姓名：马乐乐
职称：副教授
研究方向（Focus Area）：
1、非线性迭代学习模型预测控制
2、数据驱动建模与控制
3、预测控制在电力系统中的应用
联系方式：
办公地址：主楼E1133
电子邮箱：malele@ncepu.edu.cn
一、个人简介及主要荣誉称号（限500字）
马乐乐，女，1995年1月生。2016年和2021年于华北电力大学分别获得自动化专业学士和控制理论与控制工程专业博士学位。2019-2020年公派至美国Baylor University访学。博士期间曾获“第30届中国过程控制会议学生优秀论文提名奖”、“北京自动化学会优秀博士研究生”、“北京市优秀博士毕业生”等荣誉。入选2023-2025年度北京科协青年人才托举工程。担任中国自动化学会预测控制与智能决策专业委员会委员、北京人工智能学会理事。
主要从事非线性模型预测控制理论及应用的研究工作，围绕迭代学习模型预测控制问题在T-CYB、T-SMC、T-NNLS等IEEE汇刊及《自动化学报》等重要中文期刊上发表了系列研究成果。主持国家自然科学基金青年项目、中国博士后科学基金特别资助项目、中国博士后科学基金面上项目各1项，参与科技部重点研发计划政府间国际科技合作创新项目、国家自然科学基金面上项目各1项。
二、教学与人才培养情况（限500字）
1、 教学课程：数字逻辑与数字系统设计（本科生），专业英语（模式识别与智能系统）（研究生），自动化系统工程师实训（研究生）。
2、 学生培养：指导硕士研究生2人，协助指导硕士研究生已毕业7人，1人获华北电力大学优秀硕士学位论文荣誉。
三、主要科研项目情况
1、 纵向项目：
【1】国家自然科学基金青年项目：非严格重复系统的数据驱动迭代学习模型预测控制。项目编号：62203170。主持人。
【2】中国博士后科学基金特别资助项目：基于灵活操作时间的数据驱动随机迭代学习经济模型预测控制。项目编号：2022T150210。主持人。
【3】中国博士后科学基金面上项目：变工况下的数据驱动迭代学习经济模型预测控制。项目编号：2021M701184。主持人。
【4】国家自然科学基金面上项目：基于Tube的模型预测控制及其在风力发电系统中的应用。项目编号：62073136。参与人。
【5】科技部重点研发计划政府间国际科技合作创新项目：基于分布式协同优化的高比例新源电力系统调频与虚拟惯量控制关键技术。项目编号：2021YFE0190900。参与人。
2、 横向项目：
【1】中车山东风电有限公司项目:风电机组模型预测控制技术研究与应用。主要承担人。
【2】中国大唐集团科学技术研究总院有限公司水电科学研究院技术服务项目:边缘计算单元智能算法嵌入式开发。主持人。
【3】国网电易数字科技（雄安）有限公司项目:绿色高新园区分布式电源出力预测研究。主要承担人。
【4】国网电易数字科技（雄安）有限公司项目:园区可调资源辨识技术研究。主要承担人。
四、主要获奖
【1】北京科协2023-2025年度青年人才托举工程。
【2】第30届中国过程控制会议学生优秀论文提名奖。
【3】北京自动化学会优秀博士研究生。
【4】北京市优秀博士毕业生。
【5】华北电力大学优秀博士学位论文奖。
五、代表性论著
【1】L. Ma, X. Liu, F. Gao and K. Y. Lee. Event-Based switching iterative learning model predictive control for batch processes with randomly varying trial lengths. IEEE Transactions on Cybernetics, 2023, 53(12): 7881-7894.
【2】L. Ma, X. Liu, X. Kong, K. Y. Lee. Iterative learning model predictive control based on iterative data-driven modeling. IEEE Transactions on Neural Networks and Learning Systems, 2021, 32(8): 3377-3390.
【3】X. Liu, L. Ma, X. Kong and K. Y. Lee. Robust model predictive iterative learning control for iteration-varying-reference batch processes. IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2021, 51(7): 4238-4250.
【4】X. Liu, L. Ma, X. Kong and K. Y. Lee. An efficient iterative learning predictive functional control for nonlinear batch processes. IEEE Transactions on Cybernetics, 2022, 52(6): 4147-4160.
【5】X. Kong, X. Liu, L. Ma, K. Y. Lee. Hierarchical distributed model predictive control of standalone wind/solar/battery power system. IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2019, 49(8): 1570-1581.
【6】X. Liu, Y. Liu, X. Kong, L. Ma*, A. H. Besheer, K. Y. Lee. Deep neural network for forecasting of photovoltaic power based on wavelet packet decomposition with similar day analysis.Energy, 2023, 271: 126963.
【7】X. Liu, Z. Zhu, X. Kong, L. Ma*, K. Y. Lee. An economic model predictive control-based flexible power point tracking strategy for photovoltaic power generation. Energy, 2023, 283: 128993.
【8】L. Ma, X. Kong, X. Liu, M. A. Abdelbaky, A. H. Besheer, M. Wang, K. Y. Lee. Offshore wind power generation system control using robust economic MPC scheme. Ocean Engineering, 2023, 283: 115178.
【9】X. Kong, W. Wang, X. Liu, L. Ma*, M. A. Abdelbaky, K. Y. Lee. Offshore wind turbines real-time control using convex nonlinear economic MPC scheme. Ocean Engineering, 2024, 297: 116988.
【10】马乐乐, 刘向杰, 高福荣. 基于知识迁移的数据驱动迭代学习模型预测控制. 中国科学: 信息科学, 2024, DOI: 10.1360/SSI-2023-0279.
【11】马乐乐, 刘向杰. 非线性快速批次过程高效迭代学习预测函数控制. 自动化学报, 2022, 48(2): 515-530.
【12】马乐乐, 刘向杰, 高福荣. 迭代学习模型预测控制研究现状与挑战. 自动化学报, 2022, 48(6): 1385-1401.
【13】马乐乐, 刘向杰. 变参考轨迹下的鲁棒迭代学习模型预测控制. 自动化学报, 2019, 45(10): 1933-1945.