华南理工电力系统及其自动化系导师介绍：李梦诗

　　
　　▶个人简介
　　导师姓名：李梦诗
　　性别：男
　　职称：讲师
　　招生专业：电力系统及其自动化
　　招生层次：招收硕士研究生
　　招生专业所属院系：电力学院
　　研究方向：电力系统分析运行与控制；人工智能
　　电子邮件：mengshili@scut.edu.cn

　　▶个人简历
　　李梦诗博士于2004年毕业于深圳大学信息工程学院，获得工学学士学位。随后进入英国利物浦大学攻读硕士学位，于2006年获得智能与信息系统优秀硕士学位，并继续留校攻读博士学位。他于 2010年于英国利物浦大学获得电气工程及电子博士学位。在 2010年10月至2011年 8月期间在利物浦大学任博士后研究员，并于 2011年7月作为海外引进人才的“广东省创新团队”主要成员之一引进到华南理工大学任讲师，2012年10月破格提升为硕士生导师。
　　他的主要研究方向包括信息科学与电气学科的多个方向，具体的研究内容涉及人工智能、进化算法、预测算法、嵌入式系统及其在电力系统方面的各种应用。在英国从事博士研究期间，参与完成以下与该项目相关的课题：快速启发式算法开发、电力系统最有潮流计算、分布式电力系统最优潮流计算、优化部署柔性交流输电系统、电力系统中动态谐波追踪、电力系统统计潮流计算以及局部预测算法研究，并从这些项目中积累了大量算法研发、应用经验。
　　在博士后工作期间，他作为第一完成人完成了英国国家电网(National Grid)与英国利物浦大学(The University of Liverpool)的联合工业项目“Developing algorithms for NTS gas demand day ahead forecast”，在此项目的研究期间，他设计了一种预测算法，并帮助英国国家电网建立了一套完善的燃气负荷预测系统，在该系统运行测试期间，每日为英国国家电网在燃气市场上节省开支高达5,000英镑。
　　在2011年，他作为广东省创新团队项目“智能能源网核心技术”的核心成员，引进华南理工大学继续科研工作。该项目总科研经费为4,500万元，主要研究内容为电力系统中智能装置的芯片化以及微型动模实验室的建设。在此期间，他协助团队负责人建设了“华南理工大学-国网许继电力电子应用联合实验室”，“电力系统智能芯片实验室”，“华南理工大学-德州仪器(National Instruments)联合实验室”，“电力系统数字仿真实验室”，等6个实验室，当前该团队拥有RTDS实时数字仿真装置、风电控制仿真平台、数字保护测试装置等科研设备超过1,000万元，团队在这些平台上获得了大量的科研成果。
　　基于这些科研平台的支持，他主持并参与了多项科研项目，包括国家自然科学基金和广东省自然科学基金项目“风力发电并网的小时间尺度随机优化方法研究”及国家973计划关键基础科学研究项目“风力发电并网的基础科学问题研究”。在研究期间，他发表了SCI索引的科研论文6篇，EI索引的科研论文22篇，专利2项。其中动态种群数量算法应用于电力系统最优潮流求解项目，开创性地解决了传统优化算法在此应用中遇到的维数灾难瓶颈，发表的相关文章获2007年IEEE CEC Evoworkshop会议最佳论文奖；在2013年的Power & Electrical Engineering General Meeting参与发表的文章，利用计算量极少的形态学算法解决变压器涌流的识别，获得最佳论文奖；在2013年开创性的使用启发式算法拟合高能核物理实验结果的概率模型，获最佳论文奖。

　　▶科研项目
　　当前主持并参与了5项科研项目：
　　1. 国家自然科学基金项目：风力发电并网的小时间尺度随机优化方法研究，科研总经费22万元；
　　2. 广东省自然科学基金项目：风力发电并网的小时间尺度随机优化方法研究，科研总经费3万元；
　　3. 广东省创新团队项目：智能能源网核心技术，科研总经费4,500万元；
　　4. 英国国家电网合作项目：Developing algorithms for NTS gas demand day ahead forecast（一期）， 11万英镑；
　　5. 英国国家电网合作项目：Developing algorithms for NTS gas demand day ahead forecast（二期）， 20万英镑。

　　▶发表论文和专著
　　杂志文章：
　　[1] M.S. Li, W.J. Tang, Q.H. Wu, J.R. Saunders, Paired-bacteria optimiser – A simple and fast algorithm, Information Processing Letters, Volume 111, Issue 16, 30 August 2011, Pages 809-813,
　　[2] Ji, T.Y., Li, M.S., Wu, Q.H., Jiang, L., ‘Optimal estimation of harmonics in dynamic environment using an adaptive bacterial swarming algorithm’, IET Generation, Transmission & Distribution, 5(6), June 2011, pp. 609-620
　　[3] M.S. Li, W.J. Tang, W.H. Tang, Q.H. Wu, and J.R. Saunders, Bacterial Foraging Algorithm with Varying Population for Optimal Power Flow, Lecture Notes in Computer Science Volume 4448, 2007, pp 32-41.
　　[4] M.S. Li, T.Y. Ji, W.J. Tang, Q.H. Wu, J.R. Saunders, Bacterial foraging algorithm with varying population, Biosystems, Volume 100, Issue 3, June 2010, Pages 185-197,
　　[5] Wu, Q.H., Ji, T.Y., Li, M.S., Lu, Z., ‘Distributed optimal power flow using bacterial swarming algorithm’, International Journal of Modelling, Identification and Control, 9(4), May 2010, pp. 409-416.
　　[6] Tang, W. J.; Li, M.S.; Wu, Q.H.; Saunders, J.R., "Bacterial Foraging Algorithm for Optimal Power Flow in Dynamic Environments," Circuits and Systems I: Regular Papers, IEEE Transactions on , vol.55, no.8, pp.2433,2442, Sept. 2008