姓名：何慧
职称：博士，硕士生导师
研究方向（Focus Area）：
1、人工智能及应用
2、大数据技术及应用
3、智能电网与电力信息化
联系方式：
办公地址：主楼E703
电子邮箱：huihe@ncepu.edu.cn
一、个人简介及主要荣誉称号
何慧，女，1981年10月生。1999年在华北电力大学获得学士学位， 2006年在华北电力大学获得硕士学位，2009年在北京邮电大学获得博士学位。 2014-2015年、2019年分别在加拿大蒙特利尔大学和澳大利亚新南威尔士大学做访问学者。现为CCF和IEEE学会会员。
主要从事人工智能在电力系统中的应用的研究工作。近期重点研究负荷、新能源预测、目标识别等方面的问题。先后负责北京市青年英才计划1项、主持并参与纵向课题11项，主持并参与横向课题9项。发表SCI、EI论文30余篇，授权专利4项，出版论著1部。
二、教学与人才培养情况
1、承担本科教学任务：主讲本科生课程《专业英语阅读》、《信息对抗技术》、《信息安全实验课程》、《多媒体技术及应用》、《计算机网络实验》、《高级程序设计语言C》等。
2、承担研究生教学任务：主讲研究生留学生课程《Pattern Recognition and Machine Learning》等。
3、已毕业研究生情况：魏伯松（中国联通）、曾帅（兵器集团）、冷永才（SOGOU研究院）、胡然（苏宁研究院）、马学海（中国农业发展银行）、李雨辰（中国电子科技集团公司第五十四研究所）
三、主要科研项目情况
1、纵向项目：
【1】基于核酶的人工DNA回路系统构建及分析, 国家自然科学基金项目(2018后), 2021.01-2024.12，58万元
【2】基于深度学习的粗粒土缩尺效应研究, 国家自然科学基金项目(2018后), 2021.01-2024.12，58万元
【3】基于深度学习的光伏发电功率概率预测研究, 中央高校基本科研业务专项资金项目, 2020.05-2022.12，10万元
【4】基于微博的舆情分析关键算法研究, 北京高等学校“青年英才计划”, 2013.11-2016.12，15万元
【5】面向智能电网基础设施Cyber-Physical安全的自治愈基础理论研究, 国家自然科学基金项目(2015前), 2014.01-2016.12，23万元
2、横向项目：
【1】面向市域行业（用户）的用电规律挖掘及需求预测技术, 国网山东省电力公司泰安供电公司，2020.06-2021.06，69.8万元
【2】国网湖北省电力有限公司武汉供电公司输电线路图像数据治理, 深圳市铭泽智能电力科技有限公司, 2019.10-2021.10, 54万元
【3】电网尖峰负荷不确定性预测及应急调度技术研究，国网山东省电力公司潍坊供电公司，2019.06-2020.06，69.3万元
【4】基于大数据分析的用户需求预测及网荷交互模型研究，国网山东省电力公司泰安供电公司，2018.06-2019.06，54.5万元
【5】基于IEC-CIM国际标准的营配调一体化模型互联网应用及服务渠道智能化关键技术研究的示范应用，国网重庆市电力公司电力科学研究院，2017.06-2018.06，40万元
四、代表性论著（第一作者，限10篇）
【1】He H, Lu N, Jie Y, et al. Probabilistic solar irradiance forecasting via a deep learning‐based hybrid approach[J]. IEEJ Transactions on Electrical and Electronic Engineering, 2020, 15(11): 1604-1612.
【2】He H, Liu Z, Jiao R, et al. A novel nonintrusive load monitoring approach based on linear-chain conditional random fields[J]. Energies, 2019, 12(9): 1797.
【3】He H, Zhang R, Li K, et al. Short-term Electricity Price Probabilistic Forecasting Based on Support Vector Quantile Regression Optimized by Simulated Annealing Algorithm[J]. Recent Advances in Electrical & Electronic Engineering, 2021, 14(2): 156-170.
【4】He H, Pan J, Lu N, et al. Short-term load probabilistic forecasting based on quantile regression convolutional neural network and Epanechnikov kernel density estimation[J]. Energy Reports, 2020, 6: 1550-1556.
【5】He H, Lu N, Jiang Y, et al. End-to-end probabilistic forecasting of electricity price via convolutional neural network and label distribution learning[J]. Energy Reports, 2020, 6: 1176-1183.
【6】He H, Hu R, Zhang Y, et al. A power forecasting approach for PV plant based on irradiance index and LSTM[100]//2018 37th Chinese Control Conference (CCC). IEEE, 2018: 9404-9409.
【7】He H, Hu R, Zhang Y, et al. Hourly Day-Ahead Power Forecasting for PV Plant Based on Bidirectional LSTM[M]//High-Performance Computing Applications in Numerical Simulation and Edge Computing. Springer, Singapore, 2018: 208-222.
【8】何慧，陈博，张莹. Web文本挖掘技术理论与实践. 电子工业出版社，2017.
【9】He H, Chen B, Wang Z. Research on sentiment analysis in sentence and text levels with priors, International Journal of Digital Content Technology and its Applications, v6, n15, 518-525, August 2012.
【10】He H, Chen B, Guo J. Emotion recognition of pop music based on maximum entropy with priors[100]//Pacific-Asia Conference on Knowledge Discovery and Data Mining. Springer, Berlin, Heidelberg, 2009: 788-795.