电压暂降导致半导体工厂数亿元晶圆报废、谐波谐振引发光伏隔变烧毁、宽频振荡威胁千万千瓦级新能源基地——新型电力系统的电能质量问题正从“偶发扰动”演变为“系统性风险”。肖先勇教授团队研究报告系统梳理了电压暂降、电力谐波、电力扰动三大方向，揭示了从“模型驱动”到“数据驱动”再到“联合驱动”的方法论演进。当“双高”系统成为新常态，电能质量分析必须同时驾驭物理机理与海量数据。
研究背景：双高系统重塑电能质量问题形态
新型电力系统的“双高”特征——高比例可再生能源、高比例电力电子设备——正在重塑电能质量问题的形态。电能质量问题在全球各地频发，不仅导致用户生产中断和产品质量劣化，还会影响新能源并网与系统安全稳定运行。新影响表现为层级多、范围广、损失大；新特征表现为强随机、宽频带、多耦合。美国电力科学研究院和欧洲莱昂纳多电能质量联盟的调查数据揭示了问题的严峻性。国家能源局、发改委等部门已颁布多项政策文件，确立管理原则、提高服务要求、部署专项行动。
电压暂降分析：模型/数据/联合驱动三线并进
电压暂降指电压方均根值突然降低至0.1pu~0.9pu并在10ms~1min后恢复正常的现象，残余电压与持续时间是基本特征量。模型驱动方法基于叠加原理与故障分量法求解短路电流分布，考虑新能源动态响应特性建立分块节点电压方程。数据驱动方法通过时空特征融合的暂降状态估计挖掘监测数据中的传播规律，基于改进图卷积网络实现暂降溯源，IEEE 123节点溯源准确率≥82%，实际配网585节点平均溯源准确率≥80%。联合驱动方法基于在线监测数据辨识新能源控制参数，结合迭代计算模型评估暂降水平；提出物理信息神经网络方法，将暂降传播规律作为约束嵌入网络。
电力谐波分析：宽频非线性与谐振风险的深度解构
谐波是波形畸变的频域表征，频率为工频整数倍。当谐波与系统固有谐振频率匹配时出现谐波谐振现象，增加线路损耗、加速绝缘老化、干扰继电保护，易引发设备烧毁。模型驱动方法提出基于谐波耦合矩阵的电力电子设备建模，将宽频段非线性描述为频域相量卷积矩阵，实现模块化标准化建模。数据驱动方法提出复最小二乘法辨识谐波耦合矩阵参数，电流波形误差均小于8%，建模精度提升至少10%；基于深度学习的谐波潮流算法直接建立节点功率与谐波电压映射。联合驱动方法融合谐波潮流物理约束及拓扑信息，具有更强泛化性能与可靠性。
电力扰动分析与电力扰动大模型展望
电能的本质是运动型二次能源，扰动数据中蕴含重大价值。设备级应用提出模型-数据联合驱动的设备早期故障诊断方法，通过CNN捕获暂态特征、注意力机制关注演化过程，提升算法在不同工况下的适应能力。系统级应用提出联合驱动的异构设备泛化建模与弹性评估方法，揭示异构设备弹性的协同互补机理。未来展望：模型-数据联合驱动的电力扰动大模型不仅有助于提升电能质量的可观、可知、可控能力，还可延伸到电能质量领域外，解决系统级、设备级难题。
