复杂能源系统状态感知与全层次表征建模理论 

    提出了基于图论的最大匹配区域能源网络节点可观性理论方法，构建了高维时空异构的区域综合能源机理和数据集成表征模型，突破了传统建模方法应用于大规模网络时的计算复杂度问题以及多尺度性质表征困难的问题。

        (一) 提出了基于本征介数的复杂能源系统可观域评估与网络化表征建模

        针对大规模能源系统的表征建模问题，首次提出了网络统计特性与本征介数融合的能源系统表征方法，打破传统图论表征方法不考虑动态、工程实用性差的瓶颈，形成了以边权重最大的可观域计算准则，实现了复杂能源系统可观域数量最小全覆盖， 解决复杂能源系统感知效能与成本矛盾的问题。研究成果发表在 IEEE Transactions on S.M.C 和《电力系统自动化》等国内外期刊上，核心理论成果获得“国家科学技术进 步奖二等奖”（排名第 2）。 

        (二) 提出了复杂能源系统关键节点状态观测与数据知识驱动的表征建模

        针对新能源、能源枢纽、电力电子化负荷等关键设备机理不清、状态不完备的表征建模问题，提出基于观测器的关键状态估计方法，解决了不完备状态下观测难问题，实现复杂能源系统工质异性的源-网-荷的设备节点表征建模，实现百万人口级复杂能 源系统建模时间<25 秒；建模误差<1%；数据容错的鲁棒性>97%。研究成果发表在 IEEE Transactions on Consumer Electronics 和 Signal Processing 等权威期刊上。 

        (三) 提出了复杂能源系统网络化闭环分布控制表征建模

        针对多域、多空间与多时间的复杂能源系统信息联通状态不确定变化的控制表征建模问题，首次将随机马氏跳变理论用于表征联通状态的不确定变化现象，克服了泊松二项分布表征建模不完备的局限性，实现了复杂能源系统信息联通不确定变化特性描述，为复杂能源系统频率及电压一致性控制提供理论支撑。研究成果发表在 IEEE Transactions on Cybernetics ，获批国家授权发明专利 7 项，软件著作权 4 件。

        重要创新成果及应用：创新成果发表在包括 IEEE trans.S.M.C 等权威期刊 SCI 论文 13 篇。基于上述提出的关键节点状态观测与数据知识驱动的方法已应用于高速磁悬浮装置电场、应力场建模，专利成果作价 1100 万元应用于辽宁沈阳爱倍克科技有限公司，缩短了产品研发周期，节省了成本约 25%。成果获得 IEEE 消费电子会刊期刊的最佳论文奖(1/100)。 

复杂能源系统暂稳态多源多域“源-网-荷-储”协同优化

    首次提出了热可控负荷增加分布电源虚拟惯量和阻尼的新方法，形成了基于事件驱动的复杂配电网多源多域“源-网-荷-储”就地协同与网络优化控制理论，解决了含随机扰动、多目标冲突、多重约束的组合优化NP‐Hard问题。 

    (一) 提出了复杂能源系统自适应优化控制方法 

    揭示了能源系统单元设备物理动态特征与壁垒设计机理之间的关系，提出了基于壁垒李雅普诺夫函数的状态受限自适应跟踪控制方法，给出了稳定裕度与控制效能之间的量化关系，形成了基于性能类圆锥模型的自适应模糊预设性能控制方法，实现了能源系统单元设备运行优化控制。研究成果发表在 IEEE T.I.E 行业领域权威期刊上，并获“2021 年中国仪器仪表学会一等奖”（排名第 1）。 

    (二) 提出了融合增强学习与事件触发驱动的“源网荷”最优控制方法

    提出了基于时间差分和强化学习融合的多步迭代最优控制方法，用自举状态值函数替代经验平均估计状态的值函数，避免了蒙特卡罗回合更新，单步更新，速度更快，建立模型-评价-执行三网络结构，实现了复杂能源系统的源网荷电压/频率自适应最优控制。研究成果发表在 IEEE Transactions on Cybernetics 和 IEEE Transactions on S.M.C 等权威期刊上，申请软件著作权 3 项。

    (三) 提出了时变有向图下复杂能源系统去中心功率优化协同策略

    针对复杂能源系统变化结构拓扑下的功率优化问题，建立连接概率矩阵预测的系统拓扑辨识结构，提出了时变有向图下的频率一致性的分布式控制方法，建立了面向广域对象控制的下垂控制与协同控制融合方法理论，解决了变拓扑结构下复杂能源系统的功率优化问题。研究成果发表在 IEEE Transactions on S.M.C 和 IEEE System Journal 等权威期刊上，单篇最高 SCI 他引 132 次。

        重要创新成果及应用：创新成果发表在包括 IEEE Systems Journal 等权威期刊 SCI 论文 30 篇，获得国家授权发明专利 13 项。成果应用于“面向清洁能源多情景消纳的相变储热站优化运行与协同控制关键技术研究及应用”、“分布式智能协同控制与优化理论及其在电力物联网中应用”等国家重点项目及国家电网公司 7 个攻关项目。专利成果获得获日内瓦国际发明展金奖、INPEX 2016 优秀奖及特别奖，核心技术获得辽宁省科学技术进步一等奖等。

复杂能源系统暂稳态风险辨识及异常诊断

    提出了基于机器学习实现复杂配电系统故障早期预警的基础理论，突破了缺失样本条件下系统早期缺陷风险辨识难的问题，为设备健康状态的智能监测和评估提供了新方法。

    (一) 提出了复杂能源系统多维特征解耦分析与状态诊断方法 

    首次将等级相关性理论引入卷积神经网络中用于解耦分析多维分布的系统状态特征，克服了时序信号深度学习高维映射不可控的局限性，实现了复杂能源系统多维分布特征的解耦挖掘分析，为复杂能源系统状态诊断与安全稳定运行提供理论支撑。研究成果发表在 IEEE Transactions on S.M.C 上。

    (二) 提出了复杂能源系统半监督故障辨识方法 

    首次提出容忍老化故障判据并嵌套于故障识别网络中，降低了故障检测误判率；提出基于双堆叠自编码器结构的无监督故障样本自动贴标签方法，面向弱标签、不平衡的原始数据结构，将模糊规则作为故障机理与样本数据融合，实现了复杂能源系统故障快速、准确辨识，保证了复杂能源系统准确率>90%（国内外目前最高 76%），小电流故障定位精度≤1%馈线长度±100 米（国内外目前最高2%馈线长度±200 米），研究成果发表在 IEEE T.I.E 行业领域权威期刊上。

    (三) 提出了基于异常信号深度对抗增强与辨识的电力设备早期故障方法

    针对电力设备早期故障劣化规律不明显、特征提取困难、工况数据不平衡的问题，首次将故障特征不明显的早期故障映射成其所对应的易辨识的快速退化期故障，提出基于 LSTM 的双生成对抗网络的结构和基于梯度惩罚改进的网络损失函数，克服传统故障辨识方法模式崩塌的不足。并设计了基于异常检测的增强故障辨识算法，该算法减少了真实故障工况信号的需求，为不平衡数据辨识提供平衡解决方案；此外基于奇异值相关性分析改写模型自适应训练目标从区分度、集中度以及准确性三个方面优化增强故障的辨识过程，最终实现早期故障精准分析。

    重要创新成果及应用：创新成果发表在包括 IEEE Transactions on Industrial Electronics 等权威期刊发表 SCI 论文 7 篇，获得国家授权发明专利 7 项。成果应用于辽宁、吉林、江苏和内蒙古等 11 个省份的 86 家集控子站和能源企业，应用线路总长达 7000 余公里，供电可靠性指标 RS—1 实际完成情况达到“99.945”，远高于年度计划指标“99.92”（即国家一流达标指标）和企业年度平均指标“99.923”，核心理论成果获得“国家科学技术进步奖二等奖”（排名第 2）。