姓名：吕游

职称：副教授，硕士生导师

研究方向（Focus Area）：

1、电力大数据分析与深度学习技术

2、电力设备状态监测与故障诊断

3、先进能源系统分析与建模

联系方式：

办公地址：主楼E1018

电子邮箱：you.lv@ncepu.edu.cn

办公电话：010-61772965

一、个人简介及主要荣誉称号

吕游，男，1987年7月生。2009年在华北电力大学获得学士学位，2014年在华北电力大学获得博士学位。2016年被聘为硕士生导师，2017年在美国LehighUniversity做访问学者。2019年被聘为副教授。担任Energy、Fuel、Applied Thermal Engineering、Journal of the Taiwan Institute of Chemical Engineers、Environmental Engineering Research、IEEE Access等多个国际权威期刊的审稿专家。

主要从事电力大数据分析与深度学习等人工智能技术、电力设备状态监测与故障诊断及先进能源系统分析等方面的研究。先后主持国家自然科学基金项目1项，参与国家自然科学基金重点项目、国际交流合作项目等多项，主持校企联合项目横向课题6项。发表SCI及EI论文20余篇，授权发明专利7项，获得河北省自然科学奖1项（排名第二）。

二、教学与人才培养情况

先后培养硕士研究生共5人，协助培养博士研究生1人，研究生毕业后从事电力设备的运行及状态监测等工作，就业单位包括中国电建集团华东勘测设计研究院、浙江电科院、冀北电科院、中国船舶工业系统工程研究院、通用电气公司等大型央企或外企单位。此外，还作为导师辅导大学生创新创业训练、大学生数学建模竞赛、大学生机械设计大赛等项目，多个项目获国家级优秀及北京市优秀。

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：基于运行数据的典型工况样本库的构建，2017年，主持

[2]中央高校基金面上项目：机组运行数据工况信息量评价及选取方法研究，2018年，主持

[3]中央高校基金青年项目：基于运行数据的燃煤电站关键参数的自适应动态建模，2015年，主持

[4]国家自然科学基金国际交流重点项目：新能源电力系统的弹性运行与保护控制，2020年，参与

[5]国家自然科学基金青年项目：燃煤锅炉脱硝系统大范围变工况运行的负荷适应性研究，2018年，参与

[6]北京市科技计划课题：能源领域技术协同创新—火电机组智能运行控制系统研制，2018年，参与

[7]中国工程院项目：大规模新能源电力消纳的瓶颈问题及其对策，2016年，参与

2、横向项目：

[1]河北电科院，2020.6-2021.6，深度调峰下火电机组锅炉先进控制策略优化研究，主持

[2]国网河北能源技术服务有限公司，2021.1-2021.12，基于海量数据挖掘的火电机组一次调频性能分析诊断能力提升，主持

[3]国网河北能源技术服务有限公司，2021.1-2021.12，基于大数据分析建模与先进控制策略的机组脱硝系统优化控制技术研究，主持

[4]内蒙古电力（集团）有限责任公司内蒙古电力科学研究院，2021.1-2021.12，基于深度学习的大数据预处理与设备故障预警研究，主持

[5]南方电网能源发展研究院有限责任公司，2019.1-2019.12，关于电力安全生产事故事件大数据应用工具的研究技术，主持

[6]国网信通亿力科技有限责任公司，2019.1-2019.12，基于营销大数据的台区精准管理应用研究，主持

[7]国网湖南省电力公司，2015.1-2016.12，计量资产物流效率和状态监测关键技术研究，主持

[8]新疆电力建设调试所有限责任公司，2018.1-2019.12，火电机组复杂条件下氮氧化物超低排放优化控制策略研究，参与

[9]广东电网有限公司电力科学研究院，2016.1-2018.12，基于大数据分析的并网机组实时可靠性评估技术研究，参与

四、主要获奖

[1] 河北省自然科学奖，排名第2

五、代表性论著（第一作者，限10篇）

[1]Lv Y*, Fang F, Yang T, Romero C. An early fault detection method for induced draft fans based on MSET with informative memory matrix selection[J]. ISA Transactions, 2020, 102: 325-334.

[2]Lv Y*, Lv X, Fang F, Romero C. Adaptive selective catalytic reduction model development using typical operating data in coal-fired power plants[J]. Energy, 2020, 192: 116589.

[3]Lv Y*, Romero CE, Yang T, Fang F, Liu J. Typical condition library construction for the development of data-driven models in power plants. Applied Thermal Engineering, 2018, 143:160-71. (SCI，JCR一区)

[4]Lv Y*, Romero CE, Charles J, Pauvlinch KA, Watkins RW. Developing steady and dynamic ORP models for mercury emissions control in power plants using WFGD operating data. Fuel, 2019, 235:54-62. (SCI，JCR二区)

[5]Lv Y*, Hong F, Yang T, Fang F, Liu J. A dynamic model for the bed temperature prediction of circulating fluidized bed boilers based on least squares support vector machine with real operational data. Energy, 2017, 124:284-94. (SCI，JCR一区)

[6]Lv Y*，Yang T，Liu J．An adaptive least squares support vector machine model with a novel update for NOx emission prediction[J]. Chemometrics and Intelligent Laboratory Systems，2015, 145：103-113. (SCI，JCR二区)

[7]Lv Y*，Liu J，Yang T，Zeng D．A novel least squares support vector machine ensemble model for NOx emission prediction of a coal-fired boiler [J]．Energy，2013，55：319-329．(SCI，JCR一区)

[8]Lv Y*，Liu J，Yang T．Nonlinear PLS integrated with error-based LSSVM and its application to NOx modeling [J]．Industrial & Engineering Chemistry Research，2012，51(49)：16092-16100．(SCI，JCR二区)

[9]Lv Y, Liu J, Yang T. Soft-sensing model based on nonlinear partial least squares regression and its applicaiton. Journal of Chemical Engineering of Chinese Universitiy, 2014, 28 (4): 818-824 (in Chinese, EI)

[10]Lv Y, Liu J, Yang T. NOx emission characteristic modeling based on feature extraction using PLS and LSSVM. Chinese Journal of Scientific Instrument, 2013, 34 (11): 2418-2424 (in Chinese, EI)