崔承刚

姓名

崔承刚

出生年月

1981.4.15

性别

男

职称

副教授

E-mail

cgcui@shiep.edu.cn

 学习

经历

2010年7月毕业于浙江大学控制理论与控制工程专业，获博士学位。2004年毕业于吉林大学自动化专业，获学士学位。

主要工作经历

2012年3月至2015年7月在中国科学院上海高等研究院从事能源管理与优化调度相关研究工作；2010年8月至2012年2月在上海宝信软件股份有限公司从事能源管理系统研发工作。

主要研究方向

分布式能源系统、微电网、能源系统预测与优化调度、能源管理信息系统解决方案以及人工智能与大语言模型在电力系统的应用等。

主要教学情况

主讲“人工智能原理”、“电力大数据分析”、“工业控制网络”和“自动化装置”。

主持科研情况

国家自然基金，《基于启发式知识的微网经济调度场景分析研究》；

上海市教委优青计划，《基于启发式场景分析的微网能量优化调度研究》；

国网河南省电力公司电力科学研究院，《发电机组负荷调节能力调度支持信息系统构建技术研究》；

国网浙江省电力公司，《面向源网荷储充协调互动的农网运营研究》；

国网河南省电力公司，《发电机组负荷调节能力调度支持系统构建技术研究》；

中国电建集团，《面向零碳台区的分布式能源协同控制管理平台研发》；

上海电器科学研究所，《智慧能源关键技术研究》。

科研成果情况

1. Domain Adaptation-Based Transfer Learning for DRL Control Implementation of DC Microgrids[J].IEEE Transactions on Industrial Electronics, 2025.(SCI一区)

2. Adaptive horizon seeking for generalized predictive control via deep reinforcement learning with application to DC/DC converters[J]., IEEE Transactions on Circuits and Systems I: Regular Papers,2024.(SCI一区)

3. A deep reinforcement learning control strategy to improve the operating flexibility of CHP units under variable load conditions[J]., Thermal Science and Engineering Progress, 2024.(SCI二区)

4. A variable self-tuning horizon mechanism for generalized dynamic predictive control on DC/DC boost converters feeding CPLs[J]. IEEE Journal of Emerging and Selected Topics in Power Electronics, 2023.(SCI二区)

5. Implementation of Transferring Reinforcement Learning for DC-DC Buck Converter Control via Duty Ratio Mapping[J]. IEEE Transactions on Industrial Electronics, 2022.(SCI一区)

6. Learning-Based Optimal Large-Signal Stabilization for DC/DC Boost Converters feeding CPLs via Deep Reinforcement Learning[J]. IEEE Journal of Emerging and Selected Topics in Power Electronics, 2022.(SCI二区)

7. Voltage Regulation of DC-DC Buck Converters Feeding CPLs via Deep Reinforcement Learning[J]. IEEE Transactions on Circuits and Systems II: Express Briefs, 2022, 69(3): 1777-1781.(SCI二区)

学术兼职情况

IEEE PES 能源互联网专委会，理事

其他情况