针对大部分光伏电站电弧故障历史数据缺乏的问题，本文在采集电弧超声信号并分析其特点后，提出一种基于超声波传感器与孤立森林的光伏系统串联电弧故障诊断方法。首先，利用S变换将发生串联电弧故障时的超声波暂态电压信号转化至时频域；接着，利用Teager能量算子放大频谱差异性，并通过时频熵提取电弧故障时频域特征；最后，基于动态阈值与孤立森林实现电弧故障诊断且无需历史数据。实验结果表明，所提方法能准确识别串联电弧故障，诊断准确率达到97.25%，且具备较强的抗干扰能力。

锂电池运行状态存在本体状态估计精度不足、电池组故障状态诊断难度较高的问题，因此本文提出一种考虑多因素影响的基于电热耦合模型的联合状态估计方法，并设计基于检测窗口和相关系数的多传感器故障诊断方法。针对锂电池本体状态，首先基于等效电路模型法构建锂电池的电热耦合模型；其次分析荷电状态（SOC）与健康状态（SOH）联合估计机理，采用扩展卡尔曼滤波算法（EKF）和粒子滤波算法（PF），结合在线参数辨识方法，构建涵盖锂电池全生命周期的在线联合估计模型，实现精确联合状态估计。针对电池组故障状态，采用基于检测窗口和相关系数的多传感器故障诊断方法，实现了短路和开路故障的精准诊断与定位。实验结果验证了所提方法的有效性，所提方法能够准确反映电池运行状态，具有一定的工程应用价值。

为满足电力系统急需供电保电场景的要求，提高系统抢险应急能力和供电可靠性，本文应用变压器紧凑减重、设备减震隔震、抗机械冲击验证、舱体屋面防腐、防雷装置快速布置、二次设备模块化设计、撬装式移动变电站数字孪生等多项关键技术和方法，设计一种主变压器容量63 MV∙A、电压等级110 kV的大容量撬装式移动智能变电站，并以其在四川省乐山市某110 kV临时变电站新建工程项目中的实际应用为例，验证设计的有效性。实践表明，本文所设计的大容量撬装式移动智能变电站具有良好的推广价值和应用前景。

工单派发是电力运维管理系统中的重要一环，及时、精准的派发模式可以有效提升工单的流转效率。本文在深入分析电力运维领域工单管理特征的基础上，提出一种基于工单适配度的运维工单自动下派模型。该模型采用CRITIC赋权与模糊综合评价法相结合的方式计算运维人员与工单的适配度，确定工单下派的最优人选，进而实现工单自动派发。实际应用结果表明，相较于人工派发，该自动派发模型可以有效提高工单派发的效率和准确率。

本文依托锡盟地区某电厂2×660 MW机组，研究电力系统次同步振荡/谐振问题，并提出基于附加励磁阻尼控制（SEDC）与机端次同步阻尼控制（GTSDC）的联合抑制措施。通过试验验证两种控制系统的作用机制，分析独立方案与联合方案在不同工况下的振荡衰减特征。结果表明，SEDC与GTSDC联合抑制措施，通过参数匹配与多时间尺度协调，实现高效协同控制，显著提升了抑制效果和响应速度。两起实际故障案例验证了联合抑制措施的有效性和可靠性。此外，转速信号的信噪比对抑制效果至关重要，由此提出优化转速测量系统可靠性的建议。本文研究表明，SEDC与GTSDC联合抑制措施能够有效解决机组次同步振荡问题，提升电力系统的动态稳定性，可为类似机组的次同步振荡治理提供技术参考。

针对锂电池健康状态预测准确度较低的问题，本文提出一种基于海鸥优化算法优化深度极限学习机的健康状态预测方法。首先，选取电池充放电循环的等压升充电时间和等压降放电时间作为预测健康状态的特征参数，并采用Pearson相关系数定量分析其与电池健康状态的相关性。然后，建立海鸥优化算法-深度极限学习机模型，通过学习健康状态和特征参数的样本，预测后续循环的健康状态值。最后，利用公开的电池数据进行预测，并分析预测结果，与极限学习机、深度极限学习机和其他研究的预测结果进行对比，引入最大绝对误差和方均根误差作为量化评价指标。结果表明，海鸥优化算法-深度极限学习机模型相较其他常见模型具有更高的训练测试精度、更短的预测时间，能够实现锂电池健康状态的准确预测，最大绝对误差和方均根误差均低于0.01，预测准确度高、适用性强。

配电网集群划分通过节点分区优化资源配置并实现负荷均衡。当前集群划分主要基于模块度和功率平衡指标，忽视了电动汽车（EV）可调度特性对配电网灵活性的影响。为此，定义负荷需求侧与EV响应侧匹配的双侧EV可调度容量作为新的子指标，结合组合赋权法构建综合指标。以IEEE 33节点系统为例进行仿真，设置不同指标类型、不同EV规模及不同时段等场景，对比分析各因素对集群划分结果的影响，验证了所提方法的有效性及实用性。

本文提出一种结合电流积分变化趋势和时序卷积网络（TCN）-支持向量机（SVM）的直流配电网故障定位方法，以区分故障类型并实现直流配电网故障准确定位，为实现直流配电网保护奠定基础。首先计算故障电流的积分序列，并用变分模态分解（VMD）算法分解积分序列，将分解所得高频固有模态函数的特征量作为TCN与SVM组合模型的输入特征向量，实现故障线路定位和故障类型判定。仿真结果表明，该方法能快速定位故障线路，准确识别不同故障，并且有较好的适应性和具备一定的抗干扰能力。

为了解决无刷双馈发电机转子单绕组变极等匝方案中每相并联支路磁动势相位不一致，以及转子绕组电流幅值不同导致磁动势百分比随负载变化而变化、降低了导线利用率的问题，本文提出不等匝设计方案和将3个自短接运行支路上的所有线圈反向连接后转移到相应连接线上的改进方案。通过有限元仿真分析等匝、不等匝和改进方案中的发电机运行特性，结果显示：不等匝方案减少了谐波含量，降低了并联支路电流幅值之差且改善了波形质量；改进方案的转子各支路电流波形质量良好、幅值相等，提高了导线整体利用率，进一步降低了谐波含量，同时磁动势含量百分比固定不变，便于发电机线性控制。

在新型电力系统不断发展的背景下，为提升电力系统调节能力，满足电网调峰和顶峰需求，全国各地均在积极开展新型储能建设。新型储能具有双向传输、响应速度快等特性，在其接入电网后如何有效地提高主网网架的安全性，增强电网抵御故障冲击的能力，是储能规划选址阶段应重点考虑的问题。针对新型储能接入对分区电网脆弱性的影响，构建储能选址问题的多目标决策模型；考虑到传统电网脆弱性分析方法的不足，提出基于k-核分解的脆弱性评估方法，并将储能接入电网后不同典型运行场景下的主网系统脆弱性指标作为决策子目标，采用逼近理想解排序法（TOPSIS）综合评价储能目标接入点的最优解。以IEEE 39节点系统进行算例分析，验证了所提电网脆弱性评估方法和储能优化选址方法的合理性。