为了分析高压电缆绝缘材料的介电特性及其老化规律，提出了基于绝缘参数测量的高压电缆介电特性研究。采用介质损耗角正切值、介电常数和绝缘电阻等关键参数，对不同老化状态的高压电缆进行了系统测试。结果表明：介电常数随老化程度增加而升高，说明极化能力增强；介质损耗在故障电缆低频段出现显著峰值，为48.0±2.0×10-3，说明此时有水分侵入；绝缘电阻随着电缆逐渐老化而呈指数下降。温度、湿度及机械损伤会进一步劣化介电性能。研究证实介电参数可以作为电缆绝缘状态评估的有效指标，为电网安全运维提供了理论依据和技术支持。
在变电站现场，保护用互感器的一二次之间的极性正确与否，对继电保护装置动作的准确性和有效性及其重要，传统的做法是在互感器一次回路上施加三相大电流和高电压，比较一二次之间的相位得出互感器接线的正确性，该方法所需设备笨重且操作不便，文章提出一种利用主从机相位同步的三相功率源进行极性考核的方法，使得现场互感器极性校核工作效率得到了极大的提升。
随着电力系统智能化与数字化发展，传统基于云端的故障诊断响应滞后、带宽与隐私风险愈发突出。为提升预警时效与数据安全性，本文基于边缘计算对电气控制系统故障预测方法展开了深入研究。提出一种基于边缘计算的电气控制系统故障预测方法，通过在控制柜侧部署轻量化模型，实时提取时频衰减熵与跨通道耦合指数等关键特征，边缘节点完成初步推理并仅上传压缩摘要至云端校正，实现在毫秒/秒级对载荷突变与绝缘退化故障的精准预警。现场试点验证表明，本方法预警提前量较传统月检提升明显，其预测准确率与稳定性优势显著。
随着我国电力系统的快速建设完成，架空输电线路铺设里程飞速增长同时线路结构发生巨大变化，由传统的两端变电站加中间单一线路的形式演变成多变电站多T接线路形式，而站内录波装置通过阻抗法测距，无法适配于现阶段多T接的架空输电线路故障测距，其测距盲区严重威胁了输电线路的稳定运行，文本从分布式故障测距角度出发，讲述了分布式故障测距主要核心技术，结合实际的多T接线路使用案例，现场应用效果表明，该测距系统具备良好的测距精度以及稳定性，极大提升了输电线路运行稳定性以及经济效益。
在220kV架线工程中不停电跨越施工中，先拆除旧线路，需更换线夹、兜松导线，并小心处理旧导线头及承力索。安装封网装置时，要确保绝缘绳网长度和宽度，并遵守安全要求。需根据现场需求规划装设铝合金带电跨越架，采用正装分段组立方法，设置接地设施，打好拉线。不停电跨越施工质量检验需全面测试电气绝缘与结构安全，通过高压测试、绘制坐标图分析因素，确保施工安全。工程结果表明，强风工况下监测点应变值110-140με，高温70-95με，高湿度50-75με，均未超安全范围，证明施工技术和质检标准使跨越架稳定可靠，符合220kV架线不停电跨越施工要求。
传统检测与控制技术受到复杂控制开关工作环境影响，无法全面分析海量电流数据，导致检测结果不精准、控制效果不佳。为了解决该问题，提出了基于深度学习的控制开关电流异常检测与自动断电控制技术。构建深度学习检测模型，学习控制开关电流异常特征，结合特征对应的感受野识别A相、B相、C相电流异常情况。采用非监督学习方法，充分考虑控制开关自动断电持续时间最小，构建自动断电控制数学模型，由此控制开关自动断电。由实验结果可知，检测的A相、B相、C相的电流波动范围与实际一致，且最大时长为118s，与实验指标接近，说明使用该技术具有较强的鲁棒性，为智能控制开关安全运行提供了技术支持。
针对传统电力营销模式难以适应新能源高比例接入和用户需求多元化的发展需求，本文研究了智能电网技术在电力营销服务模式创新中的应用，通过构建精准营销服务、动态定价服务和分布式能源协同服务三大技术体系，实现了电力营销服务从单向模式向智能化、精准化、协同化的转型。实证数据表明，该技术体系大幅提升了用户满意度和新能源消纳率，降低度电营销成本，为电力行业数字化转型提供了可复制的技术路径。
微电网中大量光伏、风电等分布式电源具有间歇性，电源接入可能引起节点电压越限，甚至导致潮流分布动态波动。因此，本文在考虑最优潮流约束的基础上，设计了一种新型微电网运行自动控制系统，对系统的硬件和软件进行优化设计。系统整体架构由客户端、Web服务器和数据库服务器组成。硬件结构设计了用户管理模块、模型优化训练模块、任务反馈模块、数据挖掘模块、数据共享模块和数据存储模块，功能模块协调配合工作，优化微电网调度策略，平衡供需波动，减少因间歇性造成的电压不稳定和功率失衡等问题。软件部分通过提取微电网运行功率，较高系统的响应效率；建立最优潮流约束条件，实现多维度优化。测试结果表明，系统的响应效率较高、延时较低、算法时间复杂度较低。
随着电力行业智能化运维的需求不断增长，传统的火电厂运维方式已无法满足高效、精准管理的要求。本文提出了基于三维可视化技术的火电厂智能运维一体化管理方法，通过设备三维建模、健康状态评估、故障预测和维护调度优化等关键技术，构建了一个综合性的智能运维系统。通过实验数据分析，验证了该系统在提升设备监控效率、故障预警、维护优化等方面的显著优势，极大地降低了设备停机时间和维护成本，从而提高了火电厂的整体运维效率和安全性。
迁移学习可以增强人工智能（AI）在变压器保护中识别内部故障和励磁涌流的能力。然而，由于操作数据的复杂性和稀缺性，传统的迁移方法逐渐淘汰。此外，不同变压器之间的故障电流存在显著差异，这阻碍了AI的泛化能力。为了解决这些问题，本文介绍了一种新的深度学习神经网络策略，使用卷积神经网络（Convolutional Neural Networks,CNN），引导CNN关注电流故障分量的未饱和段。此策略将未饱和段的图像定义为源域，用于训练一个称为源CNN的神经网络SCNN(Source CNN)。原始图像包含未饱和与饱和段，用于训练另一个称为目标CNN的神经网络TCNN(Target CNN)。所提出的迁移策略通过最小化TCNN与SCNN之间的特征差异，帮助TCNN专注于未饱和段。最后，文章利用TCNN开发了一种用于变压器差动保护的涌流电流阻断方法，在动态仿真实验中展示了增强的泛化能力。