2021年11月30日上午，愛荷華州立大學王兆宇副教授做客成渝地區雙城經濟圈智慧能源大講壇第五期暨智慧能源云講堂第二十二期，以“Learning Smart Meter Data for Distribution Grid Modeling and Observability Enhancement”為主題為大家帶來精彩分享。本期講壇由重慶大學、輸配電裝備及系統安全與新技術國家重點實驗室和重慶大學溧陽智慧城市研究院主辦，由成都地區的四川大學、電子科技大學、西南交通大學、成都理工大學、成都中醫藥大學、四川師范大學、西華大學、西南科技大學和重慶地區的西南大學、重慶郵電大學、重慶科技學院等高校協辦。重慶大學電氣工程學院任洲洋副教授主持本期講壇。
任洲洋副教授首先介紹了重慶大學牽頭創辦“成渝地區雙城經濟圈智慧能源大講壇”的基本理念，表示“講壇”以開放的態度誠摯歡迎全國各地師生的積極參與。隨后，任洲洋副教授簡要介紹了王教授的研究領域和學術成就，并對王教授的參與表示熱烈歡迎和由衷感謝。
王教授從配電網引入，首先介紹了智能電表裝在哪里、測量什么以及測量間隔是多少等相關問題。配網與用戶側連接，智能電表安裝在用戶家中，主要可以測量電量和電壓，測量間隔根據不同地區要求一般為15min、30min和60min。雖然智能電表測量的物理量非常有限，測量的速度也不快，但由于其在用戶側的廣泛應用，智能電表的數據是加強配電網監控和控制的良好資源。
而后，王教授向大家展示了真實的智能電表數據，并對各項內容進行了詳細介紹。智能電表的數據需要進行預處理后才能進行分析，否則因通信故障等問題造成的數據誤差會嚴重影響分析效果。王教授表示問題數據特征比較明顯，故數據處理方法很簡單，一般采用目測篩選就能將問題數據去掉或者將缺失的數據補齊。
智能電表數據可以應用在負荷分析、負荷預測、負荷管理、電網分析等多個方面，王教授主要對配電網拓撲參數識別進行了介紹。完整、準確的配電網模型是系統監控的基礎，現有的系統模型往往不完整或過時，常規的現場檢查是費力、昂貴和耗時的，使用有限但現成的智能電表數據來進行實時拓撲參數識別是解決以上問題的重要方法。王教授具體闡述了其課題組提出的方法原理：將配電網建模為一個圖，使用智能電表數據流識別其加權拉普拉斯矩陣，其中矩陣的特殊結構能夠揭示網絡連接情況；設計一種自底向上掃描算法來識別線路阻抗，基于全非線性潮流，分別建立了最小絕對偏差混合整數半定規劃(LAD)模型和最小二乘混合整數二階非線性規劃(MISOCP)模型。
此外，王教授簡單分析了客戶峰值貢獻估計、故障檢測和定位的概率圖形學習等問題并提出解決方案。用戶負荷分布相似的情況下，利用同步每月峰值貢獻與月能耗之間的強相關性，實現在部分可觀察分布系統中利用客戶每月能源賬單推斷住宅客戶峰值貢獻。通過概率圖形學習方法，可以將分布網格和異構中斷數據源編碼為概率圖形進行后續處理。
在最后的互動環節中，王教授就同學們提出的智能電表模型可靠性檢驗、美國電力公司情況等問題展開交流和討論，并邀請有興趣的同學加入課題組進行博士或者博士后階段的學習和研究。
