2021年11月30日上午，爱荷华州立大学王兆宇副教授做客成渝地区双城经济圈智慧能源大讲坛第五期暨智慧能源云讲堂第二十二期，以“Learning Smart Meter Data for Distribution Grid Modeling and Observability Enhancement”为主题为大家带来精彩分享。本期讲坛由重庆大学、输配电装备及系统安全与新技术国家重点实验室和重庆大学溧阳智慧城市研究院主办，由成都地区的四川大学、电子科技大学、西南交通大学、成都理工大学、成都中医药大学、四川师范大学、西华大学、西南科技大学和重庆地区的西南大学、重庆邮电大学、重庆科技学院等高校协办。bat365在线官网登录任洲洋副教授主持本期讲坛。
任洲洋副教授首先介绍了重庆大学牵头创办“成渝地区双城经济圈智慧能源大讲坛”的基本理念，表示“讲坛”以开放的态度诚挚欢迎全国各地师生的积极参与。随后，任洲洋副教授简要介绍了王教授的研究领域和学术成就，并对王教授的参与表示热烈欢迎和由衷感谢。
王教授从配电网引入，首先介绍了智能电表装在哪里、测量什么以及测量间隔是多少等相关问题。配网与用户侧连接，智能电表安装在用户家中，主要可以测量电量和电压，测量间隔根据不同地区要求一般为15min、30min和60min。虽然智能电表测量的物理量非常有限，测量的速度也不快，但由于其在用户侧的广泛应用，智能电表的数据是加强配电网监控和控制的良好资源。
而后，王教授向大家展示了真实的智能电表数据，并对各项内容进行了详细介绍。智能电表的数据需要进行预处理后才能进行分析，否则因通信故障等问题造成的数据误差会严重影响分析效果。王教授表示问题数据特征比较明显，故数据处理方法很简单，一般采用目测筛选就能将问题数据去掉或者将缺失的数据补齐。
智能电表数据可以应用在负荷分析、负荷预测、负荷管理、电网分析等多个方面，王教授主要对配电网拓扑参数识别进行了介绍。完整、准确的配电网模型是系统监控的基础，现有的系统模型往往不完整或过时，常规的现场检查是费力、昂贵和耗时的，使用有限但现成的智能电表数据来进行实时拓扑参数识别是解决以上问题的重要方法。王教授具体阐述了其课题组提出的方法原理：将配电网建模为一个图，使用智能电表数据流识别其加权拉普拉斯矩阵，其中矩阵的特殊结构能够揭示网络连接情况；设计一种自底向上扫描算法来识别线路阻抗，基于全非线性潮流，分别建立了最小绝对偏差混合整数半定规划(LAD)模型和最小二乘混合整数二阶非线性规划(MISOCP)模型。
此外，王教授简单分析了客户峰值贡献估计、故障检测和定位的概率图形学习等问题并提出解决方案。用户负荷分布相似的情况下，利用同步每月峰值贡献与月能耗之间的强相关性，实现在部分可观察分布系统中利用客户每月能源账单推断住宅客户峰值贡献。通过概率图形学习方法，可以将分布网格和异构中断数据源编码为概率图形进行后续处理。
在最后的互动环节中，王教授就同学们提出的智能电表模型可靠性检验、美国电力公司情况等问题展开交流和讨论，并邀请有兴趣的同学加入课题组进行博士或者博士后阶段的学习和研究。
