网站页面已加载完成

由于您当前的浏览器版本过低,存在安全隐患。建议您尽快更新,以便获取更好的体验。推荐使用最新版Chrome、Firefox、Opera、Edge

Chrome

Firefox

Opera

Edge

ENG

当前位置: 首页 · 学术交流 · 正文

学术交流

【学术报告】第五届翱翔青年学者论坛自动化学院分论坛学术报告

发布时间:2019年04月12日 来源:自动化学院 点击数:

报告1:半导体热电装置与其他能源设备集成系统的研究

报告人:关学新

主持人:黄攀峰 教授

时间:2019年04月16日(周二)10:30-11:00

地点:自动化学院341会议室

报告简介

半导体热电装置(TED)是一种无噪音的固定装置,它可通过热电发电模式将热量转换为电能,或通过热电冷却/加热(TEC/TEH)模式将电能转换为热量并同时产生一个冷端。但是,TED的制热能效比(COP)较低。另一方面, TED可以集成到其他能源装置中,如燃料电池和跨临界二氧化碳循环。具体而言,燃料电池的电效率可通过TEG模式提高电力效率,而其启动时间可以通过TEH模式缩短。此外,TED也可以作为跨临界二氧化碳循环的辅助制冷器以提高其COP。

报告人简历

关学新于2017年在悉尼大学航空航天系取得博士学位,从2017年起至今在中山大学航空航天学院从事科研博士后研究工作。本人主要研究领域为新能源系统设计、控制算法、电源系统等,目前致力于半导体热电装置应用开发及能源系统的控制算法方面的研究。近年来,在《Applied Energy》、《Energy Conversion and Management》、《Renewable Energy》等国际期刊上共发表论文18篇,均为SCI收录,此外,在ICIEA, ICAE等国际学术会议发表会议论文4篇;获得国家发明专利授权2项;获得珠江人才计划奖励。目前致力于半导体热电装置应用开发及能源系统的控制算法方面的研究。


报告2:Enabling A Smart Grid: Business Model, Machine Learning, and Algorithms

报告人:汪浩

主持人:黄攀峰 教授

时间:2019年04月16日(周二)11:00-11:30

地点:自动化学院341会议室

报告简介

电力与能源系统正在发生深刻变革,变得更加智能和环境友好,通常被称为智能电网。智能电网加快发展离不开各项核心技术(包括需求响应,可再生能源和储能)的支撑。这些新技术为电力系统的运行和规划带来了机遇以及挑战。报告会展示我们近期的研究成果:如果利用博弈论和机器学习的方法有效整合新设备和新技术,开发智能电网环境中的运行和规划策略。报告首先讨论可再生能源优化和合作运营框架,该框架能够实现多个微电网的主动能量交易。报告也将讨论如何利用机器学习来提高需求响应和储能的经济可行性。

报告人简历

汪浩,香港中文大学博士,斯坦福大学博士后研究员。研究方向主要是物理信息系统优化、应用机器学习、数据分析,特别是在智能能源系统和物联网中的应用。在IEEE期刊和会议上发表论文30余篇,其中第一作者和通讯作者发表在IEEE Trans. Smart Grid (IF 7.364,一区)5篇,其中ESI高被引论文1篇。曾获2016年IEEE PECON会议最佳论文奖,2017年IEEE ICC会议Best Paper Run-up,SCI一区期刊Applied Energy (IF 7.900)和二区期刊Renewable Energy (IF 4.900)杰出审稿人奖。担任SCI期刊Mobile Information Systems和Journal of Internet Technology客座编辑,ACM国际会议e-Energy2019组织委员会成员,IEEE SmartGridComm、ICC、Globecom、WCNC等国际会议的技术委员会委员,包括IEEE Transactions on Smart Grid、Power Systems、Sustainable Energy、Industrial Informatics在内的多个IEEE汇刊审稿人。


报告3:两种非渐近方法的介绍跟应用

报告人:刘大研

主持人:黄攀峰 教授

时间:2019年04月16日(周二)11:30-12:00

地点:自动化学院341会议室

报告简介

自动化和信号处理等工程技术中有很多信息不能直接被测量,同时多数变量的信号在测量过程中均含有误差(噪声)。因此我们常常需要逼近系统中一些不可测量的变量。已存在的方法多数为渐进性方法,该类方法在一些实际应用中具有局限性。由于这些原因,Shinbrot于1954年引入的调制函数方法和2003年由Fliess和Sira-Ramirez引入的代数参数估计方法已被应用并扩展到信号处理和自动控制中,如参数估计和数值微分等。这两种方法具有以下优点。首先,得到的估计算子是由观测信号的积分公式给出。因此,这两种代数方法具有非渐近的特性,可以使用有限长度的滑动积分窗口来实现快速估计。其次,这两种方法不需要知道系统的初始条件,也不需要计算噪声信号的导数。最后,由于积分公式的引用,它们具有很好的抗噪性。本次报告将展示如何应用这些方法来设计微分器。

报告人简历

刘大研于2011年获得了里尔一大应用数学博士学位。 于2013年获得法国中部卢瓦尔河谷国立应用科学学院副教授永久职位,并任职法国中部大区PRISME实验室控制组。自2018年至2021年,被燕山大学聘为客座教授。刘博士的主要研究兴趣在于整数阶和分数阶系统的辨识和估计。在国际期刊和会议上发表了60多篇论文,例如IEEE Transactions on Automatic Control,Automatica,SIAM Journal of Scientific Computing,Systems & Control Letters等。 自2017年10月起,被任命为国际自动控制联盟《线性控制系统》技术委员会成员。自2018年12月起,他被任命为中国自动化学会分数阶系统与控制专业委员会委员。