摘要:随着低压配电系统规模及用户需求量迅速增加，用户线路与家庭电气设备漏电故障频发，极易发生人体触电及电气火灾事故。剩余电流保护器作为检测低压漏电故障的常用手段，近年来因线路（或设备）存在对地泄漏电流而频频误动，极大降低了保护设备投运率与可靠性。为此，本文提出一种基于随机森林（random forest，RF）算法的低压配电系统漏电检测技术，为最大程度贴近真实漏电故障场景，充分考虑实际故障场景存在的正常泄漏电流过大、故障邻近支路负荷投切频繁等干扰因素以获得贴近真实故障场景的原始剩余电流数据；通过对原始剩余电流数据进行数据预处理，分析掌握剩余电流的频域与时域特性并利用傅里叶变换算法提取时频域特征，完成低压系统漏电检测模型的建立与训练；在施加多种干扰因素情况下对漏电检测模型进行深度测试，其漏电故障的检测准确率可达99.97%，实现了多种干扰因素情况下的低压配电系统漏电故障检测；最后将支持向量机（support vector machine，SVM）算法、K最近邻(K?nearest neighbor，KNN)算法与本文基于RF算法的漏电故障检测模型的准确性进行对比，以此验证了基于RF算法的低压系统漏电检测模型的准确性与可行性。

摘要:故障电弧作为低压用电常见安全隐患，因存在隐蔽性和随机性，导致难以在故障前夕有效感知，现有保护方法通常于故障发生后采取措施，容易造成电气火灾发生。针对这些问题，提出基于多维特征与随机森林的低压用电安全隐患预警方法。首先，搭建真型实验平台复现多种负载故障电弧真实场景，采集实验数据进行去噪、归一化和样本化等预处理；接着分析故障前、后波形变化情况，进而实行特征有效性分析，提取多维与故障相关程度较高的特征值，提高特征普适性。然后，搭建随机森林模型并进行超参数优化，以最小化节点信息熵为目标完成模型训练，提升模型整体性能和学习效率。最后，通过实验验证表明，所提方法在多种不同负载运行工况下预测准确率可高达99.4%以上，且预测准确率高于4种主流分类预测模型。

摘要:水上浮吊供电系统中，通常含有多台大功率异步电动机，多个电动机在并网启动时会产生较大的启动电流，当各电机启动电流叠加，可能导致变压器电流激增，触发过电流保护误动，给工业生产带来巨大损失。本文首先基于异步电动机等效模型，揭示了冲击电流的产生机理和箱式变压器保护误动原因；接着针对水上浮吊电机断续周期工作场景，提出了随机运行场景生成方法，基于希尔伯特黄变换技术，对系统的故障短路和电机启动状态下变压器的电流信号进行瞬时频率特性分析，揭示不同状态下箱式变压器电流的瞬时频率特性差异，在此基础上构建定时限过电流主动闭锁模块，确保浮吊供电系统正常工作时的可靠供电；最后通过湖南省某水上浮吊系统的仿真模型对所提出的保护方案进行了验证。

摘要:区域综合能源系统（regional integrated energy system, RIES）含有风电、光伏等多种能源、冷热电负荷和蓄电池，具有提升可再生能源利用率等优势。首先，考虑风光出力的不确定性，构建多面体不确定集的鲁棒优化模型并对不确定性进行处理；然后，建立碳排放量最少和运行成本最小的多目标优化模型，引入碳排放惩罚因子，将多目标转换为单目标进行求解；最后，通过实际RIES进行仿真验证，仿真结果表明所提方法的准确性与有效性。所建模型可以很好地兼顾系统的环保性和经济性，能够更好地处理不确定性，实现系统的经济优化运行。

摘要:电力系统中因窃电行为对电网公司造成的非技术损失一直是电网公司迫切解决的难题。伴随电网大量部署智能电表，利用电力计量自动化系统采集的用户侧数据开展窃电行为准确检测受到研究者和电网公司的普遍关注。首先，介绍用户窃电行为基本分类情况、评价指标与现有窃电检测数据集；然后，从基于电网状态分析、机器学习、博弈论以及硬件4个方面对现有窃电行为检测方法进行全方面整理、剖析与对比，总结出各方法基本思路和优缺点；最后，对当前窃电行为检测领域研究中存在的挑战深入分析，并对未来研究工作重点进行展望。