针对机电设备常见故障特征易被环境噪声和负载波动掩盖、传统阈值法预警滞后等挑战，本研究将数据技术应用于机电设备故障诊断与预测。该技术依次使用加权移动平均滤波与包络解调、多因素加权最小二乘基线建模及深度学习模型在线增量更新，实现弱冲击脉冲提取、热失效前兆监测与负载异常预测的高精度识别。实验结果表明，数据技术在振动诊断场景中诊断准确率达98.2%、温度预警提前期达4.5h、负载预测均方根误差（RMSE）降至2.3%，且经单因素方差分析验证其与传统阈值法的性能差异显著，证明了其优异的鲁棒性与自适应能力，为机电设备智能运维提供了有效支撑。
随着电力系统智能化步伐的加快，智能检测设备被投入到巡检工作当中，使得采集到的红外图像呈几何倍数的增长。面对海量的红外图像仍然需要采用人工分析的方式进行识别和诊断，效率低且对经验的依赖性较高，造成设备损坏甚至威胁人员安全。为解决上述问题，本文提出一种基于改进YOLOv5的电气设备识别诊断方法。首先，详细分析了变压器电气设备热成像技术，设计了电力设备热成像缺陷检测终端。其次，提出了基于改进YOLOv5的电压器电气设备热缺陷识别算法。研究结果表明，本文改进后的模型收敛数值则近于1，因此本文改进的YOLOv5算法在平均精度均值方面要优于其他常用模型。
为了提升火电机组在复杂工况下的调节性能与运行经济性，本文以某发电有限公司350MW超临界机组为研究对象，围绕高调门流量特性偏差问题展开分析，提出了基于负荷与调节级压力的滑压曲线优化方法，并结合季节性修正与动态PID调整策略实现曲线自适应更新。通过现场试验获取真实阀位-流量关系，重构DEH控制模型，并在不同负荷下进行热耗率寻优与压力波动抑制验证。结果表明：优化后主蒸汽压力波动明显减小，热耗率下降近300kJ/（kW·h），供电煤耗降低约12g/（kW·h），一次调频响应精度和低负荷段运行稳定性显著提升。
本论文针对传统电力系统故障检测响应慢、控制精度低的问题，提出一种基于云计算的电力系统故障检测与自动控制方法。该方法首先采用分布式数据采集与云端特征提取技术，结合K-means聚类算法对大规模电力数据进行初步分类，实现快速故障定位；随后利用基于云平台部署的决策树算法进行故障类型识别与分析；最后采用云端专家系统对故障情况进行智能判断，并自动生成控制指令，实现远程自动控制。实验结果表明，该系统在故障检测准确率、响应时间和控制智能化方面均优于传统方法。
电力工程电缆排管施工是保障城市电网安全稳定运行的关键环节。本文针对复杂地质条件和城市施工环境下的电缆排管施工难题，研究了电缆排管选型与设计优化、结构稳定性技术、电缆敷设与连接技术以及智能监测与维护技术等关键技术。通过工程案例验证，新技术显著提高了施工效率，降低了电缆故障率和维护成本，同时增强了排管结构稳定性。研究成果为电力工程电缆排管施工提供了技术支撑，推动了施工技术的优化与创新。
为提高日前电力市场价格预测结果的准确性，促进电力市场稳定运行、优化资源配置，利用随机森林算法，开展了日前电力市场价格预测研究。计算各历史日与预测日在特征上的相似度，选取相似日；计算电力市场历史价格的移动平均值，获取数据中的趋势和周期性；构建随机森林模型，将移动平均值作为输入特征，通过模型分裂构成随机特征子空间，集成多棵随机森林决策树的输出结果，生成日前电力市场价格预测值。实验结果表明，提出方法应用后，日前电力市场预测价格更加接近真实价格，预测误差最高不超过0.002元/kWh，预测准确性较高。
在全球能源转型背景下，协调多主体利益并实现可再生能源系统容量优化对提升能源消纳能力和经济效益至关重要。结合主从博弈理论与智能算法寻优，构建了可再生能源系统双层容量优化模型。上层模型追求系统运行效益最大化，下层模型兼顾能源生产商、消费者和运营商的个体利益。以淮安某园区为例进行算例分析，结果显示优化后系统总建设成本降低118.15万元，可再生能源发电占比从86%提升至95%；下层各主体效益得到显著提升。研究成果为能源低碳化转型及可再生能源高效利用提供了理论依据和决策支持。
随着电力系统规模的不断扩大和电气设备复杂性的持续增加，传统的故障检测方法在处理微弱行波信号和强噪声环境时面临严峻挑战。现有检测技术难以满足电气设备调试过程中，高精度、实时性检测要求。本文提出了一种基于梯度扩散的电气设备调试故障行波检测方法，通过改进Perona-Malik扩散模型，融合小波变换的多尺度分析能力，构建了新的扩散系数函数。Simulink仿真实验表明，所提方法在单相接地、相间短路和高阻接地故障检测中分别达到94.7%、97.2%和91.8%的准确率，在10dB强噪声环境下仍能维持78.4%的检测率，显著优于传统小波变换和FFT方法。
数字孪生技术为风电场运维管理提供了全新的技术路径，该技术通过构建风电机组及其配套系统的数字化映射模型，实现物理实体与虚拟模型的实时同步交互，全景式虚拟运维系统将风电机组与变流器控制系统等关键设备纳入统一的数字化管理平台，形成涵盖直驱与半直驱等多种机型的综合仿真环境。系统运用三维建模技术重现风电场真实运行场景，结合VR交互技术实现沉浸式操作体验，为运维人员提供模拟启停机操作与故障诊断处理等功能支持，数字孪生模型的实时数据驱动机制确保虚拟系统能够准确反映物理设备状态变化，通过预测性维护算法降低设备故障率15%以上，运维效率提升25%，为风电场智能化运维管理提供技术支撑。
在就地化智能汇控柜温湿度控制的过程中，直接反馈控制未考虑温度条件和湿度条件之间的耦合关系，导致输出的控制结果受到相互之间的影响，导致控制结果存在较大偏差。为了缓解这一问题，提出了变电站室外就地智能汇控柜温湿度自动控制方法。利用物联网技术，将变电站室外就地智能汇控柜内布设的温湿度传感器所感知的环境参数传输到控制单元中，以此确定实时的温湿度控制目标。通过构建前馈解耦环节，消除温度条件和湿度条件之间的耦合干扰，结合控制误差的动态反馈，实现温湿度的动态控制。实验结果表明，该方法控制下的温差和湿度差均比较小，控制精度较高，在变电站室外就地智能汇控柜领域中有着良好的实践应用前景。