●作为主要完成人编写了IEC在可再生能源功率预测领域的首个国际标准
IEC63043,于2020年全球成员国投票通过，本标准发布之后，美国国家标准学会(ANSI)、欧洲标准化委员(CEN)等直接将本标准作为其参用标准；
●以副主编身份参与编写中国电机工程学会专著1部；
●在舒印彪院士牵头的国家重点研发计划1.3“促进可再生能源消纳的风电/光伏发电功率预测技术及应用”中发挥了技术骨干作用。
系统的研究了新能源短期、超短期功率预测技术
基于先进人工智能方法，提出了基于数据挖掘的样本自适应选择、多空间尺度集群动态划分、高维特征构建与自适应选择、深度学习模型自适应选择、多模型集成学习等方法，优化了新能源功率预测的样本选择、特征选择、预测建模等核心环节，实现了高精度的短期、超短期功率预测，并可推广至样本不足的新建新能源场站的功率预测。
●作为主要完成人编写了IEC在可再生能源功率预测领域的首个国际标准
IEC63043,于2020年全球成员国投票通过，本标准发布之后，美国国家标准学会(ANSI)、欧洲标准化委员(CEN)等直接将本标准作为其参用标准；
●以副主编身份参与编写中国电机工程学会专著1部；
●在舒印彪院士牵头的国家重点研发计划1.3“促进可再生能源消纳的风电/光伏发电功率预测技术及应用”中发挥了技术骨干作用。
系统的研究了新能源短期、超短期功率预测技术
基于先进人工智能方法，提出了基于数据挖掘的样本自适应选择、多空间尺度集群动态划分、高维特征构建与自适应选择、深度学习模型自适应选择、多模型集成学习等方法，优化了新能源功率预测的样本选择、特征选择、预测建模等核心环节，实现了高精度的短期、超短期功率预测，并可推广至样本不足的新建新能源场站的功率预测。
系统简介：该高压电力设备局放自动检测识别系统，融合英国和中国20余个高水平项目的成果精华，通过自适应第二代小波去噪、决策树信号分类、基于聚类分析的自动相位图谱识别、局放传播边际效应、基于先进人工智能方法的模式识别等先进方法的组合，成功突破了局放检测与识别的难点，通过工业现场大量监测数据的演绎分析与验证，实现高压电力设备局放监测的自动分析与诊断。
系统简介：该高压电力设备局放自动检测识别系统，融合英国和中国20余个高水平项目的成果精华，通过自适应第二代小波去噪、决策树信号分类、基于聚类分析的自动相位图谱识别、局放传播边际效应、基于先进人工智能方法的模式识别等先进方法的组合，成功突破了局放检测与识别的难点，通过工业现场大量监测数据的演绎分析与验证，实现高压电力设备局放监测的自动分析与诊断。
应用案例：该高压电力设备局放自动检测识别系统能检测高压电力设备潜在故障、提升供电可靠性，确保供电安全，适用于发电机、变压器、高压电缆、GIS、AIS等高压电力设备，在EDF Energy、British Energy、Rolls-Royce、国网、南网、京博、东方电机等发电厂和电力公司得到广泛的应用，具有广阔的应用推广价值。
本文来自知之小站
PDF报告已分享至知识星球，微信扫码加入立享3万+精选资料，年更新1万+精选报告
（星球内含更多专属精选报告.其它事宜可联系zzxz_88@163.com）
