研究背景与主要挑战
电能质量问题影响电气设备运行、新能源并网与系统安全，国家已出台多项政策提升供电质量。研究历程分为经验累积、观测统计、评估测试、分析治理四个阶段。新型电力系统“双高”特征（高比例可再生能源、高比例电力电子设备）带来电能质量新挑战，表现为层级多、范围广、损失大，特征为强随机、宽频带、多耦合。
方向1：电压暂降分析
- 概述：电压暂降指工频电压方均根值突然降低至0.1pu~0.9pu，持续10ms~1min后恢复，危害包括生产中断、设备损坏、产品质量劣化。成因通常由电力系统故障、电动机启动、大型变压器空载激磁等引起。
- 分析方法：
- 模型驱动：基于叠加原理与故障分量法求解系统短路电流分布，刻画暂降特征。针对新型电力系统，提出分区并行迭代计算的电压暂降评估方法，考虑新能源动态响应特性。
- 数据驱动：提出时空特征融合的暂降状态估计方法，挖掘监测数据中的暂降传播规律；基于改进图卷积网络的暂降溯源方法，无需系统先验信息。
- 联合驱动：结合在线监测数据与迭代计算模型评估暂降水平；基于物理信息神经网络的暂降溯源方法，嵌入暂降传播规律提升溯源准确率。
- 工程应用：开发的高级应用模块已覆盖20余个省级电网。
方向2：电力谐波分析
- 概述：谐波是波形畸变的频域表征，频率为工频（50Hz）h倍的正弦量。危害包括增加线路损耗、加速绝缘老化、干扰继电保护、引发谐波谐振。成因主要为电力电子设备，开关过程产生宽频段谐波，非线性控制导致容性阻抗特性激发谐振。
- 分析方法：
- 模型驱动：传统谐波潮流计算难以适用于海量电力电子设备接入的系统，提出基于谐波耦合矩阵的电力电子设备建模方法，提升建模精度。
- 数据驱动：提出数据驱动的谐波耦合矩阵参数辨识方法，通过复最小二乘法求解矩阵参数；基于深度学习的谐波潮流算法，直接建立节点功率与谐波电压映射关系。
- 联合驱动：融合谐波潮流物理约束及拓扑信息，提出模型-数据联合驱动的谐波潮流计算方法，提升泛化性能与可靠性。
- 工程应用：研发的谐波评估软件集成谐波潮流计算、谐振风险评估等功能，已在青海海西/海南干方干瓦级新能源基地、浙江苍南海上风电等工程应用。
方向3：电力扰动分析
- 概述：电力扰动数据蕴含重大价值，暂降、谐波仅是其中一部分。未来可通过挖掘扰动数据提升电能质量的可观、可知、可控能力。
- 设备级应用：针对中压电缆早期故障检测，提出模型-数据联合驱动的设备早期故障诊断方法，提升算法泛化能力。
- 系统级应用：从多源数据中提取功率暂态变化斜率、波动幅度等特征，挖掘负荷弹性；提出联合驱动的异构设备泛化建模与弹性评估方法，揭示异构设备弹性的协同互补机理。
- 未来展望：构建模型-数据联合驱动的电力扰动大模型，延伸至电能质量领域外解决系统级、设备级难题。
