针对计及电流限制的水光互补发电经柔性直流送出系统暂态同步稳定性问题开展了研究。首先，考虑故障期间光伏逆变器与柔直整流器的限电流控制策略，基于戴维南定理推导得出故障切除前水电机组送出有功功率的数学表达式。其次，依托等面积定则推导出送出系统临界切除角的解析公式，并将该临界切除角作为衡量送出系统暂态同步稳定极限的核心指标，系统评估了光伏与柔直换流器饱和电流角参数取值、水光发电比例对送出系统暂态稳定性的影响规律，进而提出了一种能够提升系统暂态同步稳定性的最优控制参数整定方案。最后，通过时域仿真验证了送出系统暂态同步稳定性影响因素分析的准确性，以及所提最优控制参数整定方法的有效性。

光储直柔双极系统参数变化会导致正、负极母线电压不平衡，在增加网络损耗的同时还会威胁系统正常运行。对此提出了基于模糊逻辑控制的光储直柔双极系统不平衡电压抑制策略。首先，根据光储直柔双极系统结构和电流平衡方程，分析了系统参数对极间电压不平衡度的影响作用。然后，利用模糊逻辑控制器，根据正负极电压和系统电压不平衡采集数据修正各电源换流器下垂控制参数，调整各电源换流器输出电压和功率，最终将光储直柔双极系统的极间电压不平衡度抑制在可接受范围。在光储直柔双极系统仿真模型上进行的不平衡电压抑制试验验证了所提方法的有效性。

为减小因并联功率器件不均流导致双脉冲测试不充分问题带来的影响，对并联功率器件的双脉冲测试方式进行了研究。以IGBT为例对双脉冲测试原理进行研究，建立了更改电流回路路径下并联功率器件双脉冲测试电流不均流度的理论模型，并通过实验进行了验证。结果表明，通过对比实验发现更改回路电流路径可以减小并联功率器件电流的不均流度，与理论模型相符；400 V电压下电流不均流度由43 %降至3.2 %；1 500 V电压下电流1.2倍及1.4倍的过载时功率器件的不均流度为2.8 %，可以充分完成所有功率器件的双脉冲测试，解决了由于不均流导致测试不充分的问题。研究成果为多并联功率器件的双脉冲充分测试提供理论及实验基础。

为推进我国新型电力系统建设发展、增强电力系统调蓄能力，从调度运行角度探索抽水蓄能和新型储能协同运行对电力系统不同调节需求场景的支撑情况。首先基于抽水蓄能与新型储能运行特性分析其协同运行方式，然后构建抽水蓄能和新型储能协同优化调度模型，综合典型用电特性和极端气象特性构造7类储能应用场景，最后从平抑新能源波动、促进新能源消纳、增强供电可靠性和缓解系统调峰压力4个层面开展电力系统在不同储能发展策略下的系统运行效果评价模拟，算例结果表明当系统同时布局抽水蓄能和新型储能时系统具有更优的综合运行效益。研究可为新型电力系统不同调节需求场景合理化调整储能调度运行方式提供参考。

电网惯量大小衡量了系统的频率稳定性，提前对系统惯量水平进行准确预测可以避免因惯量低而造成风险。为此，提出了一种基于模态分解及特征融合多算法混合神经网络模型对系统等效惯量进行短期预测。首先，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）方法对四季惯量分解处理，依据各分解分量的精细复合多尺度模糊熵（refined composite multi-scale fuzzy entropy，RCMFE）重构得到新序列。其次，采用最小冗余最大相关性（minimum redundancy maximum relevance，mRMR）方法衡量不同分解分量与不同特征之间的相关性，筛选出高相关、低冗余特征子集。最后使用基于贝叶斯优化算法的双向长短期记忆网络（bidirectional long-short-term memory，BiLSTM）模型对不同季节惯量的不同分量进行预测，累加得到最终预测结果。通过选用国内外典型算例进行试验，验证了所提方法能够有效平衡预测精度与预测时间，解决了因季节性差异对系统惯量预测结果造成影响的问题。

尚处发展初级阶段的中国电力市场亟需合理有效的价格风险防范技术。首先，采用半监督支持向量机-序关系-熵权（semi-supervised support vector machine-order relation-entropy weight，SSVM-OR-EW）算法量化了机组个体和市场总体的动态风险系数。其次，研究了“事中防范+事后处置”的双保险风险防控技术，构建了“演化博弈-优化出清”双层模型。根据动态风险系数，事中柔性化防范价格风险，事后风险处置则引入盖然性理论，构建专家逻辑推演系统，进一步挖掘机组风险可能性，为监管机构法规化处置提供现实依据。最后，以某地区现货市场数据进行算例分析，结果表明防范体系在有效处置风险的同时避免了价格刚性监管的弊端，实现了闭环防控。

气体绝缘开关（gas-insulated switchgear，GIS）设备在生产运行时存在多种绝缘缺陷，准确识别绝缘缺陷导致的局部放电信号对保障GIS设备及电力系统安全有重大意义。采用融合黄金正弦算法（golden sine algorithm，Golden-SA）改进减法优化（subtraction-average-based optimizer，SABO）算法，得到了融合黄金正弦改进SABO优化算法（GSABO），对改进的完全自适应噪声集合经验模态分解（improved complete ensemble empirical mode decomposition with adaptive noise）与核极限学习机（kernel extreme learning machine）进行参数寻优，以实现对GIS局部放电故障的识别。首先，针对SABO可能陷入局部最优、收敛速度不够理想等问题，引入混沌映射与黄金正弦对其进行改进。然后，搭建实验平台采集4种典型局部放电信号，利用GSABO-ICEEMDAN对其进行分解，并利用相关系数法筛选有效的模态分量。最后计算筛选后模态分量的样本熵形成特征矩阵，将其输入GSABO-KELM进行故障分类识别。通过实验分析表明，相比于未改进的SABO算法，GSABO在跳出局部最优、收敛速度与精度上有明显的优势。结合其他传统算法进行对比，GSABO-ICEEMDAN-KELM的识别准确率可达99.1667 %，验证了此算法的准确性与优越性，对于GIS局部放电故障诊断的工程应用具有参考意义。

针对变压器故障诊断存在诊断精度不高和麻雀搜索算法（sparrow search algorithm，SSA）存在易陷入局部最优的问题，提出了一种基于融合正余弦和柯西变异的麻雀搜索算法（sine-cosine and Cauchy mutation sparrow search algorithm，SCSSA）优化双向长短期记忆网络（bi-directional long-short term memory，BiLSTM）的变压器故障诊断模型。首先，基于油中溶解气体分析（dissolved gas analysis，DGA）法，以5种特征量作为输入，其次利用正余弦策略和柯西变异策略对麻雀算法进行改进，然后将SCSSA算法、SSA算法和灰狼优化算法（grey wolf optimizer，GWO）在4种测试函数上进行性能对比，验证了SCSSA算法的优越性。最后利用SCSSA算法对BiLSTM网络中的参数进行优化，从而提高BiLSTM网络在变压器故障诊断中的性能。实验结果表明，所提SCSSA-BiLSTM故障诊断模型的综合诊断精度为95.1 %，相比于SSA-BiLSTM、GWO-BiLSTM、BiLSTM和LSTM模型分别提高了7.3 %、12.2 %、14.6 %、19.5 %，并且SCSSA-BiLSTM模型有着更好的鲁棒性。

高电压强磁场环境噪声及各种扰动直接影响电气信号的准确检测，干扰电气信号的时频特征分析。为滤除噪声及扰动分量，提出了一种基于小波分频阈值与分频阈值函数的电气信号自适应降噪方法。首先，对信号进行小波包分解，将最后两层小波包树节点系数按频率大小排序，分别估算不同频段的节点系数阈值（分频阈值）。其次，通过相邻层节点系数能量之比构造降噪调节系数，对分频阈值进行自适应优化。再次，通过降噪调节系数构造融合软硬阈值优点的改进阈值函数（分频阈值函数），实现不同节点阈值函数的自适应调整。最后，重构小波包树得到降噪后的信号。Simulink仿真和高压强磁下的实测录波信号降噪结果表明该方法在白噪声的干扰下能有效去除尖峰、毛刺等影响，降噪效果显著，信号波形还原度好，在电气信号检测中具有一定的应用价值。

变压器热点温度是评估变压器安全运行状况以及负荷能力的重要指标。在相同运行条件下变压器热点温度更低意味着变压器运行更安全，带载能力更强。变压器绕组结构和挡油板形成的油道结构会给变压器的热点温度带来一定影响。因此，需要构建变压器热点温度仿真模型，在建模时绘制不同结构的绕组和挡油板形成的油道来探究变压器内部结构对热点温度的影响。提出了一种基于SpaceClaim脚本语言的参数化建模的方法，将变压器相关结构和位置参数设置为可改变的变量，并通过运行脚本语言自动建模，从而实现变压器的快速建模。基于所提出的参数化建模方法绘制了不同绕组和挡油板结构的变压器模型，并通过有限体积法计算得到不同绕组和油道结构下的变压器热点温度分布。研究成果对指导变压器绕组和油道结构的设计具有重大意义。

有效准确地刻画可再生能源短期出力不确定性是电力系统稳定运行的重要基础。近年来，科研人员对生成模型进行了大量研究，其中基于流的生成模型展现出了巨大的潜力。然而，流模型很少用于刻画可再生能源的不确定性。因此，提出了一种基于条件流模型的可再生能源短期出力场景生成方法。所提方法能够在已知功率预测的基础上从历史实测数据生成短期出力场景。首先使用实际出力数据训练一系列可逆函数将数据的概率分布映射到标准高斯分布，训练完成后将服从高斯分布的随机噪声输入经过训练的流模型生成新的出力曲线。该方法可以直接通过最大似然估计进行训练，并采用一系列特殊设计的可逆变换，能够高效地计算训练目标。此外，构建了生成场景评价指标体系对生成场景的质量进行评估，实现了人工智能黑盒模型生成结果的可解释性。算例验证了所提方法的有效性和先进性。

以黑启动及系统恢复方案为核心的电网应急预案是电力公司应对电网大面积停电最关键的措施之一，由于模型的复杂性使得其有效建模及快速求解成为一个挑战性难题。针对该问题提出了计及新能源出力不确定性的系统恢复两阶段鲁棒优化模型及快速求解新方法。首先构建计及新能源出力不确定性及交流潮流约束的两阶段鲁棒优化完整模型；然后提出潮流方程低非线性转换结合二阶锥松弛技术的方法，将混合整数非线性优化模型转化为混合整数二阶锥优化模型；最后采用列与约束生成算法求解。算例证实了所提模型及算法的有效性和先进性。

弱联络海岛微电网群缺乏陆地电网支撑，系统潮流动态不定、故障电流水平低，导致保护设计困难。为此，利用节点电压信息构造虚拟漏电流揭示了正常扰动、区内故障、区外故障工况下线路两端节点的虚拟漏电流特性，基于此建立了故障区段检测判据与故障距离计算模型，提出了适应弱联络场景的海岛微电网群故障检测与定位方法。最后，仿真结果表明，不同故障电阻、故障位置、故障类型工况下所提方法均能准确判别故障线路与故障相，微电网内主干线路和微电网间互联线路的故障定位误差均小于5 %。

针对电力巡检场景的多无人机任务分配与路径规划问题，提出了一种最大航程约束的多无人机任务分配与路径规划算法。首先基于市场拍卖的方法引入了跳点搜索算法（jump point search，JPS）算法预估无人机到巡检任务以及巡检任务到巡检任务之间的最短避障路径长度，有效解决了任务分配和路径规划的耦合问题；其次，在优化目标函数中融合了无人机的最大航程约束，确保无人机可以在其最大续航能力内完成所分配到的巡检任务；最后，提出了一种懒惰的拍卖策略，在保证任务分配求解质量不变的情况下进一步提高了算法求解的收敛速度。实验结果表明，提出的方法相比于现有方法更符合续航能力有限的旋翼无人机作业需求，同时求解任务分配的时间最大减少了近40%。实验结果证明了所提方法的实用性和有效性。