Thông tin cá nhân
Giảng viên cao cấp |
Phó Giáo Sư |
Tiến sỹ |
Trường Điện - Điện tử |
PTN NC Hệ thống điện và năng lượng tái tạo |
Phòng E505, C7, Trường Điện - Điện tử, Đại học Bách khoa Hà Nội. Số 1, Đại Cồ Việt, Bạch Mai, Hà Nội |
Scopus H-Index21 |
PGS. Nguyễn Đức Tuyên là giảng viên Trường Điện – Điện tử, Đại học Bách khoa Hà Nội, thành viên IEEE. PGS. Tuyên nhận bằng Tiến sĩ tại Nhật Bản và có thời gian học tập, làm việc tại đây giai đoạn 2008–2018. PGS. Tuyên có nhiều hợp tác quốc tế như Nhật Bản, Úc, Đài Loan, Hàn Quốc và Vương quốc Anh.
PGS. Tuyên đã công bố khoảng 200 công trình khoa học trên các tạp chí và hội nghị quốc tế uy tín, đồng thời tham gia đào tạo và hướng dẫn nghiên cứu sinh, học viên cao học trong lĩnh vực năng lượng và hệ thống điện hiện đại. PGS. Tuyên cũng là thành viên ban biên tập của Tạp chí Khoa học và Công nghệ (JST) và tạp chí MCA tại Việt Nam. PGS. Tuyên đang giữ chức Chủ tịch Phân ban Việt Nam của IEEE Power & Energy Society (PES).
Hướng nghiên cứu
PGS. Nguyễn Đức Tuyên tập trung nghiên cứu về năng lượng tái tạo và hệ thống điện hiện đại, đặc biệt quan tâm đến các nguồn năng lượng tái tạo và tối ưu vận hành, lưới điện thông minh và hệ thống điện phân tán, cùng các công nghệ lưu trữ năng lượng, đặc biệt là hydrogen. Nghiên cứu của ông cũng nhấn mạnh tích hợp năng lượng tái tạo vào hệ thống điện và đảm bảo an ninh mạng, vận hành tin cậy cho các lưới điện hiện đại.
PGS. TS. Nguyễn Đức Tuyên
Công bố khoa học
Protection of Sensitive Loads using Sliding Mode Controlled Three-Phase DVR with Adaptive Notch Filter
Tạp chí/Proceedings:
IEEE Transactions on Industrial Electronics (10.1109/TIE.2018.2868303)
Tác giả:
Samet Biricik, Hasan Komurcugil, Nguyen Duc Tuyen, Malabika Basu
Lĩnh vực nghiên cứu:
Điện - Điện tử
Loại công bố:
Tạp chí ISI (Q1)
Thời gian:
07/2021
Advanced frequency control schemes and technical analysis for large-scale PEM and Alkaline electrolyzer plants in renewable-based power systems
Tạp chí/Proceedings:
International Journal of Hydrogen Energy (10.1016/j.ijhydene.2024.09.360)
Tác giả:
Long Van Phan, Nghia Phu Nguyen-Dinh, Khai Manh Nguyen, Tuyen Nguyen-Duc
Lĩnh vực nghiên cứu:
Năng lượng và môi trường bền vững
Loại công bố:
Tạp chí SCIE (Q1)
Thời gian:
10/2024
Đề tài nghiên cứu
Xây dựng hệ thống giám sát dự báo điện mặt trời thời gian thực ứng dụng mô hình học sâu (Implement real-time monitoring and forecasting PV system employing Deep Learning model)
Mã số đề tài:T2022-PC-001
Cấp đề tài:Đề tài Cơ sở phân cấp
Chủ nhiệm đề tài:TS. Trần Thanh Sơn
Thành viên:Trần Thanh Sơn; Nguyễn Đức Tuyên; Vũ Xuân Sơn Hữu
Thời gian:01/10/2022 - 31/10/2024
Trạng thái:Đã nghiệm thu
Đề tài này đề xuất xây dựng phần mềm thu thập, giám sát, dự báo công suất phát pV thời gian thực với khoảng thời gian dự báo là trước 1 ngày. Trong đó, dữ liệu về công suất phát và các biến khí tượng được đo bằng các cảm biến đặt tại mái nhà tòa D9 - Đại học Bách Khoa Hà Nội và được thu thập với độ phân giải là 5 giây đồng thời được lưu trữ tại cơ sở dữ liệu (CSDL) dưới nền tảng SQL Server tại phòng D9 - 300. Dữ liệu thô sau khi được thu thập sẽ được trích ra một phần và tiền xử lý nhằm mục đích huấn luyện các mô hình dự báo. Mô hình dự báo sử dụng là mô hình lai học sâu.
• Thu thập và tiền xử lý dữ liệu thực tế tại mái nhà tòa D9 - Đại học Bách Khoa Hà Nội
• Xây dựng mô hình lai học sâu cho dự báo công suất phát PV ngắn hạn
• Kết hợp các nguồn dự báo để phục vụ vận hành dự báo thời gian thực
• Xây dựng phần mềm nhằm giúp người dùng dễ dàng quan sát giá trị thực tế, giá trị
dự báo công suất phát dưới dạng hình vẽ và con số
Nghiên cứu xây dựng mô hình dự báo công suất phát nguồn điện mặt trời sử dụng các mô hình Học sâu và dữ liệu ảnh vệ tinh
Mã số đề tài:T2024-TĐ-016
Cấp đề tài:Đề tài Cơ sở Trọng điểm
Chủ nhiệm đề tài:PGS. TS. Nguyễn Đức Tuyên
Thành viên:Nguyễn Đức Tuyên; Trần Thanh Sơn; Đỗ Đình Hiếu
Thời gian:Từ 01/12/2024
Trạng thái:Đã duyệt
Đề tài: “Nghiên cứu xây dựng mô hình dự báo công suất phát nguồn điện mặt trời sử dụng các mô hình Học sâu và dữ liệu ảnh vệ tinh” đặt ra mục tiêu nghiên cứu và phát triển các mô hình học máy/hoc sâu sử dụng nhiều nguồn dữ liệu (bao gồm dữ liệu ảnh vệ tinh, dữ liệu thời tiết…) nhằm dự báo công suất phát PV với độ chính xác cao. Đề tài hướng tới việc giải quyết các vấn đề sau:
• Nâng cao độ chính xác dự báo công suất phát NLTT, đặc biệt là trong khung thời gian ngắn hạn, góp phần hỗ trợ các đơn vị vận hành hệ thống điện và thị trường điện nâng cao hiệu quả công tác lập kế hoạch và điều độ hệ thống thời gian thực.
• Phát triển các phương pháp luận cho việc tích hợp nhiều nguồn dữ liệu, bao gồm dữ liệu ảnh vệ tinh, dữ liệu thời tiết và dữ liệu công suất phát quá khứ, làm đầu vào cho mô hình dự báo.
• Thiết kế và huấn luyện các mô hình Học máy/Học sâu, tích hợp cùng các kỹ thuật tiên tiến trong lĩnh vực trí tuệ nhân tạo, nhằm xây dựng các mô hình dự báo công suất phát NLTT với độ chính xác cao, phù hợp với thực tế và dữ liệu tại Việt Nam.
• Đề xuất giải pháp triển khai mô hình vào thực tế, hỗ trợ đơn vị vận hành hệ thống điện và thị trường điện trong công tác dự báo công suất phát các nguồn NLTT, từ đó nâng cao hiệu quả vận hành và điều độ hệ thống điện.
Học viên sau đại học
Nghiên cứu đề xuất mô hình chương trình điều chỉnh phụ tải (DR) hiệu quả trong hệ thống điện
Loại đồ án: Luận án tiến sĩ
Sinh viên: Nguyễn Thị Thùy Dương
GV hướng dẫn: Nguyễn Đức Tuyên
Tính toán kinh tế kỹ thuật của dự án điện mặt trời áp mái và vấn đề điều chỉnh điện áp trong lưới phân phối có điện mặt trời phân tán.
Loại đồ án: Luận văn Thạc sỹ Kỹ thuật
Sinh viên: Đặng Bảo Tuấn
GV hướng dẫn: Nguyễn Đức Tuyên
