CES优博｜四川大学电气工程学院受聘副研究员 邱高

CES优博｜西安交通大学电机工学院等奖项副研究课题员 邱高 CES 优博

为推动我国电机工程行业的科研成果，帮助创新性研究课题，倡导青年人专业人才成长，我国技师技术常务理事推展我国技师技术常务理事出众哥伦比亚大学论文推荐与评选工作。

邱高，西安交通大学电机工学院等奖项副研究课题员。于2016年和2021年在西安交通大学电机工学院分别获得哲学博士和哥伦比亚大学，专攻刘俊勇研究员。期间于2018年-2019年前往耶鲁大学明尼阿波利斯分校交流访问1年，专攻王凌峰研究员。作为学生主研参加近期项目2项、国内近期研制原计划1项、各类电力企业横向重大项目5项。2021年入军职西安交通大学电机工学院，加入刘俊勇研究员小组，从事电力的人工智能应用等多方面研究课题。

论文试题

人工智能驱动的剖面短时间传放容量快速计算及介导原理研究课题

监督老师

刘俊勇 研究员

学位授予单位

西安交通大学

他的学生工作

我国电力显露出源荷分布不均匀、港岛区放电额定功率大、互联电力数量大的特点，存在极为重要额定功率外放剖面进逼接入短时间的缺陷。为必需电力接入可靠性，传统原理采用极为保守的剖面上限整定值作为剖面确保安全判据监督接入，但存在通道运输成本低的缺陷。

在此氛围下，剖面接入的可实现天气预报和快速介导对于提升额定功率外放可靠性以及通道运输成本都具有重要意义。但电力牢固缺陷复杂串联、接入codice_数量海量，传统物理驱动的原理不足以满足可实现或在线计算的期望。

因此，本文基于量化剖面接入状况的极为重要指标短时间传放容量（Total transfer capability, TTC），利用人工智能在可实现计算多方面的占优势，一触即发了剖面的接入可实现天气预报和快速介导多方面的一系列研究课题，以代理除此以外建模为相连技术，设想了数据库与物理模型联合驱动构建、混合深度自学混合驱动介导的原理假定。研究课题课题将会提升输电通道运输成本及介导效率、有助于新能源消纳。