为了提高飞机发电系统中高压直流(HVDC)母线电压抗干扰能力，本文提出一种改进型一阶LADRC控制策略。建立了航空三级式高压直流发电系统的传递函数模型， 给出了低阶ADRC控制高阶对象效果不佳的原因。在此基础上，利用系统模型信息对低阶ADRC控制器进行改进， 在扩张状态观测器（ESO）中设计补偿环节，使ESO观测到的信息与系统模型相匹配，在一定程度上减小了观测器的负担，提高ESO的观测精度。仿真结果表明该方法能够显著提高系统的动态性能与抗干扰能力。

针对普通永磁同步电机存在调速范围受限以及传统PID双闭环控制存在电流环PI参数整定复杂的问题，提出了基于模型预测电流控制的混合励磁电机飞轮储能充放电控制策略。该策略依据系统基本结构原理，构造了充放电控制模型，充电时采用转速-电流双闭环进行控制，其中转速外环采用低速最小铜耗和高速弱磁控制，电流内环采用模型预测电流控制实现系统的稳定运行；放电时，采用电压-电流双闭环控制来稳定输出电压。仿真结果验证了在飞轮储能系统中混合励磁同步电机相比永磁同步电机的优越性以及所提出充放电控制策略的有效性。

定子错位型混合励磁轴向磁通切换（ Twisted-Stator Hybrid Axial Field Flux-Switching，TS-HAFFS）电机是一种新型混合励磁轴向磁通切换电机，其特性在于具有较短的轴向尺寸、高功率密度、强转矩输出以及宽调速范围。为提高电机在位置传感器故障状态时的控制性能，以一台三相6/10极TS-HAFFS电机为研究对象，提出一种基于励磁绕组反电动势法的无位置传感器控制策略，并将其与基于滑模观测器的控制策略分别进行仿真研究。结果表明，相较于传统控制策略，采用励磁绕组实现无位置传感器控制的TS-HAFFS电机信号跟踪效果更为稳定，且位置估算效果更为精准，具有更好的系统性能指标。

电感设计流程中，往往使用有限元分析软件进行仿真与优化，虽然能得到较为准确的结果，但其低速率对设计流程有着严重影响。本文通过空间映射算法，将自行修正后的螺线管交流电阻模型作为粗糙模型，与ANSYS Maxwell的仿真结果结合，对模型进行修正。修正后的模型其误差率大大下降，其平均误差率为8.53%，对于预测高频时螺线管交流电阻具有一定作用。

相比单通道Vienna整流器，交错并联Vienna整流器提升了系统的效率和功率密度，更适用于高功率场合。本文设计了一种谐振调节器，针对实验过程中滤波电感的敏感， 加入前馈补偿项，增加了控制器的带宽，改善了滤波电感非线性特性引起的电流畸变。该电流控制器能够对指定频率的交流信号实现稳态无静差跟踪控制，有效抑制低次谐波和高次谐波，稳态和动态性能良好。本文搭建了三相三电平实验平台，通过实验验证了所提方法的可靠性与优越性。

为解决全方向无线电能传输系统最大效率点控制问题，本文在已知线圈间互感参数的前提下提出一种通过合理分配三相发射线圈电流实现系统最大效率点控制的方法。首先，分析了三相正交发射线圈电流幅值控制原理，建立具有三相LCC-S补偿网络的OWPT系统等效电路模型。其次，基于电路模型分析了线圈间传输效率特性，指出恒压输出下系统整体效率由线圈间传输效率决定，利用遗传算法求解线圈间传输效率最大时三相电流幅值间关系，结合输出电压约束方程，提出系统恒压输出时的最大效率点控制方法。最后， 通过实验验证本文所提系统最大效率点控制方法正确可行。

储能电站内锂电池组观测数据易受到噪声和故障异常值影响，导致电池单体异常检测困难。为解决此问题，本文以某储能电站的一个大规模电池组历史运维数据为研究对象,提出了一种基于鲁棒主成分分析(Robust Principal Component Analysis, RPCA)串联电池单体的异常检测方法。首先使用RPCA对单体电压观测数据进行极端降噪，得到了电池单体一致性基准充电状态曲线，可用于电池单体一致性评估，同时也解决了传感器输出的电池单体电压观测数据受到随机噪声影响；为进一步检测和识别异常电池单体，使用RPCA提取异常值成分，基于平均偏差(Mean Deviation)-3σ原则，利用高斯分布概率特征对电池单体进行集中筛选，获得出现故障的电池编号；最后使用不同的统计分布方法进行对比验证。

收发线圈偏移、错位及非正对工况会造成无线电能传输（WPT）系统输入输出阻抗失配，导致传输效率下降。为了解决这一问题，本文提出了一种基于卷积神经网络的最优容值预测方法以实现系统阻抗匹配。首先，分析具有阻抗匹配网络的WPT系统端口阻抗特性及阻抗匹配原理；接着，通过训练神经网络建立反射阻抗与匹配网络电容参数间的映射关系，并分析网络的预测精度及泛化能力；然后，在收发线圈偏移、错位及非正对工况下对所提方法的阻抗匹配性能进行分析；最后，搭建实验平台并实验验证了所提方法的可行性和有效性。

为了实现高效电能传输，本文提出设计一套基于GaN的无线电能传输系统，采用LCC-S结构，对其进行架构及建模，聚焦于线圈偏移量，建立发射线圈与接收线圈的仿真模型，研究互感、输出功率、效率的变化特性，设计出适用于本系统的高频逆变器，从而得到高效率的无线电能传输系统。

随着电动汽车数量的逐渐增加，如何准确预测充电负荷，保证电网安全性和调度合理性成为目前亟待解决的问题。针对多因素影响下电动汽车充电负荷预测精度低、 负荷序列时序过长导致重要信息丢失的问题，本文提出了一种基于CNN-GRU- Attention的负荷预测模型。首先构建包括日期、节假日、气温和充电站历史充电负荷数据的输入矩阵，利用CNN进行负荷特征的提取，使用GRU对提取的特征进行充分学习和数据降维，考虑Attention机制对特征信息进行加权平均，减少重要信息的丢失，最后实现电动汽车的负荷预测。以美国某公共事业部门提供的公开数据集作为实际算例，与传统CNN-GRU模型相比，本文所提方法预测精度更高。