2021年11月30日上午，愛荷華州立大學(xué)王兆宇副教授做客成渝地區(qū)雙城經(jīng)濟圈智慧能源大講壇第五期暨智慧能源云講堂第二十二期，以“Learning Smart Meter Data for Distribution Grid Modeling and Observability Enhancement”為主題為大家?guī)砭史窒?。本期講壇由重慶大學(xué)、輸配電裝備及系統(tǒng)安全與新技術(shù)國家重點實驗室和重慶大學(xué)溧陽智慧城市研究院主辦，由成都地區(qū)的四川大學(xué)、電子科技大學(xué)、西南交通大學(xué)、成都理工大學(xué)、成都中醫(yī)藥大學(xué)、四川師范大學(xué)、西華大學(xué)、西南科技大學(xué)和重慶地區(qū)的西南大學(xué)、重慶郵電大學(xué)、重慶科技學(xué)院等高校協(xié)辦。重慶大學(xué)電氣工程學(xué)院任洲洋副教授主持本期講壇。
任洲洋副教授首先介紹了重慶大學(xué)牽頭創(chuàng)辦“成渝地區(qū)雙城經(jīng)濟圈智慧能源大講壇”的基本理念，表示“講壇”以開放的態(tài)度誠摯歡迎全國各地師生的積極參與。隨后，任洲洋副教授簡要介紹了王教授的研究領(lǐng)域和學(xué)術(shù)成就，并對王教授的參與表示熱烈歡迎和由衷感謝。
王教授從配電網(wǎng)引入，首先介紹了智能電表裝在哪里、測量什么以及測量間隔是多少等相關(guān)問題。配網(wǎng)與用戶側(cè)連接，智能電表安裝在用戶家中，主要可以測量電量和電壓，測量間隔根據(jù)不同地區(qū)要求一般為15min、30min和60min。雖然智能電表測量的物理量非常有限，測量的速度也不快，但由于其在用戶側(cè)的廣泛應(yīng)用，智能電表的數(shù)據(jù)是加強配電網(wǎng)監(jiān)控和控制的良好資源。
而后，王教授向大家展示了真實的智能電表數(shù)據(jù)，并對各項內(nèi)容進(jìn)行了詳細(xì)介紹。智能電表的數(shù)據(jù)需要進(jìn)行預(yù)處理后才能進(jìn)行分析，否則因通信故障等問題造成的數(shù)據(jù)誤差會嚴(yán)重影響分析效果。王教授表示問題數(shù)據(jù)特征比較明顯，故數(shù)據(jù)處理方法很簡單，一般采用目測篩選就能將問題數(shù)據(jù)去掉或者將缺失的數(shù)據(jù)補齊。
智能電表數(shù)據(jù)可以應(yīng)用在負(fù)荷分析、負(fù)荷預(yù)測、負(fù)荷管理、電網(wǎng)分析等多個方面，王教授主要對配電網(wǎng)拓?fù)鋮?shù)識別進(jìn)行了介紹。完整、準(zhǔn)確的配電網(wǎng)模型是系統(tǒng)監(jiān)控的基礎(chǔ)，現(xiàn)有的系統(tǒng)模型往往不完整或過時，常規(guī)的現(xiàn)場檢查是費力、昂貴和耗時的，使用有限但現(xiàn)成的智能電表數(shù)據(jù)來進(jìn)行實時拓?fù)鋮?shù)識別是解決以上問題的重要方法。王教授具體闡述了其課題組提出的方法原理：將配電網(wǎng)建模為一個圖，使用智能電表數(shù)據(jù)流識別其加權(quán)拉普拉斯矩陣，其中矩陣的特殊結(jié)構(gòu)能夠揭示網(wǎng)絡(luò)連接情況；設(shè)計一種自底向上掃描算法來識別線路阻抗，基于全非線性潮流，分別建立了最小絕對偏差混合整數(shù)半定規(guī)劃(LAD)模型和最小二乘混合整數(shù)二階非線性規(guī)劃(MISOCP)模型。
此外，王教授簡單分析了客戶峰值貢獻(xiàn)估計、故障檢測和定位的概率圖形學(xué)習(xí)等問題并提出解決方案。用戶負(fù)荷分布相似的情況下，利用同步每月峰值貢獻(xiàn)與月能耗之間的強相關(guān)性，實現(xiàn)在部分可觀察分布系統(tǒng)中利用客戶每月能源賬單推斷住宅客戶峰值貢獻(xiàn)。通過概率圖形學(xué)習(xí)方法，可以將分布網(wǎng)格和異構(gòu)中斷數(shù)據(jù)源編碼為概率圖形進(jìn)行后續(xù)處理。
在最后的互動環(huán)節(jié)中，王教授就同學(xué)們提出的智能電表模型可靠性檢驗、美國電力公司情況等問題展開交流和討論，并邀請有興趣的同學(xué)加入課題組進(jìn)行博士或者博士后階段的學(xué)習(xí)和研究。
