利用暫態分量的含分布式電源配電系統故障診斷

雷倩，吉興全，文福拴，劉志鵬，于永進，許煥奇

(1. 山東科技大學電氣與自動化工程學院，山東省青島市 266510;2. 浙江大學電氣工程學院，杭州市 310027; 3. 文萊科技大學電機與電子工程系，文萊斯里巴加灣 BE1410; 4. 海南電網公司電力調度控制中心，海口市 570203)

利用暫態分量的含分布式電源配電系統故障診斷

雷倩1，吉興全1，文福拴2,3，劉志鵬4，于永進1，許煥奇1

(1. 山東科技大學電氣與自動化工程學院，山東省青島市 266510;2. 浙江大學電氣工程學院，杭州市 310027; 3. 文萊科技大學電機與電子工程系，文萊斯里巴加灣 BE1410; 4. 海南電網公司電力調度控制中心，海口市 570203)

在智能配電系統快速發展的背景下，分布式電源(distributed generation，DG)越來越多地接入配電系統，傳統的針對單端電源的配電系統故障診斷方法不再適用。在此背景下，針對含有DG的配電系統，提出一種基于故障暫態分量和遺傳算法的配電系統故障診斷方法。針對DG接入使故障點的暫態零序電流方向復雜化的問題，通過給定開關上下游電源的方式改善了終端的狀態編碼環節，且考慮了故障線路診斷的優先級。采用小波分析方法提取故障暫態分量，能夠很好地適應我國中壓配電系統廣泛采用的小電流接地方式，在相當程度上解決了單相接地短路穩態故障信息不明顯的問題。最后，用算例說明了所提出方法的可行性，分析了其對故障信息畸變和丟失的容錯性能。

配電系統；故障診斷；分布式電源；暫態分量；遺傳算法

0 引 言

配電系統是連接輸電系統和電力用戶的橋梁。快速準確的配電系統故障定位對于盡快恢復向受故障影響的用戶供電具有重要意義。現有的配電系統故障診斷方法從總體上可分為直接法和間接法。

直接法又稱矩陣法[1-2]。文獻[1]提出了一種配電系統故障區段判斷和隔離的統一矩陣算法。文獻[2]對統一矩陣算法進行了改進，基于故障過流和故障方向信息，構建了含分布式電源的配電系統故障檢測與隔離算法并分析了其容錯性。這種基于矩陣的故障診斷方法屬于局部算法，且對故障信息要求較高，當故障信息發生畸變或者丟失時就可能導致故障錯判和漏判問題。

間接法一般利用人工智能方法實現故障定位, 主要包括基于人工神經元網絡[3]、遺傳算法(genetic algorithm，GA)[4-7]、模糊集理論[8]、Petri網[9-10]等，其中GA應用最為廣泛。文獻[4]根據電流越限信號構造了故障診斷的評價函數，將故障診斷問題描述為優化問題, 之后采用GA求解，并用算例驗證了所提出的方法對信息畸變具有較強的容錯性。文獻[5]對故障診斷優化模型的目標函數(即GA中的適應度函數)進行了改進，適用于多電源多重故障情況。文獻[6]利用實時測量的暫態零序電流和零序電壓的相位關系，設計了針對小電流接地系統的故障定位方法，采用GA求解，并對這種方法進行了現場測試。現有的基于GA等人工智能技術的故障診斷方法，一般依賴于配電系統中大量饋線終端單元(feeder terminal unit，FTU)所提供的短路故障過流信息，當有故障電流越限時便將故障信息上報到監控與數據采集(supervisory control and data acquisition, SCADA)系統，而我國中壓配電系統多采用中性點小電流接地方式，發生單相接地短路故障時穩態故障電流不明顯，上述方法有時無法正確診斷故障，存在漏判的可能性。

在上述背景下，本文提出一種基于暫態分量和遺傳算法的故障診斷方法，利用小波變化對實時測量的零序電壓和零序電流進行分析，根據故障后各個FTU處的暫態零序電流和零序電壓的突變方向進行編碼，以改善基于GA的故障診斷方法在故障信息缺失和發生畸變情況下的容錯性。

1 基于故障暫態分量的故障診斷

1.1 暫態零序分量的檢測

下面以單相接地短路故障為例進行討論。故障發生瞬間將產生一個零序突變量，故障線路上零序電流突變的極性與非故障線路上零序電流突變的極性相反，故障線路零序電流突變幅值等于非故障線路零序電流突變幅值之和；這種關系是恒成立的，是基爾霍夫定律的體現。從原理上講，可直接利用采集到的暫態分量判斷故障；然而，故障暫態量受初始相角、過渡電阻等多種因素影響，且故障暫態過程時間短，直接比較很不可靠。為此，這里利用小波奇異性檢測理論對采集到的故障信號先做小波變換，之后比較各條線路零序電流模極大值的數值和極性，進而判別故障線路。

根據信號奇異性檢測中對小波基函數的光滑性、對稱性、能量集中等的選取原則，此處選用3次B樣條函數作為原函數，以其導函數作為小波母函數。3次B樣條函數θ(t)的表達式[11]為

(1)

由于采集到的故障信號含有大量的穩態工頻成分，其在小波變換結果中將疊加在故障突變量的小波變換模極大值上，這會導致相應的極值點不易識別。因此，首先對采集信號采用下述工頻陷波傳遞函數[11]處理：

(2)

式中Ns為基波每周采樣點數。

之后，對濾除工頻后的信號進行小波變換。由于零序電壓相對于零序電流而言數值大且信噪比高，這樣識別故障線路時應先找出電壓信號小波變換模極大值點。又因為零序電流的變化超前于零序電壓的變化，所以電流模極大值點出現在電壓極值點左側。可在電壓極值點左側附近找出幾個電流數值較大的點逐點比較二者極性，極性相反者為故障線路[11]。

1.2 DG接入配電系統后對零序電流的影響

對于圖1所示的小電流接地系統[12]，線路2發生A相接地短路故障后的電容電流分布在圖中用“→”表示。圖1(a)為無DG接入時的情況，易知由故障線路流向母線的零序電流在數值上等于全系統非故障元件對地電容電流之和，且方向與非故障線路相反。

圖1(b)和圖1(c)分別為DG位于故障點上游和下游時的電容電流分布情況。可見分布式電源的加入使電容電流的分布發生了變化，但最關鍵的一點是流過故障線路2首端電流互感器(current transformer，CT)安裝處的暫態零序電流變化很小，同時不受DG接入位置的影響，數值上仍為其他非故障線路零序電流之和，但方向與其相反[13]。這一結論在中性點經消弧線圈接地的配電系統中同樣成立。

圖1 單相接地時的電容電流分布圖Fig.1 Capacitive current distribution for a single-phase grounding fault

可見，DG接入配電系統只影響了電容電流的分布，對于流過CT安裝處的零序電流影響很小，不影響測量結果，因此基于暫態分量對含有DG的配電系統進行故障診斷是可行的。

2 故障診斷算法原理

2.1 問題描述

FTU采集到故障信息后，考慮到這些信息存在一定的畸變和丟失概率，在配網自動化主站可依據各開關之間的拓撲關系，通過參數編碼構建合適的評價函數，實現對所采集故障信息的最佳逼近，并由此確定發生故障的真實區段[14]。故障診斷問題可歸納為如下0-1整數規劃問題：

(3)

式中：F(L)為評價函數；L為由線路區段狀態編碼組成的n維變量；n為區段的數量。

采用式(3)所描述的優化模型進行配電系統故障診斷的關鍵在于參數編碼和評價函數的構造。

2.2 參數編碼

在用式(3)的優化模型進行故障診斷時，需要對實際配電系統采用適當的編碼形式描述。編碼環節包括終端狀態編碼和區段狀態編碼2部分。

(1)終端狀態編碼

現有故障診斷算法一般根據FTU有無過流信息進行判斷。當有故障電流流過時相應開關編碼為1，沒有時則為0；這種編碼只適用于單端電源情況且對小電流接地系統的單相接地故障存在盲區。考慮到對暫態分量進行小波分析后得到的故障信息的特點，對終端編碼方法做下述改進。

對于每個FTU，首先按照就近原則選取其上游電源(當與2個電源距離相等時可取其中任意一個作為其上游電源)，規定某FTU的上游電源單獨起作用情況下的潮流方向為該FTU的參考正方向。然后，采用小波分析尋找暫態零序電流和電壓的突變方向，并進行對比；當暫態零序電流和零序電壓的突變方向相同時相應終端編碼為0，突變方向相反的終端編碼為非零，其中零序電流與終端正方向同向時編碼為-1，反向時編碼為1(這是因為系統發生單相接地故障時的零序電流方向與故障電流方向相反)。

用圖2所示的例子進行說明。開關S1～S7將線路分成了L1～L7共7個區段，在不至于引起混淆的情況下，也用符號S1～S7表示對應開關處的饋線FTU。根據就近原則，主電源S是S1～S4的上游電源，DG是S5～S7的上游電源，當L3發生單相接地故障時終端的編碼為[111-1111]。另外，在終端故障信息丟失時，為避免漏判規定丟失信息終端編碼為1。

圖2 系統示意圖

Fig.2 Schematic diagram of the system

(2)區段狀態編碼

以配電自動化FTU為邊界, 可將配電系統網絡劃分為n個不同的區段，記為L1，L2，…，Ln，把線路區段是否發生故障用0-1編碼表示，則所有區段狀態可用以下數字串編碼表示：

001……0L1L2L3…Li…Ln

其中編碼1和0分別表示對應區段故障和正常。

例如，圖2中的區段L3發生故障時，區段狀態編碼可表示為[0010000]。

2.3 評價函數

以文獻[6,13]為基礎，構造如下評價函數：

(5)

K3(L)=[0-(∪[00])]+∪[10000]=1

(6)

同理可得，K1(L)～K7(L)分別為[111-1111]，與L3故障時各FTU實際檢測到的故障信號編碼一致。這樣，式(3)和式(4)就構成了故障診斷的優化模型，可以采用GA求取最優解。最優解以0-1字符串形式表示，其中字符為1所對應的區段為診斷出來的故障區段。

3 基于GA的含DG配電系統故障診斷算法

3.1 基本求解步驟

基于GA的含DG配電系統故障診斷流程如圖3所示。

圖3 基于GA的含DG配電系統故障診斷流程圖Fig.3 Flowchart of GA based fault diagnosis for distribution systems with DGs

(1)形成初始種群。初始種群由N個染色體(數字串)組成，N為種群規模，其中每個染色體都是由0和1組成的長度為n的字符串，長度n與區段的個數相同，數字串的每一位數字表示相應區段的狀態。

(2)將初始種群中每個染色體對應的區段編碼通過開關函數轉化成終端編碼，并代入式(4)所描述的評價函數，采用GA求解式(3)所描述的優化模型。

(3)判斷GA是否收斂。此處設置2個收斂判據：一是當前種群中δ%的最好解的適應度值均大于某給定值；二是迭代次數達到給定的最大允許次數。這2個判據滿足任一個時，GA運算結束，轉步驟(5)，否則執行步驟(4)。

(4)對父代種群進行選擇、交叉、變異等遺傳操作，產生子代種群，種群代數i加1，并在新的種群基礎上轉步驟(2)。

(5)輸出所求得的最好解L*及其對應的評價函數值f(L*)。L*中數字1所對應的區段即為故障區段。

3.2 算法改進

根據IEEEStd.1547規約, 當配電系統發生故障時必須首先切除DG，以保證繼電保護正確動作。這在一定程度上削弱了DG改善供電可靠性的能力。隨著配電系統自動化水平的提高和保護配置的改進，故障發生后應盡可能維持DG并網運行。這里提出GA的編碼和開關函數的改進方法，使其適用于發生故障后仍維持DG并網運行的情況[15]。

(1)編碼改進

上述基于零序電流方向編碼的方法能有效地將含有DG的配電系統故障診斷與基于暫態分量編碼的GA合理地集成起來，既避免了小電流接地系統單相接地故障信號不明顯的弊端，又適于處理含多個DG的配電系統故障診斷問題。

對于含DG的配電系統，這里采用考慮了線路區段故障診斷優先級的分層編碼：優先確定主電源處的故障，再確定DG處的故障，最后確定負荷處的故障。首先對靠近主電源處的終端和線路進行編號，再依次對靠近DG的終端和線路編號，最后對負荷處的終端和線路編號。由于GA尋優過程是依次按照編號來

進行的，這樣可實現對故障定位優先級別的區分，改善故障定位效率。

(2)開關函數改進

為使開關函數適用于因DG接入和退出而導致的配電系統拓撲結構復雜多變的問題，采取對每個DG加權(權值為1和0分別表示故障后仍并網運行和脫網)的方式，以使改進后的開關函數能同時適應單電源和多電源的網絡拓撲結構：

(7)

4 算例與分析

4.1 系統結構

某中壓配電系統如圖4所示，S為主網電源，DG1和DG2為分布式電源。表1列出了各開關的上下游元件。開關S1～S6的上游電源是S；開關S7～S10的上游電源是DG1；開關S11～S13的上游電源為DG2。每個開關的正方向在圖4中用箭頭標出。假設故障后所有DG均繼續并網運行以提高供電可靠性。

4.2 單一故障

當線路區段L4發生單相接地故障K1時，假設各FTU全都正常工作，由各FTU實際檢測到的零序電流進行編碼，得到[1111-1-11111111]。取適應度函數中的M值為26，采用Matlab編程并對算例進行仿真計算。算法的迭代過程如圖5所示，迭代3次后收斂，最優解為[0001000000000]，即L4發生故障。

圖4 含DG的配電系統示意圖Fig.4 A distribution system with DGs表1 各開關的上下游元件(區段)Table 1 Upstream and downstream components of each switch

圖5 單一故障診斷情形下的GA收斂過程Fig.5 GA convergence process of fault diagnosis under single fault scenario

現對故障診斷結果進行驗證：區段L4發生單相接地故障K1，對應的線路區段編碼為[0001000000000]。將區段編碼代入開關函數式(7)，可得各終端的編碼為K1(L)=1×0+∪(001000000000)=1，同理K2(L)、K3(L)、K4(L)的編碼也為1，K5(L)=1×[0-∪(0001)]+∪(000000000)=-1。以此類推，K6(L)=-1、K7(L)～K13(L)的值均為1。以上各個開關函數所得編碼可表示為[1111-1-11111111]，與故障后根據各終端實際檢測結果得到的編碼一致，這表明種群中的染色體[0001000000000]可使適應度函數取得最大值，從而此染色體即為最優解，對應于區段L4發生故障，診斷結果正確。

4.3 雙重故障

當圖4所示系統中區段L4和L5同時發生故障K1和K2時，各FTU實際檢測到的故障信息可編碼為[11110-11111111]。采用所提出的方法進行故障診斷，所求得的最優解的編碼為[0001100000000]，對應于區段L4和L5同時發生故障。為驗證結果的正確性，將區段編碼[0001100000000]代入式(7)所描述的開關函數，可得各開關的編碼為[11110-11111111]，與FTU實際檢測到的零序電流所對應的編碼一致，診斷結果正確。GA算法的求解過程如圖6所示。

圖6 雙重故障診斷情形下的GA收斂過程Fig.6 GA convergence process of fault diagnosis under double-fault scenario

4.4 算法的容錯性分析

在實際配電系統中，FTU檢測裝置多安裝于戶外，有些工作環境比較惡劣，實時故障信息有可能丟失或發生畸變，因此故障診斷方法的容錯性能非常重要。

對于單一故障K1：

(1)假設終端S2和S3的故障信息丟失，按2.2節的編碼規則，這2個終端的編碼均為1，恰好與故障條件相符，即故障點位于終端S2和S3的下游，這顯然對故障診斷結果沒有影響；

(2)假設終端S3的故障信息發生畸變, 其他終端信號正常，此時終端編碼為[1101-1-11111111]，以該編碼為基礎進行故障診斷，圖7給出了GA求解過程，診斷結果仍為[0001000000000]，對應于區段L4發生故障，診斷結果依然正確。

為進一步驗證所提方法的容錯性，對不同區段故障時FTU監測到的故障信息發生畸變或丟失(信息丟失則編碼用1補齊)的情況分別進行研究，多次進行故障診斷，得到的故障診斷結果如表2所示。

表2 故障信息畸變或丟失時的故障診斷結果

Table 2 Fault diagnosis results with distorted or missing fault information

圖7 故障信息畸變時的GA收斂過程Fig.7 GA convergence process of fault diagnosis under single-fault scenario with distorted fault information

表2列出的7種案例中，案例1和2表明所提出的方法對不同區段發生單一故障時有一個終端信息畸變或丟失時具有容錯性；案例3表明所提出的方法對單一故障時有2個終端信息畸變或丟失時具有容錯性；案例4和5分別表明所提出的方法對雙重故障時有1個和2個終端故障信息畸變或丟失時都有容錯性；案例6和7表明所提出的方法對有3個終端故障信息畸變或丟失的情形的容錯性較差。

5 結 論

(1)針對大量DG接入配電系統后使故障信息復雜化的問題，提出了采用小波分析對暫態分量進行處理的故障檢測方法，適用于含DG配電系統的故障分析和診斷；

(2)提出了一種基于終端狀態編碼、區段編碼和開關函數的配電系統故障診斷模型，這種編碼方法適用于含DG配電系統且考慮了線路故障診斷的優先級, 擴展了故障診斷模型的適用范圍；

(3)采用算例對所提出的故障診斷進行了驗證，表明其對故障信息發生畸變和丟失具有容錯能力。

[1]劉健, 倪建立, 杜宇. 配電網故障區段判斷和隔離的統一矩陣算法[J]. 電力系統自動化, 1999, 23(1): 31-33. LIU Jian, NI Jianli, DU Yu. A unified matrix algorithm for fault section detection and isolation in distribution system [J]. Automation of Electric Power Systems，1999，23(1)：31-33.

[2]康文文, 趙建國, 叢偉, 等. 含分布式電源的配電網故障檢測與隔離算法[J]. 電力系統自動化, 2011, 35(9): 25-29. KANG Wenwen, ZHAO Jianguo, CONG Wei, et al. Fault detection and isolation algorithm for distribution network containing distributed generations[J]. Automation of Electric Power Systems, 2011, 35(9): 25-29.

[3]THUKARAM D, KHINEHA H P, VIJAYNARASIMHA H P. Artificial neural network and support vector machine approach for locating faults in radial distribution systems[J]. IEEE Transactions on Power Delivery, 2005, 20(2): 710-721.

[4]杜洪衛, 孫雅明, 劉弘靖, 等. 基于遺傳算法的配電網故障定位和隔離[J]. 電網技術, 2000, 24(5): 52-55. DU Hongwei, SUN Yaming, LIU Hongjing, et al. Fault section diagnosis and isolation distribution networks based on genetic algorithm[J]. Power System Technology, 2000，24(5)：52-55.

[5]衛志農, 何樺, 鄭玉平. 配電網故障區間定位的高級遺傳算法[J]. 中國電機工程學報, 2002, 22(4): 127-130. WEI Zhinong, HE Ye, ZHENG Yuping. A refined genetic algorithm for the fault section location[J]. Proceedings of the CSEE, 2002, 22(4): 127-130.

[6]齊鄭, 喬豐, 黃哲洙, 等. 基于暫態分量遺傳算法的小電流接地故障定位方法[J]. 電力系統保護與控制, 2014, 42(1): 34-39. QI Zheng, QIAO Feng, HUANG Zhezhu, et al. Genetic algorithm fault location based on transient component for neutral point non-effective grounding system[J]. Power System Protection and Control, 2014, 42(1): 34-39.

[7]文福拴, 邱家駒, 韓禎祥. 只利用斷路器信息診斷電力系統故障的高級遺傳算法[J]. 電工技術學報, 1996, 11(2): 58-64. WEN Fushuan, QIU Jiaju, HAN Zhenxiang. A refined genetic algorithm for fault section estimation using information from circuit breakers[J]. Transactions of China Electro Technical Society, 1996, 11(2): 58-64.

[8]WANG T, ZHANG G X, ZHAO J B, et al. Fault diagnosis of electric power systems based on fuzzy reasoning spiking neural P systems[J]. IEEE Transactions on Power Systems, 2015, 30(3): 1182-1194.

[9]鐘錦源, 張巖, 文福拴, 等. 利用電氣量和時序信息的改進Petri網故障診斷模型[J]. 電力系統自動化, 2015, 39(11): 152-159. ZHONG Jinyuan, ZHANG Yan, WEN Fushuan, et al. An improved Petri net model for power system fault diagnosis employing electrical date and temporal constraints[J]. Automation of Electric Power Systems, 2015, 39(11): 152-159.

[10]吳文可, 文福拴, 薛禹勝, 等. 基于多源信息的延時約束加權模糊Petri網故障診斷模型[J]. 電力系統自動化, 2013, 37(24): 43-52. WU Wenke, WEN Fushuan, XUE Yusheng, et al. A weighted fuzzy Petri net based model with time-delay constraints for power system fault diagnosis employing information from multiple sources[J]. Automation of Electric Power Systems, 2013, 37(24): 43-52.

[11]賈清泉, 劉連光, 楊以涵, 等. 應用小波檢測故障突變特性實現配電網小電流故障選線保護[J]. 中國電機工程學報, 2001, 21(10): 78-82. JIA Qingquan, LIU Lianguang, YANG Yihan, et al. Abrupt change detection with wavelet for small current fault relaying [J]. Proceedings of the CSEE, 2001, 21(10): 78-82.

[12]張姝, 楊健維, 何正友, 等. 基于線路暫態重心頻率的配電網故障區段定位[J]. 中國電機工程學報, 2015, 35(10): 2463-2468. ZHANG Shu, YANG Jianwei, HE Zhengyou, et al. Fault section location of the distribution network based on transient center frequency[J]. Proceedings of the CSEE, 2015, 35(10): 2463-2468.

[13]錢虹, 黃正潤, 阮大兵. 含DG的小電流接地系統單相接地故障定位[J]. 電機與控制學報, 2014, 18(8): 17-23. QIAN Hong, HUANG Zhengrun, RUAN Dabing. Single phase-to-earth fault location of small current grounding system with distributed generation[J]. Electric Machines and Control, 2014, 18(8): 17-23.

[14]郭壯志, 吳杰康. 配電網故障診斷區間定位的仿電磁學算法[J]. 中國電機工程學報, 2010, 30(13) :34-40. GUO Zhuangzhi, WU Jiekang. Electromagnetism-like mechanism based fault section diagnosis for distribution network[J]. Proceedings of the CSEE, 2010, 30(13): 34-40.

[15]劉健, 張志華, 黃煒, 等. 分布式電源接入對配電網故障定位及電壓質量的影響分析[J]. 電力建設, 2015, 36(1): 115-121. LIU Jian, ZHANG Zhihua, HUANG Wei, et al. Influence of distributed generation on fault location and voltage quality of distribution network[J]. Electric Power Construction, 2015, 36(1): 115-121.

(編輯 張媛媛)

Fault Diagnosis of Distribution System with Distributed Generation Employing Transient Component

LEI Qian1, JI Xingquan1, WEN Fushuan2,3, LIU Zhipeng4, YU Yongjin1, XU Huanqi1

(1. College of Electrical Engineering and Automation, Shandong University of Science and Technology, Qingdao 266510, Shandong Province, China;2. School of Electrical Engineering, Zhejiang University, Hangzhou 310027, China;3. Department of Electrical and Electronic Engineering, Institut Teknologi Brunei, Bandar Seri Begawan BE1410, Brunei;4. Power Dispatching and Control Center, Hainan Power Grid Corporation, Haikou 570203, China)

With the fast development of smart distribution systems, more and more distributed generation (DG) sources are connected, so traditional fault diagnosis approaches for distribution systems with single power source are no longer applicable. Given this background, this paper proposes a fault diagnosis method based on fault transient components and genetic algorithm for distribution systems with DGs. Considering that the DG connections make the transient zero-sequence current direction complicated at fault point, an improved coding method for feeder terminal units is presented by specifying the upstream and downstream power sources for each switch, and the priority level of a faulted line to be diagnosed is also taken into account. We adopt a wavelet based method to extract fault transient components, which is well applicable for the widely-implemented non-effective grounding in middle-voltage distribution systems in China, and can solve, to some extent, the problem of inconspicuous steady fault current with single-phase ground faults. Finally, we demonstrate the proposed method with a sample system, and analyze its fault tolerance performance for distorted and missing fault information.

distribution system; fault diagnosis; distributed generation; transient component; genetic algorithm

國家高技術研究發展計劃項目 (863計劃) (2015AA050202)

TM 727.2

A

1000-7229(2016)02-0042-08

10.3969/j.issn.1000-7229.2016.02.006

2015-11-29

雷倩(1991)，女，碩士研究生，主要從事配電系統自動化方面的研究工作；

吉興全(1970)，男，副教授，本文通信作者，主要從事配電系統自動化、智能電網等方面的研究工作；

文福拴(1965)，男，教授，博士生導師，主要從事電力系統故障診斷、系統恢復和電力市場、智能電網與電動汽車等方面的研究工作；

劉志鵬(1983)，男，博士，工程師，主要從事電力系統運行與控制方面的研究工作；

于永進(1980)，男，講師，主要從事電力系統自動化方面的研究工作；

許煥奇(1992)，男，碩士研究生，主要從事電力系統自動化方面的研究工作。

Project supported by National High Technology Research and Development Program of China (863 Program) (2015AA050202)