现代电网运营需考虑的不确定因素愈加复杂，电力数据愈加复杂多样，电网发展模式向用户和供方互动转变，电网运营由经验驱动向智能驱动转变，需提高对全景信息获取、实时动态信息分析能力以及电网灾害预警能力，并提供决策及应对预案。创新智能电网运营全过程关键技术，成为亟待攻克的难题。
记者获悉，日前，由华北电力大学牛东晓教授课题组、国网浙江省电力有限公司与江苏省电力试验研究院有限公司联合团队研究的项目——“智能电网中的智能运营全过程监控关键技术研究及工程应用”，获得了2018年度中国产学研合作创新奖一等奖。截至目前，该项目取得16项授权发明专利、2项实用新型专利，取得14项软著，出版专著13部，发表论文63篇（35篇SCI、28篇中文核心）。
据介绍，项目成果自2013年10月在浙江、江苏等省市应用，共计产生经济效益利润18.58亿元。该项目通过产学研合作促进了高校科研能力与企业需求无缝衔接，推动电网企业实现高效运营监控，产生了显著的社会、经济效益。
牛东晓表示，该项目在取得了多项创新性成果。
在信息感知关键技术中，在电网数据信息获取方面，提出基于多源报警日志安全事件特征分析的去冗余方法以及基于多周期模式的数据源变更自动预警方法；在数据信息处理方面，提出基于波形识别和相关性分析的模拟量采样数据畸变识别方法、改进经典的子空间聚类算法、基于文化基因算法和最小二乘支持向量机的安全数据特征处理方法。
在数据分析关键技术中，在电网数据分析方面，提出输电线路最佳经济寿命区间智能评估方法并发明整体设备寿命感知模型，减少了数据分析的偏差；在仿真分析方面，提出基于实际电网运行数据的事后理想计划分析方法，在智能计算方面，通过建立径向基函数人工神经网络模型组合小波神经网络嵌入式专家系统，提高了区域短期负荷预测的准确性。
在智能预警关键技术中，提出基于知识挖掘技术、属性筛选技术的智能电网环境下拟境挖掘寻优的智能预警模型，可以对母线负荷与线路灾害进行智能预警；研制一种基于气象信息的分区电网母线负荷与灾害智能预警系统；提出一种基于谱聚类和极端学习机的超短期风速预测方法；为电网线路运行状态与灾害预警、风电场风电功率预测预警提供决策支撑。
在智能交互关键技术中，给出电网分电压等级输配电定价、用户基本电费智能决策及电费调整方法、居民用户分布式上网智能最优选择、购电结构优化分析方法，建立不同计量方式用户的无功补偿经济性计算模型、居民阶梯电价最优电量分档标准求解模型、用户力率调整电费模型，满足用户个性化智能用电需求，实现电网资源智能优化配置。
在智能控制关键技术中，通过融合多源报警安全信息，离散化报警日志属性，并通过自主学习确定属性权重，动态分配报警事件属性权值，计算报警安全事件相似度，对海量报警安全时间冗余进行判断；通过设置多种预警周期模式，包含半固定周期模式、周期自适应模式，在每个周期之始，获取数据源对比时间，根据该时间与数据源变更平均反应时间的差值做相应的预警时间变更，用于电网智能控制。
