谷紫文  讲师（特聘副教授）

Ø 谷紫文

Ø 电子邮件：ziwengu@kust.edu.cn  ziwengu@hnu.edu.cn

Ø 办公地点：电力工程学院309室

教育及工作经历

       Ø  2014年09月-2018年06月，云南大学，信息学院，电子信息科学与技术专业，攻读学士学位；

       Ø  2018年09月-2021年06月，云南大学，信息学院，信号与信息处理专业，攻读硕士学位，师从李鹏教授；

       Ø  2021年09月-2025年06月，湖南大学，电气与信息工程学院，电气工程专业，攻读博士学位，师从黄纯教授；

       Ø  2021年09月-至今，昆明理工大学电力工程学院工作，入选昆明理工大学“五层次”（引进）人才；

研究方向

时频域信号处理、时间序列预测、时间序列聚类、优化调度、机器学习、多元过程统计监测等。

学术成果

       自2018年以来，主要从事电力大数据挖掘与新型电力系统源荷预测研究，围绕源荷信号多尺度时频特性分析、局部动态特征提取与数据驱动预测方法开展系统工作。主要成果刊登在 IEEE Transactions on Sustainable Energy、IEEE Transactions on Industrial Informatics、Engineering Applications of Artificial Intelligence、《中国电子学报》（英文版）及《电力系统保护与控制》等SCI/EI期刊。

[1] Gu Ziwen, Shen Yatao, Wang Zijian, et al. Photovoltaic power prediction considering multifactorial dynamic effects: a dynamic locally featured embedding-based broad learning system[J]. IEEE Transactions on Sustainable Energy,2024. (第1作者，SCI期刊/中国科学院1区/ TOP, 影响因子: 8.6)

[2] Gu Ziwen, Shen Yatao, Wang Zijian, et al. A dynamic-inner manifold broad learning system with coupled time–frequency domain for wind speed prediction[J]. IEEE Transactions on Industrial Informatics, 2024. (第1作者，SCI期刊/中国科学院1区/ TOP, 影响因子: 12.3)

[3] Gu Ziwen, Shen Yatao, Wang Zijian, et al. Wind speed prediction utilizing dynamic spectral regression broad learning system coupled with multimodal information[J]. Engineering Applications of Artificial Intelligence, 2024. (第1作者，SCI期刊/中国科学院大类2区 (小类 工程：综合 1区）/TOP, 影响因子: 8)

[4] Gu Ziwen, Shen Yatao, Wang Zijian, et al. Load forecasting model considering dynamic coupling relationships using structured dynamic-inner latent variables and broad learning system[J]. Engineering Applications of Artificial Intelligence, 2024. (第1作者，SCI期刊/中国科学院大类2区 (小类 工程：综合 1区）/TOP, 影响因子: 8)

[5] Gu Ziwen, Wang Zijian, Shen Yatao, et al. Time-frequency information-based variational mode decomposition and its application in prediction models. Measurement Science and Technology, 2025, 36(3): 036122. (第1作者，SCI期刊/中国科学院大类3区)

[6] Wang Zijian, Gu Ziwen, Guerrero Josep M. Guerrero, et al. Two-period two-layer electrical model-free voltage calculation for active distribution network via improved broad learning system[J]. IEEE Transactions on Power Systems, 2026. ((第2作者，SCI期刊/中国科学院大类1区) /TOP, 影响因子: 7.2)

[7] 基于宽度学习的新型电力系统负荷多步预测方法[J]. 供用电, 2024. (通信作者，北大核心期刊)

[8] 基于流形密度峰值聚类的低压配电网拓扑辨识方法[J]. 电力科学与技术学报, 2024. (通信作者，北大核心期刊)

[9] Gu Ziwen, Li Peng, Lang Xun, et al. A multi-granularity density peak clustering algorithm based on variational mode decomposition[J]. Chinese Journal of Electronics, 2021, 30(4): 658-668. (第一作者，SCI期刊/ CCF T1类期刊)

[10] 基于核极限学习机的负荷多粒度预测模型[J]. 重庆大学学报, 2022. (通信作者，北大核心期刊)

[11] 谷紫文, 李 鹏, 郎 恂, 等. 基于变分模态分解和密度峰值快速搜索的电力负荷曲线可控聚类模型[J]. 电力系统保护与控制, 2021, 49(08): 118-127. (第一作者，中文EI期刊)

[12] 申亚涛, 谷紫文, 李文美, 等. 基于电压和功率数据的有源低压台区用户相别辨识方法[J]. 电力系统自动化, 2024, 48(24): 145-154.

[13] 申亚涛, 王子鉴, 谷紫文, 等. 数据驱动的低压有源配电网电压在线调控策略[J]. 电力系统自动化, 2025, 49(22): 135-144.

科研项目

  参与国家及省部级科研项目多项，包括地区基金“高原山地型城镇能源互联网用户负荷特性分析及预测模型研究”（62163036）、地区基金“物联网环境下电网灾害动态演化及协同防御模型研究”（61763049）及省科技创新重大项目“大规模储能系统支撑电网安全高效运行关键技术研究及示范”（2020GK1010）等。

招生

招收硕士研究生，欢迎电气工程、信息与通信工程、计算机科学工程等学子报考。