为提升支撑式柔性直流换流阀的抗震能力，部分设备供应商在支撑绝缘子之间增设斜拉杆绝缘子，研究斜拉杆绝缘子的布置方案及预拉力大小对换流阀整体抗震性能的影响十分必要。结合某工程换流阀，运用有限元数值仿真技术，首先开展模态分析，研究了斜拉杆绝缘子的布置方案以及预拉力值对阀塔动力特性的影响，然后分别采用振型分解反应谱法和非线性时程分析法对阀塔进行动力分析。结果表明增设斜拉杆绝缘子能显著提高换流阀阀塔基频，但斜拉杆绝缘子预拉力的大小对阀塔结构整体频率影响较小。时程法计算得到的结果普遍大于反应谱法的结果，且因其能精确模拟斜拉杆绝缘子可拉不可压的非线性特性，因此建议采用时程法开展带斜拉杆绝缘子的支柱式电气设备抗震性能研究。

针对行波波头标定的精度不足以及智能定位模型拟合性能易受参数影响的问题，提出了一种基于白鲸算法优化变分模态分解和核极限学习机的柔性直流输电线路短路故障定位方法。首先，采用白鲸算法优化变分模态分解的参数，结合小波软阈值去噪方法对采集的故障信号进行降噪和分解，再结合希尔伯特变换标定初始行波的到达时刻。其次，将行波的到达时刻作为特征值构建特征数据集，用白鲸算法优化核极限学习机定位模型。最后，将数据集代入到优化后的定位模型中实现故障定位。结果表明，该方法的定位模型拟合程度达到99.4%，具有较高的定位精度和较好的鲁棒性，所提方法对噪声和过渡电阻的耐受性能较高，定位误差在500 m以内。

弱电网环境下由于电网阻抗较大，多逆变器并联系统中电网与各逆变器之间的耦合程度增强，导致系统稳定性下降甚至失稳。鉴于此，提出了一种弱电网下多逆变器并网系统稳定性提高策略。首先，建立了弱电网下单台和多台并网逆变器诺顿等效模型。然后，从并网电流稳定性角度出发并基于等效电网阻抗概念将多逆变器系统稳定性判据解耦为单逆变器系统的稳定性判据，明晰了弱电网下系统稳定性降低机理。进而提出了一种提高多逆变器系统稳定性的改进控制策略，通过在电网电压前馈环节引入全通滤波器提高并网逆变器稳定裕度，结合谐波控制器增强系统对背景谐波的抑制能力。最后，通过仿真分析验证了所提策略能有效提高弱电网下多逆变器并网系统的稳定性。

通过仿真和实验研究了屏蔽多芯线缆在高空电磁脉冲（high-altitude electromagnetic pulse，HEMP）辐照环境下的耦合特性。首先仿真研究了屏蔽多芯线缆在不同条件下的耦合特性，给出了线缆接线方式、线缆参数对耦合特性的影响。然后搭建了水平极化辐射波电磁脉冲模拟器，进行了辐照测试。结果表明，屏蔽层开路会导致芯线耦合到与屏蔽层相同的高电压，而屏蔽层接地会显著降低芯线上的耦合电压。此外，线缆高度、长度的增加都会导致耦合电流水平的增大。测试结果验证了仿真模型的有效性和仿真结果的准确性。

在无人机电力巡检的航拍视角下，考虑到电力设备图像特征的特殊性，针对普遍存在的小目标检测、目标点遮挡和航拍图像尺度多变引起模型漏检率上升，以及稠密检测带来计算量增加的问题，提出了一种适用于无人机边缘端的视觉检测模型EDR-YOLOv7（EVC⁃DySample⁃Reploss⁃YOLOv7）。首先，在颈部网络中引入显示视觉中心模块捕捉像素的隐性关系，解决小目标特征遗漏的问题。其次，用动态采样模块替换转置卷积实现特征点的灵活采样，降低模型计算的复杂度。最后，针对无人机视角尺度多变的问题及因局部遮挡而导致的预测框误删和偏离的问题，在损失函数中先后添加Inner-SIoU（inner-scylla intersection over union）损失项和斥力因子损失项，不断缩小训练迭代时的预测误差。经试验验证，EDR-YOLOv7相较于原模型mAP@0.5提升3.89 %的同时检测帧率提升了5.2 frames/s，最终将模型部署于Jetson XAVIER NX边缘计算机上并采用TenssorRT推理加速，在视频流检测任务中表现出色。

近年来受极端天气影响，山火事件频发，导致南方电网山火跳闸事件显著增多。为探究输电线路山火跳闸的主要影响因素及其作用规律，收集了近5年南方电网地区输电走廊的山火告警与跳闸事件数据，结合气候、地形及地表植被等因素，从时间与空间两个维度开展统计分析。同时，提出“输电线路山火跳闸敏感度”概念，用于表示单位山火告警次数下的山火跳闸概率，有效规避了统计分析中“相关即因果”的逻辑谬误。最后，结合火焰蔓延模型与空气击穿模型，深入剖析了环境因素影响规律背后的物理机制。结果表明：尽管南方电网的山火告警与跳闸事件逐年增加，但得益于电网山火监控手段的多元化及灭火措施的及时性，山火跳闸敏感度总体呈逐年下降趋势。该研究结论将有助于电网运维人员针对现场环境制定更具针对性与差异化的山火治理策略。

氢能作为我国低碳化转型的重要载体，具有零排放和可再生的特点。基于现有光伏发电制氢的园区综合能源系统氢储能优化配置的碳排放和经济效益较差的情况，提出了一种计及光伏光热-质子交换膜电解制氢（photovoltaic photothermal proton exchange membrane electrolysis for hydrogen production， PV/T-PEMWE）和阶梯碳交易的园区综合能源系统氢储能优化配置方法。首先，考虑园区综合能源供能特征，构建了含PV/T-PEMWE的园区综合能源系统框架。其次，分析光伏光热技术（PV/T）和质子交换膜电解制氢（PEMWE）工作原理，将PV/T和PEMWE耦合，建立了PV/T-PEMWE模型。最后，引入阶梯碳交易机制，以系统的经济性和低碳性为目标，构建了园区综合能源系统氢储能优化配置模型。以西北地区某园区综合能源系统为算例进行仿真，验证了所提模型在经济性以及低碳性上的优势。

随着全球社会日益关注可持续能源的实践过渡，建筑综合能源系统优化对提高能源消费的低碳性及经济性具有重要意义。为此对建筑能源运营商的调度策略和定价策略展开了研究。首先，同时考虑供给侧和需求侧的信息交互特性，以供给侧为领导者、需求侧为追随者建立一种基于主从博弈框架的建筑综合能源系统双侧优化模型。其次，针对主从博弈框架双侧的多次信息交互提出了一种基于自适应动作探索机制的深度确定性策略梯度算法以有效求解所建模型。自适应动作探索机制根据累计奖励的方差与critic网络平均损失值构建自适应探索系数改进算法的动作选择策略，保证算法的精度和稳定性。最后，通过实例验证了所提算法的有效性。实验结果表明，与其他深度强化学习算法相比，所提算法可以提高算法的收敛精度、稳定性和能源运营商的总收益，从而辅助能源供应商做出更好的决策。

推动氢燃料电池车辆（hydrogen fuel cell vehicles，HFCV）加氢制氢网络（hydrogen refueling and production network，HRPN）的规划建设，有利于提升电力、氢能燃料等新能源、清洁能源在交通运输领域的应用。首先，阐述了HRPN的基本架构，对包括现场加氢制氢站、集中制氢-管线输送加氢网络、集中制氢-物流输送加氢网络的不同形式的HRPN进行叙述。然后，对HRPN国内外研究现状进行概述，分析了HRPN各类制氢设备、储氢设备、车辆加氢设备运行和配置模型，对氢气输送网络的运行和配置模型进行构建，并介绍了HRPN氢气输送网络跨区域氢能交互模式。在上述研究背景下对HRPN规划统一模型进行了构建。最后总结了目前HRPN规划发展所面临的瓶颈，并对今后的研究方向进行了展望。

在“双碳”战略背景下，为推动我国新一轮清洁低碳安全高效的新能源体系建设，提出了绿证-碳交易交互机制下计及电动汽车充放电技术的虚拟电厂优化调度方法。首先，建立了虚拟电厂数学模型以及负荷侧响应模型，预测了集群电动汽车的可调节上下限。其次，考虑电动汽车的碳配额和绿证配额，建立了阶梯式碳交易模型和绿证交易模型。基于两种机制转换系数设计了绿证-碳交易交互机制，以虚拟电厂综合成本最小为目标构建优化调度模型。最后，算例结果表明，所提模型能够实现虚拟电厂运行的经济性和低碳性，并对电动汽车充放电模式与渗透率、碳交易价格和绿证交易价格对虚拟电厂运行的影响进行了分析验证。

随着高比例光伏广泛接入配电网节点电压和线路潮流越限问题日趋突出，同时还有可能会产生“弃光”现象。为此建立了配电网储能配置两阶段分布鲁棒优化模型，以提升配电网光伏消纳能力和安全性。该模型的第一阶段以最小化储能投资成本年值为目标确定储能的安装地点和容量。第二阶段模拟配电网全年典型日的最优运行，其目标是配电网年运行费用最小，其中采用基于2-范数距离的多个不确定集分别描述典型日光伏和负荷的不确定性，而且考虑储能四象限运行特性。采用列与约束生成算法和max-min子问题分解算法求解该模型，并在某实际10 kV配电网进行了仿真分析，验证了所提方法的可行性和有效性。

随着新能源在我国能源供应中占比的逐渐增加，其固有波动性会给电力系统带来电力电量不平衡的严峻挑战，系统需要更多灵活性资源来应对系统平衡需求。常规火电机组作为一种优质的灵活调节性资源，对新能源高比例入网至关重要。鉴于火电机组保障性收益下降的情况，我国目前对煤电机组实行两部制电价政策来保障常规火电机组的基本收益，但并不能有效激励火电机组进一步提高调节性能。在对比分析国内外典型容量补偿方法在我国市场环境下的适用性基础上，提出了一种计及成本回收与灵活性调节的双差异化容量补偿方法，具体包括保障型成本回收容量补偿和激励型灵活调节容量补偿两种补偿方式，并建立了相应的补偿强度计算模型。该方法采用通用性评估指标帮助火电机组更精准地回收成本，而且能激励其进一步提高灵活调节性能。最后，通过IEEE 30节点系统模拟，验证了该补偿方法在固定成本回收、灵活调节能力激励以及支持系统稳定运行方面的有效性。

针对电网真实一次行波信号与所测二次行波信号不一致的问题，提出了一种基于互补集合经验模态分解（complementary ensemble empirical mode decomposition，CEEMD）和最小二乘QR分解（least square QR decomposition，LSQR）的行波波形精确检测方法。首先，分析了专用行波传感器非线性幅频和相频响应特性，揭示了一、二次行波的差异性；其次，采用CEEMD将二次行波分解为不同频段的固有模态函数分量；进而采用最小二乘法构建行波波形反演模型，利用LSQR迭代求解各固有模态函数分量的反演分量；最后，将各反演分量线性合成得到反演的一次行波信号。仿真和实验结果表明，该方法不受噪声、模态混叠效应的影响，而且分频反演所得行波波形与真实行波波形相似度可达0.99，实现了故障行波波形的准确检测。

为提高电力市场结算的效率和准确性，针对结算电量数据提出了一种基于图论及混合卷积神经网络的异常检测方法。首先，使用混合重采样技术对输入数据进行预处理，解决数据集的类别不平衡问题。其次，基于图论将电量数据从一维序列结构转换为二维图结构，并通过图卷积网络和卷积神经网络挖掘图结构的周期性规律和时间相关性特征，提高对异常电量的检测精度，并进一步在卷积神经网络中引入空间注意力机制以提高模型的检测性能。最后，在实际电量数据集上进行异常数据检测，结果表明所提方法在准确率和曲线下面积（area under curve，AUC）值等综合性能上具有优越性。