姓名:江昌旭
性别:男
职称:讲师
电子邮件:cxjiang@fzu.edu.cn
研究方向:电力系统运行优化、强化学习(人工智能)、 电力-交通网协同优化、电力系统弹性、复杂系统建模等
教育工作经历
2020/9—至今太阳成,太阳集团见好就收9728,讲师
2017/09—2020/07 华南理工大学,电力学院,电力系统及其自动化专业,博士;
2014/09—2017/06 华南理工大学,电力学院,电力系统及其自动化专业,硕士;
2010/09—2014/06 海南大学,机电工程学院,电气工程及其自动化专业,本科;
科研项目
[1] 2022.08-2025.08,福建省自然科学青年基金项目,计及多种不确定性因素的电力-交通融合网协同规划研究,主持;
[2] 2022.04 -2023.04,福建高速公路科技创新研究院,高速公路电动汽车充电站布局规划研究,主持;
[3] 2021.08-2024.08,福建省自然科学青年基金项目,基于时空信息融合的电力系统预测辅助鲁棒状态估计理论与方法研究,参与;
[4]2014.01 - 2017.12,国家自然科学基金面上项目,以电动出租车为主要对象的充换电设施运营模式研究,参与;
[5] 2021.11 - 2022.11,国网上海电网公司,考虑既有配电网终端协同的配电网PMU应用技术研究,主持; 、
[6] 2022.06-2023.10,国网福建电力有限公司,新型电力系统安全稳定及防控策略研究,参与;
[7] 2022.07-2022.12,国网福建电力有限公司,新型电力系统统计指标体系探索研究,参与;
学术兼职
IEEE Member,电动汽车并网试验与检测委员会委员,长期担任以下学术期刊审稿人:
IEEE Transactions on Industrial Informatics、CSEE Journal of Power and Energy Systems、IET Generation, Transmission & Distribution、IET Smart Grid 、电机工程学报等国内外高水平期刊。
代表性论文
[1] 江昌旭, 卢玥君, 邵振国, 等.基于图神经网络多智能体强化学习的电力-交通融合网协同优化运行[J/OL].高电压技术:1-15, 2023. https://doi.org/10.13336/j.1003-6520.hve.20221965.
[2] 江昌旭, 刘晨曦, 林铮, 林俊杰. 基于深度强化学习的电力系统暂态稳定控制策略研究综述[J]. 高电压技术, 2023(已录用).
[3] Z. Lin, C.X. Jiang*, Y.J. Lu, et al. Active Distribution Network Reconfiguration with Renewable Energy Based on Multi-agent Deep Reinforcement Learning[C]//2023 6th International Conference on Energy, Electrical and Power Engineering (CEEPE). IEEE, 2023: 535-542(Best Paper Award).
[4] 范云松,田俊山,郑传钊, 卢玥君, 江昌旭*, 等.高速公路与电网耦合背景下的充电站布局规划[J/OL].电力系统及其自动化学报, 2023. https://doi.org/10.19635/j.cnki.csu-epsa.001256.
[5] C.S. Zhang, Z.G. Shao, C.X. Jiang, et al. A PV generation data reconstruction method based on improved super-resolution generative adversarial network[J]. International Journal of Electrical Power & Energy Systems, 2021, 132: 107129.
[6] 詹华, 江昌旭*, 苏庆列. 基于分层强化学习的电动汽车充电引导方法[J].电力自动化设备, 2022, 42(10): 264-272.
[7] 张承圣, 邵振国, 陈飞雄, 江昌旭, 等. 基于条件深度卷积生成对抗网络的新能源发电场景数据迁移方法[J]. 电网技术, 2022, 46(06):2182- 2190.
[8] 韦乾龙, 唐文虎, 江昌旭, 等. 基于改进强化学习算法的主动配电网在线等值建模[J]. 广东电力, 2021, 34(11):19-26.
[9] C.X. Jiang, Z.X. Jing, X.R. Cui, Q.H. Wu. Multiple agents and reinforcement learning for modelling charging loads of electric taxis. Applied energy, 2018, 222: 158-168.
[10] C.X. Jiang, Z.X. Jing, T.Y. Ji, Q.H. Wu. Optimal location of PEVCSs using MAS and ER approach. IET Generation, Transmission & Distribution, 2018, 12(20): 4377-4387.
[11] C.X. Jiang, Zhigang Li, J.H. Zheng, Q.H. Wu. Two-level area-load modelling for OPF of power system using reinforcement learning. IET Generation, Transmission & Distribution, 2019, 13(18): 4141-4149.
[12] 荆朝霞, 江昌旭, 王宏益. 考虑 N-1 安全约束的 220kV 片区电网最大供电能力计算[J]. 电力系统自动化, 2016, 40(19): 145-152.
[13] C.X. Jiang, Zhigang Li, J.H. Zheng, Q.H. Wu. Power system emergency control to improve short-term voltage stability using deep reinforcement learning algorithm. 2019 CIEEC, Beijing, China, 2019: 1872-1877.
[14] 荆朝霞, 王宏益, 江昌旭. 考虑负荷均衡的 220 kV 电网供电能力多目标优化[J]. 电网技术, 2017, 41(5): 1619-1626.
[15] 荆朝霞,胡斌江,江昌旭.基于多代理系统的电动汽车综合运营仿真平台设计与应用[J].电力建设,2015,36(07):216-221.
专利
[1] 江昌旭, 林铮, 卢玥君, 等. 基于多目标多智能体深度强化学习的配电网重构决策方法[P]. 中国发明专利, 2023, 申请专利号:CN116231639A.
[2] 江昌旭, 周龙灿, 卢玥君, 等. 基于图神经网络强化学习的移动应急车调度和配电网韧性提升方法[P]. 中国发明专利, 2023, 申请专利号:CN116151562A.
[3] 江昌旭, 卢玥君, 林铮, 邵振国. 基于图神经网络强化学习的电动汽车充电引导优化方法[P]. 中国发明专利, 2022, 申请专利号:CN114444802.
[4] 詹华, 江昌旭. 一种基于分层深度强化学习的电动汽车充电引导策略方法[P]. 中国发明专利, 2022, 申请专利号:CN114117910.
[5] 荆朝霞, 江昌旭. 一种基于CIM的电网潮流数据转换方法[P]. 中国发明专利, 2018, 申请专利号:CN105790259.
[6] 荆朝霞, 王宏益, 江昌旭. 一种基于原对偶内点法的地区电网载荷裕度分析方法[P]. 中国发明专利, 2018, 申请专利号:CN105552906.
[7] 荆朝霞, 江昌旭, 王宏益. 一种220kV片区电网供电能力优化方法[P]. 中国发明专利, 2018, 申请专利号:CN105576653.
[8] 荆朝霞, 江昌旭. 一种基于CIM的电网潮流数据转换方法[P]. 中国发明专利, 2016, 申请专利号:CN105790259.
[9] 荆朝霞, 江昌旭, 王宏益. 一种220kV片区电网供电能力优化方法[P]. 中国发明专利, 2016, 申请专利号:CN105576653.
招生计划
电力系统及其自动化专业学术型硕士研究生、能源动力/电气工程专业型研究生。