报告1：人工智能辅助的电动汽车驱动电机性能预测和优化设计研究 傅为农
傅为农教授的报告针对当前电动汽车驱动电机设计过程中存在的计算量大、计算速度慢等问题，开展了人工智能辅助的电机优化设计研究。面向电机磁场分布和稳态性能的预测需求研究了基于GAN和MLP模型的预测方法，预测速度相比有限元方法提高99.93%以上。
傅为农教授在电机设计阶段考虑行驶工况下电动汽车驱动电机的综合效率优化，探索电动汽车驱动电机的快速设计方法，根据驱动性能要求，在传统电机设计理论的基础上，借助有限元分析软件、多目标智能优化算法、人工智能神经网络模型、高性能计算等技术手段，考虑电动汽车循环行驶工况，对电动汽车驱动电机的设计方法进行深入研究。在电机优化方面提出了拓扑结构组合优化和人工智能代理模型优化方法。组合优化通过对不同转子结构的子代统一排序和种群动态调整，相比每种结构单独优化的时间缩短了30%以上。人工智能代理模型优化所需时间相比组合优化进一步提高了99.32%以上。
报告2：含高比例分布式电源的交直流混合配电系统优化调控技术研究 肖迁
肖迁副教授提出交直流混合配电系统作为电力电子化电力系统的关键环节将在承载多类型分布式电源的过程中发挥重要作用。分布式电源出力具有较强的随机性和波动性，极易引发供需错配问题，易影响系统运行经济性；配电系统“电力电子化”特点越发显著，系统量不断减小，电压、频率支撑能力明显不足。
肖迁副教授提出面向高比例分布式电源消纳的交直流混合配电系统分布式优化运行方案，从配电系统优化调控方案制定、微电网(群)控制策略协调、变换器控制指令跟踪三个层面，从稳态优化性能提升、暂态主动支撑、电能质量提升等多维度全面提高系统优化调控能力，保证分布式电源安全消纳。其次，探讨配电系统中多微网协调控制方法，采用投影梯度下降法对控制器分布式控制改进，实现实时优化。然后，探讨配电系统中设备级储能与变换器控制技术，针对模块化多电平变换器，电平控制存在交直流耦合，无法消除奇次谐波，单次谐波消除控制电能质量较差，提出面向电压谐波治理的多电平变换器解耦控制方法。最后，介绍新型配电系统的未来发展方向。
