專家簡介

彭小圣，英國工學博士，華中科技大學電氣與電子工程學院副教授，國際電工委員會IEC工作組專家，中國電工技術學會人工智能與電氣應用專委會委員，主持和主研了EPSRC、British Energy、EDF Energy、Rolls-Royce、國家自然科學基金（3項）、國家重點研發計劃子課題、500萬級企業重大合作項目（3項）等30余項，作為主要完成人編寫了IEC在可再生能源功率預測領域的首個國際標準IEC63043。

報告摘選

• 基于數據挖掘與深度學習的新能源功率預測：提出了基于數據挖掘的樣本自適應選擇、多空間尺度集群動態劃分、高維特征構建與自適應選擇、深度學習模型自適應選擇、多模型集成學習、遷移學習等先進人工智能方法，優化了新能源功率預測的樣本選擇、特征選擇、預測建模等核心環節，實現了高精度的短期、超短期新能源功率預測，并可推廣至樣本不足的新建風電場。
• 基于先進人工智能方法的電力設備狀態監測：狀態監測難度最大、技術門檻最高的監測參數—局部放電，是反映絕緣狀態最敏感的特征量之一，是電力設備狀態監測的重要參數；局放監測的難點與挑戰，需要100%的識別精度；團隊在英國和中國20多個項目的支持下針對局放監測問題開展了十余年的研究；展望2060年的電力設備狀態監測系統，通過先進的人工智能方法，能夠聽懂設備所說的話。
• 從數據層、特征層、方法層、應用層對新能源功率預測和電力設備狀態監測開展先進人工智能方法的研究，該流程適用于電力系統其他領域的研究。
• 目前的人工智能還處于“付出多少人工，產生多少智能”的階段。把AI類比電氣時代的發展，那我們才剛剛進入1890年代，剛剛發明“電燈”，距離AI驅動整個社會還有漫長的路，未來仍需要靠我們大家一起努力探索。