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、智能控制理论及其新型电力系统应用
3、人工智能算法及其新型电力系统应用
联系方式
办公地址：北京市昌平区回龙观北农路2号，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。入选国家级高层次青年人才，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。
IEEE Senior Member，中国自动化学会高级会员，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，中国人工智能学会智能自适应协同优化控制专委会委员，中国指挥与控制学会自抗扰控制专委会、智能控制与系统专委会委员。兼任智慧环保北京实验室学术委员会委员、国家科技重大专项项目评审专家、国家重点研发计划项目绩效验收评审专家、国家自然科学基金委员会通讯评审专家、中国博士后科学基金通讯评审专家、教育部学位与研究生教育发展中心通讯评议专家、北京市自然科学基金委员会通讯评审专家。
主要从事抗扰控制理论、智能控制理论、人工智能算法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发电机组智能建模、智能控制、智能优化，基于人工智能算法的发电机组智能运维关键技术及应用。主持完成国家科技重大专项课题、国家重点研发计划项目子课题、国家自然科学基金面上项目、中央高校基本科研业务费学科交叉专项项目等纵向项目10余项、横向项目30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。已邀请美国、英国、意大利、墨西哥、加拿大、新加坡等多位国际知名专家来访交流合作，
二、教学与人才培养情况
主讲本科生课程：《数字信号处理基础》。
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。
依托智能控制实验室，聚焦新型电力系统智能调控协同优化方向，先后指导博士、硕士研究生70余人，致力于培养德才兼备、综合素质过硬、理论基础扎实、实践创新能力卓越的优秀研究生，指导的研究生在读期间在领域权威期刊发表论文多篇，多位同学获评国家奖学金、北京市优秀毕业生等荣誉称号，课题组与多家电网公司、发电企业、储能公司建立了广泛紧密的科研合作交流，研究生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、西安热工院等。
三、主要科研项目情况
1、纵向项目：
【1】国家自然科学基金面上项目: 数据驱动的重型燃气轮机智能控制与运行优化方法, 62373149, 2024.01-2027.12（主持）
【2】国家重点研发计划项目子课题：装备集群运维决策的多尺度协同优化, 2023YFB3307104，2023.12-2026.11 （主持）
【3】国家自然科学基金面上项目: 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）
【4】中央高校基本科研业务费学科交叉创新专项项目：数据驱动的新型电力系统智能调控协同优化方法研究, 2023JC001, 2023.06-2025.05（主持）
【5】中船集团第719所开放基金项目：基于知识图谱的设备风险评估及智能决策技术研究, 2023.10-2025.09（主持）
2、横向项目：
【1】电网公司项目：基于生成式人工智能的集约仓储网络智能优化调度关键技术研究及应用，2024.07～2025.12（主持）
【2】储能公司项目：储能运行状态在线监测与故障预警系统, 2023.09-2024.09（主持）
【3】电网公司项目：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）
【4】发电企业项目：磨煤机运行状态监测智能预警研究与应用, 2022.12-2023.12（主持）
【5】发电企业项目：火电机组典型设备运行状态监测智能预警系统研发, 2022.09-2023.09（主持）
【6】 发电企业项目：安萨尔多F级燃机控制系统安全完整性等级分析与应用研究, 2021.01-2021.12（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] 黄从智，白 焰. 智能控制算法及其应用. 科学出版社，2019年6月. (ISBN：978-7-03-061416-2)
[2] 黄从智主编. 联合循环发电机组控制系统及其可靠性. 中国电力出版社，2024年4月. (ISBN：978-7-5198-6609-9)
[3] Congzhi Huang, Yang Yang. IFCN-BIASN based built-in test signal state recognition for heavy-duty gas turbine controller [J]. IEEE Transactions on Instrumentation and Measurement , 2024, 73, 2506811:1-11.
[4] Ren Liu, Congzhi Huang. Data-driven modeling approach of heavy-duty gas turbine with physical constraint by MTGNN and Transformer [J]. Control Engineering Practice , 2024, 151: 106014.
[5] Congzhi Huang, Jini Zhuang. Active disturbance rejection control and multi-objective optimization for wind turbine active power regulation [J]. Control Engineering Practice , 2023, 141, 105709:1-14.
[6] 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.
[7] Congzhi Huang, Heting Zhao. Error-based active disturbance rejection control for wind turbine output power regulation [J]. IEEE Transactions on Sustainable Energy , 2022, 14(3): 1692-1701.
[8] Congzhi Huang, Zhuoyong Li. Data-driven modeling of ultra-supercritical unit coordinated control system by improved transformer network. Energy , 2023, 266, 126473:1-19.
[9] 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.
[10] Congzhi Huang, Mengyuan Yang. Memory long and short term time series network for ultra-short-term photovoltaic power forecasting [J]. Energy , 2023, 279, 127961:1-19.
[11] 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.
[12] Congzhi Huang, Xinxin Sheng. Data-driven model identification of boiler-turbine coupled process in 1000 MW ultra-supercritical unit by improved bird swarm algorithm [J]. Energy , 2020, 205:118009.
热忱欢迎全国各高校自动化、人工智能、数学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(硕博连读、申请-考核制或普通招考)，电子邮件来信必复。
招生专业：
博士研究生(每年1~2名)：学术学位博士研究生(081100, 控制科学与工程)；专业学位博士研究生(085406，控制工程)；
硕士研究生(每年4~6名)：全日制学术学位硕士研究生(081100，控制科学与工程；0811J1，人工智能(自动化方向))；全日制专业学位硕士研究生(085406，控制工程)。