MENU
您所在的位置: 首页» 师资队伍» 教师名录» 机器人与智能系统教研室

黄从智


b2bd2bfa7bd340f0ab8b6ec4302719b9.jpeg


姓名:黄从智

职称:教授,博士生导师

研究方向:

1、抗扰控制理论及其应用

2、智能控制理论及其应用

3、新型电力系统智能控制协同优化

联系方式:

办公地址:主楼E0825

电子邮箱:hcz190@ncepu.edu.cn

办公电话:010-61771771


一、个人简介及主要荣誉称号

黄从智,男,1982年6月生。2005年在华北电力大学获得学士学位,2010年在华北电力大学获得博士学位。2014年被聘为副教授,2020年晋升为教授。IEEE Senior Member,中国自动化学会青年工作委员会常务委员,数据驱动控制、学习与优化专委会、能源互联网专委会、环境感知与保护自动化专委会、混合智能专委会委员、集成自动化技术专委会委员,高级会员,中国人工智能学会智能自适应协同优化控制专委会委员及终身会员,中国指挥与控制学会自抗扰控制专委会委员及终身会员。国家科技重大专项评审专家、国家重点研发计划项目验收绩效评价专家、国家自然科学基金委员会通讯评审专家。入选北京市高等学校青年英才计划、华北电力大学青年英才培育计划和教学名师培育计划。

主要从事抗扰控制理论、智能控制理论及其新型电力系统应用方面的研究工作,重点研究数据驱动的新型电力系统智能建模、智能控制与智能优化。主持完成国家科技重大专项课题、国家自然科学基金面上项目、中央高校基本科研业务费重大项目等纵向课题10余项、横向课题10余项。曾获河北省自然科学二等奖、中国石油和化工自动化行业科技进步二等奖各1项。


二、教学与人才培养情况

主讲本科生课程:《信号分析与处理》。

主讲研究生课程:《智能控制》、《专题课程(模式识别与智能系统)》。

主讲的《智能控制》慕课课程已上线学堂在线,网址:https://next.xuetangx.com/course/ncepuP081001916/1147704

先后指导博士、硕士研究生30余人,致力于培养品学兼优的研究生,多位同学获评国家奖学金,指导的研究生在读期间在英文国际顶级期刊发表论文30余篇,就业单位包括国网四川省电力公司、北京市电力公司、中国电科院等。


三、主要科研项目情况

1、纵向项目:

【1】国家科技重大专项课题: XXXX方法研究, 2017-XXX-0061, 2018.08-2022.07(主持)

【2】国家自然科学基金: 数据驱动的超超临界机组协调控制系统全工况节能优化研究, 61973112, 2020.01-2023.12(主持)

2、横向项目:

【1】国网山西省电力公司:规模化风电机组调频性能的关键技术研究及应用,2018.06-2019.12(主持)

【2】华电(北京)热电有限公司:联合循环发电机组高压给水泵节能优化项目,2017.05-2018.05(主持)


四、主要获奖

【1】河北省自然科学二等奖(2020),发电机组大范围变工况运行的特性感知与灵活性调控基础研究(排名第3)


五、代表性论著

【1】Congzhi Huang, Jini Zhuang. Error-based active disturbance rejection control for pitch control of wind turbine by improved coyote optimization algorithm[J]. IEEE Transactions on Energy Conversion, 2022, 37(2): 1394-1405.

【2】Congzhi Huang, Xinxin Sheng. Data-driven model identification ofboiler-turbine coupled process in 1000 MW ultra-supercritical unit by improved bird swarm algorithm[J]. Energy, 2020, 205:118009.

【3】Congzhi Huang, Zhendong Shen, Jianhua Zhang, Guolian Hou. BIT-based intermittent fault diagnosis of analog circuits by improved deep forest classifier[J]. IEEE Transactions on Instrumentation and Measurement, 2022,71: 3519213.

【4】Congzhi Huang, Yasong Wang, Guolian Hou, Jianhua Zhang. An LSTM-BINN approach for built-in test analog signal state recognition of heavy-duty gas turbine controllers [J]. IEEE Transactions on Instrumentation and Measurement, 2021,70: 2516611.

欢迎全国各高校自动化、人工智能等相关专业本科毕业生报考硕士研究生(推免或考研)或直博,硕士研究生报考博士研究生(申请-考核制或考试)。招收研究生基本条件:需通过CET-6。

相关附件

TOP