探讨湿冷高背压改造机组热网质-量并调时的动态电热运行特性，并将其应用于热电厂优化运行. 利用Ebsilon对亚临界高背压供热改造机组进行仿真建模. 通过变工况计算，分析纯背压、抽背2种典型工况下主蒸汽质量流量、抽汽质量流量对电-热关系的影响，从而明确机组电-热可行运行区间. 针对机组实际运行时主要采用纯背压工况运行的现状，探究并量化热网质-量并调时的循环水质量流量与循环水入口温度变化对电-热关系斜率以及电热运行范围的影响，为电厂的精细化运行提供模型工具. 基于实际热电厂运行数据校验上述模型的可靠性，并探讨考虑机组动态特性对厂级负荷分配的节煤效果. 算例结果表明，当湿冷高背压机组协同抽凝机组共同参与厂级负荷分配时，考虑动态特性的可行域模型相比于传统线性模型，能够更准确地映射实际机组的电热关系，350 MW机组在相同供热功率下，发电功率的变化范围扩大约2.37~4.24 MW，负荷分配结果的经济性更优.

为了解决风电机组叶片部件异常状态难以及时和有效识别的问题，提出基于多通道振动主元特征的风电机组叶片自监督异常识别方法. 在振动特征构建过程中，采用变分模态分解-核主成分分析（VMD-kPCA）方法实现对机舱多通道振动数据的特征自适应提取；通过融合机舱振动与机组运行数据（SCADA），使用自适应双向时序卷积网络（ABT）作为骨干特征提取器，实现振动主元特征的自监督回归；基于其他SCADA运行变量构建风电机组正常行为模型，排除其他因素在机舱振动特征上的干扰；采用基于马氏距离的残差序列检出策略实现高精度叶片异常识别. 在实验验证方面，使用某龙头公司风电场的实际数据集进行算法性能测试，结果表明，本研究所提模型对叶片结冰、叶片震荡、叶片扫塔3种异常检测的准确率均高于90%，优于其他对比模型.