基于HHT-Prony算法的GIS局放信号检测

GIS运行中发生的绝缘缺陷已严重威胁着电力系统的安全运行。GIS内可能因生产制造或长期运行中出现的潜伏性异物而导致不同程度的局部放电，长期放电会引起设备绝缘劣化，如果不能及时发现和处理，甚至会造成击穿或闪络，引发严重后果。所以，需要对局部放电进行监测。但局放信号容易受到外部信号的干扰，使得监测到的信号不准确，本文从信号去噪和识别的角度考虑，引入HHT和Prony算法。首先对监测到的局放信号进行去噪，然后对去噪的信号进行识别，与正常信号进行对比，得到局放信号的信号特征，从而进行有效的故障识别。     

基于DT的售后设备预测性维护协同模式研究

设备制造商为了满足设备用户对快速故障诊断和维护的需求，需要对设备进行实时监测、预测和远程指导。以数字孪生五维模型为基础，提出基于数字孪生的协同维护七维模型和维护服务协同模式。该模式下设备制造商和设备用户可实时获得对设备的监测信息，使得制造商能向用户提供更有效、及时的服务和支持。最后以某瓶装水封盖过程为例，构建设备隐式半马尔可夫模型，对设备当前运行状态的持续时间进行测算，得到与下一次劣化或故障状态的时间间隔，起到预测效果。构建了数字孪生服务平台框架和维护知识数据库，验证了所提出的协同维护模式的可行性。     

基于改进深度确定性策略梯度算法的微电网能量优化调度

针对微电网中分布式发电设备存在输出不确定性和间歇性问题，以及传统的深度确定性策略梯度算法存在收敛速度慢、鲁棒性差、容易陷入局部最优的缺点。本文提出了一种基于优先经验回放的深度确定性策略梯度算法，以微电网系统运行成本最低为目标，实现微电网的能量优化调度。首先，采用马尔可夫决策过程对微电网优化问题进行建模；其次，采用Sumtree结构的优先经验回放池提升样本利用效率，并且应用重要性采样来改善状态分布对收敛结果的影响。最后，本文利用真实的电力数据进行仿真验证，结果表明，提出的优化调度算法可以有效地学习到使微电网系统经济成本最低的运行策略，所提出的算法总运行时间比传统算法缩短了7.25%,运行成本降低了31.5%。