基本信息
郭媛君  女  硕导  中国科学院深圳先进技术研究院
电子邮件: yj.guo@siat.ac.cn
通信地址: 广东省深圳市南山区西丽学苑大道1068号
邮政编码:

研究领域

主要研究数据驱动建模方法、大数据、神经网络等人工智能方法在新能源电力系统故障诊断、优化调度、负荷预测等方面的应用,包括主元分析、输入变量选择、神经网络多层模型结构快速选择方法以及智能优化算法等,在智慧工地、智能电网、风力发电、核电厂运行状态检测、电动汽车电池状态估计、电网故障诊断和智能制造等领域的应用。

招生信息

招生专业
081101-控制理论与控制工程
080802-电力系统及其自动化
081203-计算机应用技术
招生方向
电力大数据,故障检测,人工智能算法

教育背景

2011-09--2015-07   英国贝尔法斯特女王大学   博士
2008-09--2011-06   重庆大学   硕士
2004-09--2008-06   重庆大学   学士

工作经历

   
工作简历
2019-11~现在, 中国科学院深圳先进技术研究院, 副研究员
2015-09~2019-11,中国科学院深圳先进技术研究院, 助理研究员

专利与奖励

   
奖励信息
(1) 2019年中国南方电网公司科技进步一等奖, 一等奖, 其他, 2019
专利成果
[1] 郭媛君, 杨之乐, 刘凯龙, 张艳辉, 牟晓琳. 电池电荷状态的预测方法及预测装置、存储介质、设备. CN: [[[CN111695301A]]], [[["2020-09-22"]]].
[2] 莫文雄, 郭媛君, 王红斌, 胡金星, 栾乐, 何兵, 刘俊翔, 林裕杰, 肖天为, 杨戈. 基于大数据的输电线路跳闸影响范围确定的方法及装置. CN: CN107507275B, 2021-08-10.
[3] 冯伟, 张艳辉, 杨之乐, 周俊锋, 郭媛君. 一种基于数字孪生和区块链技术的云电池管理系统及方法. CN: CN112711892A, 2021-04-27.
[4] 杨之乐, 麻人文, 郭媛君, 朱俊丞, 周翊民, 刘睿晗, 肖传杰, 张莉, 王颖. 一种城市交通流量预测方法、系统及电子设备. CN: CN109492814B, 2021-04-20.
[5] 冯伟, 张艳辉, 杨之乐, 周俊峰, 郭媛君, 张树潇. 一种基于区块链的电池溯源系统和方法. CN: CN112529596A, 2021-03-19.
[6] 郭媛君, 胡兆妍, 杨之乐, 冯伟, 王尧. 面向智慧工地的目标检测方法及系统. CN: CN112488015A, 2021-03-12.
[7] 杨之乐, 赵世豪, 郭媛君, 冯伟, 王尧. 基于机器学习的智慧工地智能排班方法及系统. CN: CN112488543A, 2021-03-12.
[8] 杨之乐, 赵世豪, 郭媛君, 冯伟, 王尧. 基于机器学习的智慧工地智能物料调度方法及系统. CN: CN112488542A, 2021-03-12.
[9] 郭媛君, 孙勃, 杨之乐, 冯伟, 张艳辉, 王尧. 面向工地用电设备多模态故障预警方法及系统. CN: CN112488541A, 2021-03-12.
[10] 杨之乐, 朱俊丞, 郭媛君, 冯伟, 张艳辉. 负荷预测模型的训练方法及训练装置、存储介质、设备. CN: CN112200373A, 2021-01-08.
[11] 牟晓琳, 杨之乐, 冯伟, 郭媛君, 张艳辉. 电动车辆能量管理方法、电动车辆能量管理装置及服务器. CN: CN111709795A, 2020-09-25.
[12] 刘凯龙, 杨之乐, 唐晓鹏, 冯伟, 郭媛君, 张艳辉. 获取动力电池寿命数据的方法、装置、计算机设备及介质. CN: CN111537884A, 2020-08-14.
[13] 刘凯龙, 郭媛君, 唐晓鹏, 彭琦奥, 杨之乐. 一种电池荷电状态估计方法及估计器. CN: CN111505504A, 2020-08-07.
[14] 莫文雄, 刘晟东, 王劲, 胡金星, 栾乐, 郭媛君, 肖天为, 崔屹平. 电网系统的网络拓扑结构获取方法和系统. CN: CN107657019B, 2020-05-12.
[15] 陆国俊, 何兵, 栾乐, 胡金星, 李光茂, 郭媛君, 肖天为, 崔屹平. 输电线路空间负荷状态的提取方法和系统. CN: CN107679478B, 2020-04-14.
[16] 刘晟东, 刘育权, 胡金星, 陆国俊, 郭媛君, 吴国沛, 吴琼, 张志亮. 一种基于Spark的电力系统拓扑岛快速识别系统和方法. CN: CN107742883B, 2019-12-24.
[17] 郭媛君, 杨之乐, 于建强, 朱俊丞, 王颖. 风电场机组运行状态的动态评估方法、装置及电子设备. CN: CN109657943A, 2019-04-19.
[18] 郭媛君, 杨之乐, 王颖, 朱俊丞. 电网输电线路暂态信号监测方法和系统. CN: CN109635430A, 2019-04-16.
[19] 郭媛君, 刘育权, 冯圣中, 莫文雄, 胡金星, 吴国沛, 王勇, 王劲. 电网孤岛效应检测系统及方法. 中国: CN108734599A, 2018.11.02.
[20] 莫文雄, 秦皓, 刘俊翔, 胡金星, 栾乐, 郭媛君, 肖天为, 李光茂. 电力设备识别模型构建方法和系统、电力设备的识别方法. 中国: CN107480730A, 2017.12.15.
[21] 陆国俊, 章磊, 栾乐, 胡金星, 肖天为, 郭媛君, 李光茂, 何兵, 许中, 刘晟东. 电力系统负荷削减量的检测方法和系统. 中国: CN107256158A, 2017-10-17.
[22] 胡金星, 莫文雄, 何兵, 吴国沛, 郭媛君, 陈国炎, 冯圣中, 罗建斌, 杨戈, 覃煜. 一种基于智能眼镜的电力作业辅助方法及系统. 中国: CN106127411A, 2016.11.16.
[23] 胡金星, 莫文雄, 何兵, 吴国沛, 郭媛君, 黄慧红, 冯圣中, 黄炎光, 胡红祥, 杨柳. 一种基于智能眼镜的远程电力协同交互方法及系统. 中国: CN106127409A, 2016-11-16.

出版信息

   
发表论文
[1] Yanhui Zhang, Shili Lin, Haiping Ma, Yuanjun Guo, Wei Feng. A Novel Pigeon-Inspired Optimized RBF Model for Parallel Battery Branch Forecasting. COMPLEXITY[J]. 2021, 2021: https://doaj.org/article/3fc66df944fe47e8a3fd37f3b30a9f40.
[2] Guo, Yuanjun, Yang, Zhile, Liu, Kailong, Zhang, Yanhui, Feng, Wei. A compact and optimized neural network approach for battery state-of-charge estimation of energy storage system. ENERGY[J]. 2021, 219: http://dx.doi.org/10.1016/j.energy.2020.119529.
[3] Yang, Dongsheng, Zhou, Xianyu, Yang, Zhile, Guo, Yuanjun, Niu, Qun. Low Carbon Multi-Objective Unit Commitment Integrating Renewable Generations. IEEE ACCESS[J]. 2020, 8: 207768-207778, https://doaj.org/article/8cf37a4c3f72405a99b5a5e4327f0f0a.
[4] Li Zhang, Min Zheng, Dajun Du, Yihuan Li, Minrui Fei, Yuanjun Guo, Kang Li. State-of-Charge Estimation of Lithium-Ion Battery Pack Based on Improved RBF Neural Networks. COMPLEXITY[J]. 2020, 2020: http://dx.doi.org/10.1155/2020/8840240.
[5] Wang, Haikuan, Hu, Zhaoyan, Guo, Yuanjun, Yang, Zhile, Zhou, Feixiang, Xu, Peng. A Real-Time Safety Helmet Wearing Detection Approach Based on CSYOLOv3. APPLIED SCIENCES-BASEL[J]. 2020, 10(19): http://dx.doi.org/10.3390/app10196732.
[6] Wenqiang Yang, Tingli Cheng, Yuanjun Guo, Zhile Yang, Wei Feng. A Modified Social Spider Optimization for Economic Dispatch with Valve-Point Effects. COMPLEXITY[J]. 2020, 2020: https://doaj.org/article/487fe2743e10491886831d3cff576156.
[7] Zhang, Li, Li, Kang, Du, Dajun, Guo, Yuanjun, Fei, Minrui, Yang, Zhile. A Sparse Learning Machine for Real-Time SOC Estimation of Li-ion Batteries. IEEE ACCESS[J]. 2020, 8: 156165-156176, https://doaj.org/article/6d1f8a6648b841a2808a42caa041910e.
[8] Qiangqiang Jiang, Yuanjun Guo, Zhile Yang, Zheng Wang, Dongsheng Yang, Xianyu Zhou. Improving the Performance of Whale Optimization Algorithm through OpenCL-Based FPGA Accelerator. COMPLEXITY[J]. 2020, 2020: http://dx.doi.org/10.1155/2020/8810759.
[9] Yang Zhile, Liu Kailong, Fan Jianping, Guo Yuanjun, Niu Qun, Zhang Jianhua. A novel binary/real-valued pigeon-inspired optimization for economic/environment unit commitment with renewables and plug-in vehicles. Science China. Information Science[J]. 2019, 62(7): http://lib.cqvip.com/Qikan/Article/Detail?id=74708871504849574855484951.
[10] Ying Wang, Zhile Yang, Yuanjun Guo, Bowen Zhou, Xiaodong Zhu. A Novel Binary Competitive Swarm Optimizer for Power System Unit Commitment. Applied Sciences[J]. 2019, 9(9): https://doaj.org/article/2131616aeee64b50b9626a95f84d70d9.
[11] Wang, Ying, Yang, Zhile, Guo, Yuanjun, Zhou, Bowen, Zhu, Xiaodong. A Novel Binary Competitive Swarm Optimizer for Power System Unit Commitment. APPLIED SCIENCES-BASEL[J]. 2019, 9(9): http://dx.doi.org/10.3390/app9091776.
[12] Zhu, Juncheng, Yang, Zhile, Mourshed, Monjur, Guo, Yuanjun, Zhou, Yimin, Chang, Yan, Wei, Yanjie, Feng, Shengzhong. Electric Vehicle Charging Load Forecasting: A Comparative Study of Deep Learning Approaches. Energies[J]. 2019, 12(14): https://doaj.org/article/820cbc64c2584ae6aa9bb4582c3e9ae7.
[13] 朱晓东, 王颖, 杨之乐, 郭媛君. 启发式多目标优化算法在能源和电力系统中的典型应用综述. 郑州大学学报:工学版. 2019, 40(5): 1-11, http://lib.cqvip.com/Qikan/Article/Detail?id=7003109453.
[14] Yang, Zhile, Li, Kang, Guo, Yuanjun, Feng, Shengzhong, Niu, Qun, Xue, Yusheng, Foley, Aoife. A binary symmetric based hybrid meta-heuristic method for solving mixed integer unit commitment problem integrating with significant plug-in electric vehicles. ENERGY[J]. 2019, 170: 889-905, http://ir.siat.ac.cn:8080/handle/172644/13938.
[15] Juncheng Zhu, Zhile Yang, Yuanjun Guo, Jiankang Zhang, Huikun Yang. Short-Term Load Forecasting for Electric Vehicle Charging Stations Based on Deep Learning Approaches. Applied Sciences[J]. 2019, 9(9): https://doaj.org/article/5a2a81422ffc4302b677b20142b36c84.
[16] Zhu, Juncheng, Yang, Zhile, Guo, Yuanjun, Zhang, Jiankang, Yang, Huikun. Short-Term Load Forecasting for Electric Vehicle Charging Stations Based on Deep Learning Approaches. APPLIED SCIENCES-BASEL[J]. 2019, 9(9): http://dx.doi.org/10.3390/app9091723.
[17] Wang, Ying, Yang, Zhile, Mourshed, Monjur, Guo, Yuanjun, Niu, Qun, Zhu, Xiaodong. Demand side management of plug-in electric vehicles and coordinated unit commitment: A novel parallel competitive swarm optimization method. ENERGY CONVERSION AND MANAGEMENT[J]. 2019, 196: 935-949, http://dx.doi.org/10.1016/j.enconman.2019.06.012.
[18] 朱俊丞, 杨之乐, 郭媛君, 于坤杰, 张建康, 穆晓敏. 深度学习在电力负荷预测中的应用综述. 郑州大学学报:工学版. 2019, 40(5): 12-21, http://lib.cqvip.com/Qikan/Article/Detail?id=7003109454.
[19] Yang, Zhile, Liu, Kailong, Fan, Jianping, Guo, Yuanjun, Niu, Qun, Zhang, Jianhua. A novel binary/real-valued pigeon-inspired optimization for economic/environment unit commitment with renewables and plug-in vehicles. SCIENCE CHINA-INFORMATION SCIENCESnull. 2019, 62(7): 139-141, http://lib.cqvip.com/Qikan/Article/Detail?id=74708871504849574855484951.
[20] Yang, Zhile, Li, Kang, Guo, Yuanjun, Ma, Haiping, Zheng, Min. Compact real-valued teaching-learning based optimization with the applications to neural network training. KNOWLEDGE-BASED SYSTEMS[J]. 2018, 159: 51-62, http://dx.doi.org/10.1016/j.knosys.2018.06.004.
[21] Liu, Kailong, Li, Kang, Peng, Qiao, Guo, Yuanjun, Zhang, Li. Data-Driven Hybrid Internal Temperature Estimation Approach for Battery Thermal Management. COMPLEXITY[J]. 2018, https://doaj.org/article/5202b63bb93d47c7bf594a5b42015bf2.
[22] Zhang, Lidong, Li, Qikai, Guo, Yuanjun, Yang, Zhile, Zhang, Lei. An Investigation of Wind Direction and Speed in a Featured Wind Farm Using Joint Probability Distribution Methods. SUSTAINABILITY[J]. 2018, 10(12): http://ir.siat.ac.cn:8080/handle/172644/13937.
[23] Guo, Yuanjun, Yang, Zhile, Feng, Shengzhong, Hu, Jinxing. Complex Power System Status Monitoring and Evaluation Using Big Data Platform and Machine Learning Algorithms: A Review and a Case Study. COMPLEXITYnull. 2018, http://ir.siat.ac.cn:8080/handle/172644/13919.
[24] Y Guo, Z Yang, Y Zhou, J Zhang, L Zhang. Detection of Transient Signals in Smart Grid Using Artificial Neural Network Modeling and JAYA Optimization. 2018, http://ir.siat.ac.cn:8080/handle/172644/14076.
[25] 刘育权, 郭媛君, 陆国俊, 夏佳伟, 王勇, 杨戈, 林裕杰. 基于大数据的广州电网输电线路跳闸分析及相关因素关联性挖掘. 南方电网技术. 2017, 11(4): 38-44, http://lib.cqvip.com/Qikan/Article/Detail?id=672355907.
[26] Xu, Xiandong, Li, Kang, Yu, Xiaodan, Jia, Hongjie, Guo, Yuanjun. Implications of Gas Infrastructure in Integrated Community Energy Systems. JOURNAL OF ENERGY ENGINEERING[J]. 2017, 143(5): http://dx.doi.org/10.1061/(ASCE)EY.1943-7897.0000475.
[27] Guo Yuanjun, Feng Shengzhong, Li Kang, Mo Wenxiong, Liu Yuquan, Wang Yong, IEEE. Big Data Processing and Analysis Platform for Condition Monitoring of Electric Power System. 2016 UKACC 11TH INTERNATIONAL CONFERENCE ON CONTROL (CONTROL)null. 2016, http://apps.webofknowledge.com/CitedFullRecord.do?product=UA&colName=WOS&SID=5CCFccWmJJRAuMzNPjj&search_mode=CitedFullRecord&isickref=WOS:000388667900071.
[28] Guo Yuanjun. A novel RBF neural network principal component analysis scheme for PMU-based wide-area monitoring of power systems. Electric Power Systems Research. 2015, [29] Guo, Y, Li, K, Laverty, D M, Xue, Y. Synchrophasor-Based Islanding Detection for Distributed Generation Systems Using Systematic Principal Component Analysis Approaches. IEEE TRANSACTIONS ON POWER DELIVERY[J]. 2015, 30(6): 2544-2552, https://www.webofscience.com/wos/woscc/full-record/WOS:000365316700021.

科研活动

   
科研项目
( 1 ) 高准确度电网孤岛效应协同检测模型研究, 主持, 国家级, 2017-01--2019-12
( 2 ) 基于大数据分析的城市电网状态评估系统开发与应用, 参与, 国家级, 2015-10--2018-05
( 3 ) 面向金融风险评估的智慧工地多元视觉智能监控应用系统, 主持, 院级, 2019-10--2020-11
( 4 ) 多源轨迹数据支持下基于个体的城市尺度传染病扩散模拟研究, 参与, 国家级, 2018-01--2021-12

合作情况

项目协作单位

合作高校:

海外:英国利兹大学,贝尔法斯特女王大学,卡迪夫大学等;

内地:东北电力大学,华北电力大学,哈尔滨工业大学,上海大学,郑州大学;

合作企业:

国家电网、南方电网、​中广核、国信科技、深圳城安院等