接入对电网的影响，支撑规划调控决策。最后，采用中国某省电网数据作为实例，验证所提出的方法的可行性与有效性。研究结果表明：所提方法能准确确定约简场景数量，提高新能源承载能力评估的效率和精确度。

Abstract:

针对高比例新能源接入电网导致的电压波动频繁、电压控制复杂度显著增加等问题，面向大规模新能源汇集区域，结合多时间尺度电压调控的要求，构建一种考虑快速响应与精细调控能力的电压控制策略，实现具有离散响应特性的电容器组 （capacitor bank，CB）的设备与连续调节能力的静止无功补偿器 （static var compensator，SVC）装置之间的联合控制。根据日前预期结果，该策略在日前阶段实现对离散性无功设备的粗调；在实时阶段，利用鲁棒强化学习，实现对连续型无功设备的快速调节。首先，建立兼顾电压偏移与经济性为目标函数的非凸非线性随机优化模型，并通过模型简化与凸优化处理提升计算效率。其次，针对新能源出力的不确定性，建立以连续型设备调节的经济成本与改善电压分布指标的目标函数，构建马尔可夫决策过程 （Markov decision process，MDP），并通过基于鲁棒强化学习的实时电压控制模型来求解，实现对实时阶段的快速响应。最后，通过算例进行仿真验证。研究结果表明，所提策略可有效提升电网在新能源波动场景下的电压控制精度与响应速度。该研究具备较强的工程实用性与推广价值。

Abstract:

构建水风光一体化能源基地，是中国推动新能源产业发展和实现能源转型的重要举措。然而，新能源出力的不确定性给水风光长期优化调度带来了挑战。对此，提出了一种考虑新能源置信容量的梯级水风光联合调度运行方法。首先，提出一种包含水电备用补偿的新能源置信容量定义，并将其转化为混合整数线性规划问题。其次，在此基础上，对水电站机组的约束条件进行了精细化建模。在模型求解方面，基于模型特征与求解需求，构建基于 l2-Box ADMM的整数松弛策略，实现离散域模型向连续域模型的等价转化。最后，以包含两座梯级水电站和风光新能源电站的互补系统为例，对所提出的调度模型与求解算法进行了验证。研究结果表明该方法具有较高的有效性和实用性。

Abstract:

微电网能量管理面临动态环境适应性差与训练过程安全性不足的双重挑战。传统的基于模型的能量优化方法严重依赖微电网的准确参数，难以应对微电网的动态变化。提出一种基于约束马尔可夫博弈的安全强化学习方法。首先，构建包含风机、储能与可调负荷的多主体安全边界约束，将策略探索限制在预设操作域内；其次，设计异步安全验证线程，实时修正策略网络的梯度更新方向；最后，用实例所提方法进行了仿真分析。研究结果表明，所提方法在保证系统安全性的前提下，相比其他方法提升日利润 120元，获得了最高的奖励值，且该方法能降低弃风量，提高储能利用率。该方法通过解耦安全约束与策略优化的时空关联性，为分布式能源系统提供了可拓展的安全强化学习范式。

Abstract:

配电网可以拆分为小范围微网，以有效地应对系统扰动。这种灵活的结构变动不仅可促进故障快速恢复，还可确保关键负荷供应。为此，提出一种面向高不确定性场景的区域微网划分与可调区间自愈优化方法。首先，将现有大规模配电网络拆分成供应充足、具备足够弹性的微网集合，以促进系统在故障时实现自愈功能。在此框架下，通过确定异质可再生发电资源的组合方式和远程控制开关的配置，将微网运行划分为互联模式与孤岛模式，并分别进行调度优化。系统在故障发生后，通过区域分段、负荷重构、功率重新调度以及必要的减载操作，实现社会效益最大化。其次，综合考虑可靠性与韧性需求，提出适用于互联与孤岛模式的自愈性能指标，量化区域微网的恢复能力与弹性水平。再次，将自愈控制问题构建为混合整数线性规划模型，并引入可调区间优化策略以限制目标函数的波动，使调度方案在可再生能源预测误差下仍保持稳健。模型采用列和约束生成算法求解，以确保在不确定条件下的可行性与计算效率。最后，通过案例研究，充分验证了所提出方法的有效性。

Abstract:

构网型储能系统是支撑孤岛微电网独立运行的一种有效手段。由于微网整体惯量较小，其频率易受分布式电源、负荷波动的影响，系统抗扰动能力较弱。为提高微电网孤岛运行时的频率稳定性，提出一种构网型变流器的随机负荷扰动估计与补偿控制方法。先构建含有构网型储能系统的孤岛微电网等效非线性模型。再采用Ornstein-Uhlenbeck，过程描述微网中的随机负荷扰动。然后，利用构网型储能对电网频率波动的主动响应特性，结合系统的简化非线性模型，设计一种混合观测器 （hybrid observer，HO），该混合观测器由 Luenberger 观测器和超螺旋滑模观测器组成，只需有限量测信号，便能对系统的关键状态和随机负荷扰动进行快速估计，从而使储能系统可对随机扰动负荷进行快速、准确的补偿，确保孤岛微电网频率在合理范围之内。最后，通过时域仿真验证负荷扰动观测器的准确性和扰动补偿控制器的有效性。

Abstract:

为解决光伏、燃料电池与高压直流母线电压不匹配的问题，提出一种基于耦合电感的软开关高电压增益DC-DC变换器，该变换器适用于输入输出非隔离场合。先对该变换器的工作原理进行分析，推导变换器的电压增益；再对变换器的软开关特性、电压应力进行分析，给出与其他变换器的参数与特性对比；最后，搭建一台输入电压为25~35 V、输出电压为 200 V、功率为 500 W的实验样机，验证该拓扑和理论的有效性。该变换器在传统 Boost变换器基础上，将Boost电感与辅助电路电感进行磁耦合，利用耦合电感的漏感与谐振电容形成谐振腔，不仅可以在非极端占空比条件下实现高电压增益，还能有效减小磁芯个数，降低电容值。该变换器的所有开关管均实现零电压开通，所有二极管均实现零电流关断，有效缓解二极管的反向恢复问题，提升了整体效率。

Abstract:

多功能消弧装置 （multi-function arc suppression device，MF-ASD ）可较好地解决传统消弧装置利用率低下、成本高昂等问题。但MF-ASD 在消弧期间会消耗有功功率，如何在无需外加供能单元的情况下实现有源模块的直流侧电压稳定值得深入探讨。提出一种基于附加能量回路的接地故障消弧方法。首先，对MF-ASD 的拓扑结构和工作原理进行简要阐述；其次，分析传统消弧方法对 MF-ASD 输出有功功率、能量流向的影响机理，阐明造成直流侧电容电压变化的内在原因；再次，在电网和 MF-ASD 之间构建附加的能量回路，补偿消弧期间 MF-ASD 直流侧电压稳定所需的有功功率和无功功率，解决单相接地故障无法稳定抑制的问题；最后，结合仿真与实验 2种方法，对所提方法的可行性与有效性进行了综合验证。

Abstract:

随着“双碳”战略目标推进，高渗透率电 力电子设备引发的振荡越来越呈现出宽频域、强时变、多模态特性。为监测此类振荡，新型宽频量测装置的采样频率也随之大幅提升，传统快速傅立叶参数辨识方法面临辨识精度和辨识速度之间的矛盾。为此，提出基于稀疏傅里叶变换的多模态宽频信号振荡参数快速辨识算法。先利用电力系统宽频信号在频域的稀疏特性，将多个非零频域系数分桶定位至有限个桶，实现运算优化。再采用多重迭代的方法，对宽频信号进行多次的频谱重排和定位。在保证较高辨识精度的前提下，有效提升辨识过程的计算效率。最后，采用实例对所提算法进行了验证。研究结果表明：所提算法在高采样率场景下对多模态宽频信号的辨识具备较好的精确性、快速性和鲁棒性。

Abstract:

局部放电 （partial discharge，PD）现象是电力设备绝缘层劣化的早期征兆，其频繁发生会导致严重故障。传统的局部放电检测方法在复杂环境中易受噪声干扰，检测精度较低。为解决局部精准识别电缆接头的典型缺陷局部放电问题，提出一种基于特征图谱的多重注意力机制融合卷积神经网络 （convolutional neural network，CNN）的识别方法。首先，建立局放特征矩阵图，将时域、空间域及通道域的特征有机结合并将其图像化，使模型能更全面捕捉局部放电信号的多维信息；其次，结合通道注意力机制 （channel attention mechanism，CAM）、空间注意力机制（spatial attention mechanism，SAM）和时域注意力机制 （temporal attention mechanism，TAM），构建改进的 CNN模型，有效增强模型对关键特征的感知能力，提升检测准确性和鲁棒性。最后，进行仿真实验对模型的准确率、有效性进行了分析，并将其与其他模型进行了对比。研究结果表明，该模型在局部放电缺陷识别中的综合准确率达到98.89%。其多重注意力机制的有效性在消融实验中得到验证，移除 TAM后，沿面放电和气隙放电类别的识别准确率分别下降至 97.09%和91.28%。与反向传播神经网络 （back propagation neural network，BPNN）、支持向量机和随机森林模型相比，该模型各方面的性能都较为突出。

Abstract:

干式变压器的绝缘结构不同于油浸式变压器，干式变压器的无油化导致其匝间绝缘故障无法通过油中气体的色谱分析进行实时诊断和预警。为解决该问题，提出一种基于振动 /超声联合法识别干式变压器绕组变形和匝间短路故障的方法。先采集干式变压器发生绕组变形和匝间短路时产生的超声信号和振动信号，提取超声和振动的信号的峰度、方差、均值、重心频率、均方根频率和频率熵等时频特征；再与一维卷积神经网络 （one-dimensional convolutional neural network，1DCNN）、Transformer 结合，实现对这 2种信号时频特征的采集、特征融合和分类工作，提高故障分辨准确率；最后，通过仿真分析对所提方法进行了验证。研究结果表明，所提方法在识别绕组变形和匝间短路故障方面的准确率可达到 98.22%，高于传统的只依靠振动信号的识别方式的准确率。