彭敏放

彭敏放博士生导师简介

个人基本情况

    名:彭敏放

    别:女

出生年月:1964.3

    族:汉族

职称职务:教授,博导

最后学历/学位:研究生/博士

工作单位:湖南大学电气与信息工程学院

通信地址:长沙市湖南大学电气与信息工程学院

邮政编码:410082

    话:15973114938

E-mail  该Email地址已收到反垃圾邮件插件保护。要显示它您需要在浏览器中启用JavaScript。

专业领域及主要研究方向

所在学科电气工程

研究的专业领域电力系统及其自动化、电工理论与新技术

主要研究方向智能配电网、电气设备监测诊断与评估、复杂电网络分析综合与诊断、智能信息处理

主要工作业绩

现任湖南大学电气与信息工程学院教授,博士生导师,湖南省新世纪121人才工程人选。主持或主研国家自然科学基金项目、863计划重大项目、国际合作项目、教育部新世纪优秀人才计划项目、湖南省自然科学基金项目、教育部高等学校博士学科点专项科研基金项目等50余个国际、国家、省部级项目以及横向合作项目,取得省部级科技成果奖4项,省电力公司科技进步奖2项。在国际国内学术期刊及国际会议上发表学术论文100多篇,被国际SCIEI收录近70篇,出版著作和教材多部。作为第一发明人,获得国家发明专利、实用新型专利、软件版权等多项。

担任国内多个学会的委员或理事、国家与省部以及澳门地区项目评审专家及科技奖励评审专家、多家国际SCI源刊及国内权威期刊论文评审专家、多个国际会议分会主席、湖南省普通高校教师课堂教学竞赛网络评审专家及现场评委等。执教二十多年,讲授课程主要有:电路、电磁场、模拟电路数字电路与系统、现代电子信息技术概论、电气测量技术、电力生产概论、电力系统分析等。

作为项目负责人,目前主持的国家与省部级项目以及横向合作项目:

基于复杂网络理论的智能配电网脆弱性仿真分析与评估建模方法, 国家自然科学基金项目(61472128

基于数据驱动结合模型方法的接地网早期故障诊断研究,国家自然科学基金项目(61173108

电网设备及工业大用户能效监测与评估系统,南方电网公司科研项目

基于营配数据融合的配网资源优化及服务关键技术研究,国家电网公司科研项目

配网在线监测与故障定位研究,湖南省电力公司重点科研项目

主动配电网安全性评估与风险预防关键技术研究,湖南省电力公司重点科研项目

⑦ 变压器故障检测及综合预防措施关键技术研究,湖南省电力公司重大科研项目

⑧ 营配业务协同工作方式研究,湖南省电力公司软科学研究项目

⑨ 结合潜在信息的模拟VLSI电路高效诊断方法,湖南省自然科学基金重点项目(14JJ2150

作为项目负责人,近年主持完成的部分国家与省部级项目以及横向合作项目:

  结合故障传播特性分析的模拟VLSI电路混合诊断方法,国家自然科学基金项目(60973032

  基于多元信息智能融合的模拟电路在线故障诊断研究,国家自然科学基金项目(60673084

  基于小波神经网络方法的配电网馈线故障定位,湖南省科技计划项目(05FJ3008)

  结合潜在信息的模拟VLSI电路高效诊断方法,湖南省自然科学基金重点项目(10JJ2045

  基于多层融合模式的模拟电路智能故障诊断方法研究,湖南省自然科学基金项目(06JJ4075)

 基于信息融合技术的模拟电路故障诊断方法研究,湖南省自然科学基金资助项目(04JJ6034

  小电流接地系统馈线故障定位装置研究,湖南省电力公司科研项目

  便携式多功能接地装置智能检测仪研制,湖南省电力公司科研项目

 高土壤电阻率地区变电站接地电网的研究,湖南省电力公司科研项目

  发变电站接地网智能监测系统的研究,福建省电力公司科研项目

⑪ 接地网优化设计与综合评估集成软件平台开发,益阳电业局科研项目

作为第一作者(或所指导研究生为第一作者),近年发表的部分学术论文:

[1]     Global similarity tests of physical designs of circuits: A complex network approach, Applied Mathematics and Computation, 230 (2014) :96103, 2014.

[2]     Signal transmission model for the substations grounding grid, Expert Systems With Applications, 41(2):616-621, 2014.

[3]     Application of Analog-Circuit Diagnosis Method to Fault Location in Distribution Networks, International Journal of Modeling and Optimization,3(4): 320-323, 2013.

[4]     Fault Diagnosis of Analog Circuits Using Systematic Tests Based on Data Fusion. Circuits, Systems and Signal Processing, Circuits, Systems and Signal Processing,32(2): 525-539,2013.

[5]     Minimization of ambiguity in parametric fault diagnosis of analog circuits: A complex network approach. Applied Mathematics and Computation, vol. 219:408–415,2012.

[6]     Complex Network Application in Fault Diagnosis of Analog circuit. International Journal of Bifurcation and Chaos,vol.21, no.5, pp.1323-1330, 2011.

[7]     Complex Network-Based Fault Propagation Modeling for Analog Circuits. Lecture Notes in Electrical Engineering, 2011,vol. 134:161-166

[8]     Rough Set Attribute Reduction Based on Genetic Algorithm. Lecture Notes in Electrical Engineering, 2011,vol.136: 171-175.

[9]     磁头内置DFH控制元件可靠性的有限元分析电子学报,40(10):2140-2144,2012.

[10] 模拟电路故障最优特征搜索与识别仪器仪表学报, 2012, 33(7)1549-1555.

[11] 应用准稳态测量及小波变换的接地网腐蚀检测仪器仪表学报, 2011,32(9):2132-2138.

[12] 应用模糊最优小波包和LS-SVM的模拟电路诊断.仪器仪表学报,2010, 31(6): 282-1288.

[13] 考虑异质信息不相容的模拟电路融合诊断.仪器仪表学报,2009,30(11): 2322-2329.

[14] Analog Circuit Diagnosis Using RBF Network and D-S Evidential Reasoning.电工技术学报,2009,24(8): 6-13

[15] 容差电路软故障检测与定位方法研究.电工技术学报,2009,24(3): 222-228

[16] 基于云遗传算法的接地网优化设计电力自动化设备,2012,7

[17] 磁头润滑油饱和厚度研究湖南大学学报, 2011,38(7):48-52.

[18] Fault section location in distribution network with DG based on voltage sag correlation coefficient, Advanced Materials Research, v 787, pp 902-908, 2013.

[19] Fault location based on artificial bee colony algorithm for distribution network with distributed generators, Advanced Materials Research, v 787, p 840-845, 2013.

[20] Fault diagnosis of grounding grid based on principal component analysis and fuzzy clustering, Advanced Materials Research, v 787, p 881-885, 2013.

[21] Fault diagnosis for grounding grids based on genetic algorithm and support vector machine, Advanced Materials Research, v 787, pp 909-913, 2013.

[22] Fault locating of grounding grids based on extreme learning machine elman neural network, Advanced Materials Research, v 787,pp 954-958, 2013.

[23] Grounding grids fault diagnosis based on PCA-BP neural network,Advanced Materials Research, vol.516: 1774-1778,2012.

[24] Dynamic Load Modeling for Power System Based on GD-FNN. 2012 Third International Conference on ICDMA :339 – 342.

[25] Application of Electromagnetism-like Mechanism Algorithm to Distribution Network Fault Location. 2nd International Conference on EICE, 2011:2695-2698

[26] Grounding grids fault diagnosis based on PCA-BP neural network. Advanced Materials Research--Electrical Power and Energy Systems, v 516-517, p 1774-1778, 2012.

[27] Fault Locating of Grounding Grids based on Ant Colony Optimizing Elman Neural Network. 2012 Third International Conference on ICDMA : 406 – 409

[28] Grounding Grid Transient Simulation and Its Application Based on the ATP-EMTP. 2012 Third International Conference on ICDMA : 454 – 457

[29] Analog Circuit Fault Diagnosis Using Multi-wavelet Transform and SVM. 2012 Third International Conference on ICDMA : 214 – 217.

[30] Probabilistic neural network based tolerance-circuit diagnosis. 2012 7th International Conference on ICCSE: 13–16

[31] Analog fault diagnosis using decision fusion. 2012 7th International Conference on ICCSE: 17–20

[32] A practical method for detecting the status of grounding grids. 2010 2nd International Conference on ICIMA :270 - 273

[33] Fault Propagation Characteristics and Reliability Analysis of Large-scale Circuit. Proceedings of International Workshop on Electronic Equipment and Manufacturing Technology.2010:1-4.

[34] Optimal Design of Grounding Grids Based on Genetic Algorithm. Proceedings of 3rd International Conference on Genetic and Evolutionary Computing, 2009, 2 :129-132.