姓名

崔承剛

出生年月

1981.4.15

性別

男

職稱

副教授

E-mail

cgcui@shiep.edu.cn

 學(xué)習(xí)

經(jīng)歷

2010年7月畢業(yè)于浙江大學(xué)控制理論與控制工程專業(yè)，獲博士學(xué)位。2004年畢業(yè)于吉林大學(xué)自動(dòng)化專業(yè)，獲學(xué)士學(xué)位。

主要工作經(jīng)歷

2012年3月至2015年7月在中國(guó)科學(xué)院上海高等研究院從事能源管理與優(yōu)化調(diào)度相關(guān)研究工作；2010年8月至2012年2月在上海寶信軟件股份有限公司從事能源管理系統(tǒng)研發(fā)工作。

主要研究方向

分布式能源系統(tǒng)、微電網(wǎng)、能源系統(tǒng)預(yù)測(cè)與優(yōu)化調(diào)度、能源管理信息系統(tǒng)解決方案以及人工智能與大語(yǔ)言模型在電力系統(tǒng)的應(yīng)用等。

主要教學(xué)情況

主講“人工智能原理”、“電力大數(shù)據(jù)分析”、“工業(yè)控制網(wǎng)絡(luò)”和“自動(dòng)化裝置”。

主持科研情況

國(guó)家自然基金，《基于啟發(fā)式知識(shí)的微網(wǎng)經(jīng)濟(jì)調(diào)度場(chǎng)景分析研究》；

上海市教委優(yōu)青計(jì)劃，《基于啟發(fā)式場(chǎng)景分析的微網(wǎng)能量?jī)?yōu)化調(diào)度研究》；

國(guó)網(wǎng)河南省電力公司電力科學(xué)研究院，《發(fā)電機(jī)組負(fù)荷調(diào)節(jié)能力調(diào)度支持信息系統(tǒng)構(gòu)建技術(shù)研究》；

國(guó)網(wǎng)浙江省電力公司，《面向源網(wǎng)荷儲(chǔ)充協(xié)調(diào)互動(dòng)的農(nóng)網(wǎng)運(yùn)營(yíng)研究》；

國(guó)網(wǎng)河南省電力公司，《發(fā)電機(jī)組負(fù)荷調(diào)節(jié)能力調(diào)度支持系統(tǒng)構(gòu)建技術(shù)研究》；

中國(guó)電建集團(tuán)，《面向零碳臺(tái)區(qū)的分布式能源協(xié)同控制管理平臺(tái)研發(fā)》；

上海電器科學(xué)研究所，《智慧能源關(guān)鍵技術(shù)研究》。

科研成果情況

1. Domain Adaptation-Based Transfer Learning for DRL Control Implementation of DC Microgrids[J].IEEE Transactions on Industrial Electronics, 2025.(SCI一區(qū))

2. Adaptive horizon seeking for generalized predictive control via deep reinforcement learning with application to DC/DC converters[J]., IEEE Transactions on Circuits and Systems I: Regular Papers,2024.(SCI一區(qū))

3. A deep reinforcement learning control strategy to improve the operating flexibility of CHP units under variable load conditions[J]., Thermal Science and Engineering Progress, 2024.(SCI二區(qū))

4. A variable self-tuning horizon mechanism for generalized dynamic predictive control on DC/DC boost converters feeding CPLs[J]. IEEE Journal of Emerging and Selected Topics in Power Electronics, 2023.(SCI二區(qū))

5. Implementation of Transferring Reinforcement Learning for DC-DC Buck Converter Control via Duty Ratio Mapping[J]. IEEE Transactions on Industrial Electronics, 2022.(SCI一區(qū))

6. Learning-Based Optimal Large-Signal Stabilization for DC/DC Boost Converters feeding CPLs via Deep Reinforcement Learning[J]. IEEE Journal of Emerging and Selected Topics in Power Electronics, 2022.(SCI二區(qū))

7. Voltage Regulation of DC-DC Buck Converters Feeding CPLs via Deep Reinforcement Learning[J]. IEEE Transactions on Circuits and Systems II: Express Briefs, 2022, 69(3): 1777-1781.(SCI二區(qū))

學(xué)術(shù)兼職情況

IEEE PES 能源互聯(lián)網(wǎng)專委會(huì)，理事

其他情況