为加强研究生学术交流活动，推进学术创新，特开通“研究生学术报告预告区”。我校研究生和教师可以在预告区及时发布和了解有关研究生学术报告的信息，届时参加。也可就某学术报告展开专题讨论与交流。
随着大量分布式电源、电动汽车等非线性元件 接入电网，导致了各种电能质量扰动的出现。智能电表和各种智能采集装置的应用使得采集到的电能质量数据越来越多，海量电力信息的产生给当前电网的数据传输和存储造成了较大负担。通过分析各种电能质量单扰动和复合扰动信号的恢复和重建过程，提出了一套适用于电能质量扰动信号的采集方法。所提出的采集方法应用于用于数据压缩的压缩感测技术，减少了对采集设备存储器的需求，并且增加了传输速率。设计了端到端的智能分类框架，可以直接对收集的数据进行分类，无需任何耗时的数据预处理操作。模型采用噪声自适应模块设计，可以应对压缩感知恢复的误差，并在噪声数据中表现出良好的分类性能。同时，模型应用了许多易于实现的技术，使得训练好的模型具有更好的泛化能力和分类效果。