尚宇炜，现任中国电力科学研究院有限公司研究室副主任，高级工程师，工学博士。主要从事配电网健康诊断与可靠性管控技术领域的科研攻关和工程实践。

依托项目名称：考虑分布式资源的群体配变健康预测与管理

个人简介：

尚宇炜，现任中国电力科学研究院有限公司研究室副主任，高级工程师，工学博士。主要从事配电网健康诊断与可靠性管控技术领域的科研攻关和工程实践。

在本领域引入并发展了数据-知识融合的机器学习方法，建立了云边端协同的配电网健康监测与运维管控模型体系，研发了配电设备小微智能监控终端和智能运维系统，解决了配电网健康监测和智能运维数智化程度低、规模化应用成本高的问题，相关成果在东、中、西部地区获得应用，并推广至政府机关、产业园区、工业企业等用户侧配电系统，提升了配电网运行风险预警能力、供电可靠性和精益化运维水平。

承担国家/国网科技项目10余项，发表SCI/EI论文30余篇（其中SCI论文9篇），被引1000余次，两篇论文入选“领跑者5000中国精品科技期刊顶尖学术论文”。获日内瓦国际发明金奖1项，国际青年能源设计竞赛第二名，中国电工技术学会科技进步二等奖1项、国家电网公司科技进步二等奖1项，授权发明专利5项，参编国家标准1项、专著2部。

依托项目简介：

项目名称：考虑分布式资源的群体配变健康预测与管理

关 键 词：分布式资源；配电变压器；健康预测；检修计划；机器学习

项目摘要：配变是配网的核心设备，数量巨大但质量参差不齐，特别是受分布式资源广泛接入影响，配变台区重过载及缺陷故障频发，掌握群体配变健康态势并实现健康管理对供电可靠性至关重要。配变健康预测可归结为一类涉及多参量、弱特征和噪声数据的模式识别问题，而其健康管理是一种大规模网络随机优化问题，求解困难。目前国内外主要采用机理或数据驱动的研究思路，各有优缺点：机理驱动的结果可行性高，但建模困难，结果粗糙；数据驱动的方法计算过程简洁，但受样本所限，求解精度或可行性差。本项目将二种思路结合，在探索数据-知识融合机理的基础上，建立数据知识级联、并联和混联融合模式，系统研究特征知识融合的两阶段深度学习方法、知识引导的小样本多分类学习方法、知识函数约束的随机蒙特卡洛树搜索方法，实现群体配变绝缘寿命损失在线评估、健康综合预测和健康动态管理，并进行应用验证。本研究有利于提高供电可靠性并降低运维成本，为构建数字化运维体系提供理论支撑。

图1尚宇炜（右三）与同事开展智能运维技术调研

图2 尚宇炜（右）与国际专家进行技术研讨

图3尚宇炜开展项目技术研究