/通知公告

更多>
硕导简介
当前位置: 网站首页 -> 学院概况 -> 硕导简介 -> 正文

张朝龙

供稿: | 发表日期:2022年07月10日 | 点击数:


姓名

张朝龙

毕业院校

南京信息工程大学、合肥工业大学

undefined

职称

教授

学历/学位

博士研究生/博士学位

Email

zhangchaolong@126.com

办公地点

金陵科技学院4号科技楼

通信地址

金陵科技学院智能科学与控制工程学院

招生专业

电子信息

教科研专业

自动化、电气工程

研究方向

储能系统运行控制、电力系统状态监测、人工智能、深度学习

个人简介



随着全球能源需求的不断增长和能源结构的深刻变革,能源行业正迎来一场由AI技术引领的革新。AI技术的深入应用,不仅为能源行业的各个环节带来了前所未有的优化和升级,更推动了能源互联网的构建与发展,为能源行业的可持续发展注入了新的活力。

本课题组主要从事AI赋能储能系统运行控制、AI赋能电力系统状态监测、人工智能、深度学习等方面研究,公开发表学术论文100余篇,其中SCI收录50余篇,H-index 22,热点论文1篇,高被引论文1篇,获得科技成果1项,美国发明专利授权6项,中国发明专利授权20余项,主持和参与国家自然科学基金、国家重点研发计划等课题20余项。以第一指导教师指导学生参加“互联网+”大学生创新创业大赛、挑战杯、节能减排社会实践与科技竞赛、交通科技大赛等大学生学科竞赛获得国家级奖励。

张朝龙,入选江苏高校“青蓝工程”中青年学术带头人,2023年、2024年“全球前2%顶尖科学家”。教授,硕士生导师,教育部学位论文评审专家,南京紫金山D类英才,科技副总。合肥工业大学电气工程博士,武汉大学电气工程在站博士后,国家自然科学基金委通讯评审专家、中国信通院项目评审专家、安徽省科技厅项目评审专家,安徽省高校优秀青年人才,担任IEEE PES 电动汽车动力电池技术分会理事,中国仿真学会仿真技术应用专委会委员,任职多个SCI期刊和EI期刊的Lead Guest Editor,担任“Applied Energy”、“Journal of Energy Storage”、IEEE Transactions系列、“电工技术学报”、“湖南大学学报(自然科学版)”等重要学术期刊的审稿专家,“Expert Systems with Applications(中科院一区)”优秀审稿专家,英国物理学会:IOP Trusted Reviewer,国际学术会议的分会场主席。“Green Energy and Intelligent Transportation”青年编委。

“复杂模数混合信号电路测试关键技术及应用”获得2023年中国发明协会发明创业奖创新奖一等奖。

欢迎自动化、物联网、机器人、通信工程、电子信息、计算机、数学等专业的本科生联系报考电子信息专业硕士研究生。当前已经建设了国内一流的先进储能技术科研平台,培养的学生均可发表高水平科研论文,硕士毕业后可入学985高校攻读博士学位、或者入职新能源or储能类企业。有意的同学请将简历发送至zhangchaolong@126.com。

主讲课程

及教学成果



(1) 2021年中国国际第七届互联网+”大学生创新创业大赛全国铜奖

(2) 2021年第十七届挑战杯大学生课外学术科技作品竞赛黑科技专项赛全国卫星奖

(3) 2021智联友道杯第十六届全国大学生交通运输科技大赛全国三等奖

(4) 2021年第十四届全国大学生节能减排社会实践与科技竞赛全国三等奖

(5) 2021iCAN全国大学生创新创业大赛全国二等奖

(6) 2021iCAN全国大学生创新创业大赛网络最佳人气奖

(7) 2020年广发证券大学生微创业全国铜奖

(8) 2018年全国大学生电工技术基础知识与创新竞赛全国二等奖

(9) 2018年全国大学生电工技术基础知识与创新竞赛全国三等奖

(10) 2021年第七届互联网+”大学生创新创业大赛金奖

(11) 2021年第九届挑战杯省大学生课外学术科技作品竞赛一等奖

(12) 2021iCAN全国大学生创新创业大赛省赛区一等奖

(13) 2020年第十二届挑战杯大学生创业计划竞赛银奖

(14) 2020青苗杯·中建智立方省项目资本群英会银奖

代表性成果



通讯或者一作发表的论文:

A CMMOG-based lithium-battery SOH estimation method using multi-task learning framework, Journal of Energy Storage, 2025.(影响因子9.400)

State of Health Estimation of Lithium-ion Batteries Based on Multiphysics Features and CNN-EFC-BiLSTM. IEEE Sensors Journal, 2024, 24, 23, 39394-39408.(中科院2)

Estimating Lithium-ion Battery Health Using Hybrid Attention Networks and Multi-Source Data. IEEE Sensors Journal, 2024, 24, 19,30375-30385.(中科院2)

Flexible method for estimating the state of health of lithium-ion batteries using partial charging segments. Energy, 2024: 131009.(中科院1区,TOP)

An Extended Kalman Filter Design for State-of-Charge Estimation Based on Variational Approach. Batteries, 2023, 9(12): 583.(SCI期刊)

A multi-fault diagnosis method for lithium-ion battery pack using curvilinear Manhattan distance evaluation and voltage difference analysis. Journal of Energy Storage, 2023, 67: 107575.(影响因子9.400) 

Battery SOH estimation method based on gradual decreasing current, double correlation analysis and GRU. Green Energy and Intelligent Transportation, 2023: 100108.

A reliable data-driven state-of-health estimation model for lithium-ion batteries in electric vehicles. Frontiers in Energy Research, 2022, 10: 1013800.(SCI期刊)


Editorial: Innovative methods and techniques in new electric power systems. Frontiers in Energy Research, 2023, 11: 1134563.(SCI期刊)


Lithium-ion battery capacity and remaining useful life prediction using board learning system and long short-term memory neural network, Journal of Energy Storage, 2022 (52) 104901. (影响因子9.400)

An Integrated Method of the Future Capacity and RUL Prediction for Lithium-Ion Battery Pack, IEEE Transactions on Vehicular Technology, 2022, 71(3): 2601-2613.(中科院2区,影响因子6.239,车辆技术顶级期刊)

Transformer Fault Diagnosis Method using IoT based Monitoring System and Ensemble Machine Learning, Future Generation Computer Systems, 2020, 108533-545.  (中科院1区,影响因子6.125)

Feature Extraction and Classification of Cataluminescence Images Based on Sparse Coding   Convolutional Neural Networks. IEEE Transactions on Instrumentation and   Measurement, 2021, 70:9501811. (中科院2)

An Active Balancing Method Based on SOC and Capacitance for Lithium-ion Batteries in Electric Vehicles. Frontiers in Energy Research, 2021, doi: 10.3389/fenrg.2021.773838.(SCI期刊)

An Analog Circuit Fault Diagnosis Approach based on Improved Wavelet Transform and MKELM. Circuits, Systems, and Signal Processing, 2022, , doi: 10.1007/s00034-021-01842-2.(SCI期刊)

Transformer Fault Diagnosis Method Based on Self-Powered RFID Sensor Tag, DBN, and MKSVM, IEEE Sensors Journal, 2019, 19(18)8202-8214. (SCI期刊)

A Multiple Heterogeneous Kernel RVM Approach for Analog Circuit Fault Prognostic, Cluster Computing, 2018, 22S3849-S3861. (SCI期刊)

Analog Circuit Incipient Fault Diagnosis Method Using DBN Based Features Extraction, IEEE Access, 2018, 623053-23064. (SCI期刊)

Capacity Prognostics of Lithium-ion Batteries using EMD Denoising and Multiple Kernel RVM, IEEE Access, 2017, 512061-12070.   (SCI期刊)

A Novel Approach for Diagnosis of Analog Circuit Fault by Using GMKL-SVM and PSO, Journal of Electronic Testing Theory & Applications, 2016, 32(5)531-540. (SCI期刊)

Prognostics of Lithium-ion Batteries based on Wavelet Denoising and DE-RVM, Computational Intelligence and Neuroscience, 2015, Article ID 918305. (SCI期刊)

A Novel Approach to Diagnosis of Analog Circuit Incipient Faults based on KECA and OAO LSSVM, Metrology and Measurement Systems, 2015, 22(2):251-262. (SCI期刊)

A Novel Approach for Analog Circuit Fault Prognostics based on Improved RVM, Journal of Electronic Testing, 2014, 30(3):343-356. (SCI期刊)

Lithium-Ion Battery SOH Estimation Method Based on Multi-Feature and CNN-BiLSTM-MHA. World Electric Vehicle Journal, 2024, 15(7): 280.(EI期刊)

Lithium-Ion Battery State-of-Health Estimation Method Using Isobaric Energy Analysis and PSO-LSTM. Journal of Electrical and Computer Engineering, 2023, 2023. (EI期刊)

State-of-Health Estimate for the Lithium-Ion Battery Based on Constant Voltage Current Entropy and Charging Duration, World Electric Vehicle Journal, 2022, 13, 148. (EI期刊)

State-of-Health Estimate for the Lithium-Ion Battery Using Chi-Square and ELM-LSTM, World Electric Vehicle Journal, 2021, 12(4):228. (EI期刊)

A Novel Analog Circuit Fault Diagnosis Approach, Recent Advances in Electrical & Electronic Engineering, 2021, 14(5)535-546. (EI期刊)  

Analog Circuit Fault Prognostic Approach using Optimized RVM, International Journal of Performability Engineering, 2019, 15(5)1453-1461. (EI期刊)

An Analog Circuit Fault Diagnosis Approach using DBN as a Preprocessor, International Journal of Circuits, Systems and Signal Processing , 2019, 13156-161. (EI期刊)

Cloud and Quantum-behaved Particle Swarm Optimization Algorithm for Economic Load Dispatch of Power System, Energy Education Science and Technology Part A: Energy Science and Research, 2014, 32(2)1051-1058. (EI期刊)

基于集成经验模态分解与集成机器学习的锂离子电池剩余使用寿命预测方法, 电力系统保护与控制, 2023,51(13):177-186. (EI期刊)

基于增量能量法和BiGRU-Dropout的锂电池健康状态估计, 电子测量与仪器学报, 2023, 37(1)167-176. (CSCD核心、中文核心)

基于信息熵与PSO-LSTM的锂电池组健康状态估计方法, 机械工程学报, 2022, 58(10): 180-190. (EI期刊)  

基于因子分析与K-means聚类的退役动力电池快速分选方法, 电力系统保护与控制, 2021, 49(12)41-47. (EI期刊)      

基于DBN特征提取的模拟电路早期故障诊断方法, 仪器仪表学报, 2019, 40(10)112-119. (EI期刊)

基于 GMKL-SVM 的模拟电路故障诊断方法[J]. 仪器仪表学报, 2016, 37(9): 1989-1995. (EI期刊)

基于核熵成分分析的模拟电路早期故障诊断方法[J]. 仪器仪表学报, 2015, 36(3): 675-684. (EI期刊)

一种基于 QPSO-RVM 的模拟电路故障预测方法[J]. 仪器仪表学报, 2014, 35(8): 1751-1757. (EI期刊)


授权的美国和中国发明专利:

2019,Method for Predicting Remaining   Useful Life of Lithium Battery Based on Wavelet Denoising and Relevance   Vector Machine,专利号:US 10,408,882 B2,排名第二,美国发明专利;

2020,Deep Belief Network Feature   Extraction-Based Analogue Circuit Fault Diagnosis Method,专利号:US 10, 776, 232 B2,排名第二,美国发明专利;

2022,一种锂电池组健康状态集成估计方法,专利号:ZL 202110347575.0,排名第一,中国发明专利;

2021,一种变压器故障定位方法,专利号:ZL 201910298662.4,排名第一,中国发明专利;

2020,基于稀疏系数多核相关向量机的锂电池剩余寿命预测方法,专利号:ZL 201710447298.4,排名第一,中国发明专利;

2022,一种电池组状态估计方法及系统,专利号:ZL 202110240005.1,排名第二,中国发明专利;

2021,基于优选小波基函数的模拟电路故障特征提取方法及系统,专利号:ZL 202010134689.2,排名第二,中国发明专利;

2019,一种基于广义多核支持向量机的模拟电路故障诊断方法,专利号:ZL 201610056544.9,排名第二,中国发明专利;

2017,基于小波降噪和相关向量机的锂电池剩余寿命预测方法,专利号:ZL 201410833574.7,排名第二,中国发明专利;

2016,一种模拟电路故障预测方法,专利号:ZL 201410088347.6,排名第二,中国发明专利。


近期在研项目

持国家自然科学基金1项,其它省部级基金20余项。近5年主要基金如下所示:

  (1)“配送机器人动力电池系统健康状态精准估计方法研究”,江苏省高等学校基础科学 (自然科学)研究重大项目(23KJA480002), 2023-2025,主持人。

  (2)“非视距微波通信系统研发” ,江苏省产学研合作项目(BY20230029),2023-2024,主持人。

 (3)““双碳”背景下江苏省新能源汽车退役电池回收潜力评估及政策建议”,江苏科技智库计划(青年)项目(JSKX24064),2024,主持人。

  (4)“基于物联网的车用锂离子电池故障预测与健康管理的关键技术研究国家自然科学基金项目(51607004),2017-2019,主持人。

  (5)“模拟电路故障预测关键技术研究,安徽省自然科学基金项目(1608085QF158),2016-2018,主持人。

  (6)金陵科技学院高层次人才科研启动项目(jit-rcyj-202202),2022-2027,主持人。

  (7)“面向电路模型和不一致性的锂离子动力电池组健康管理方法,安徽高等学校自然科学研究重点项目(KJ2020A0509),2021-2022,主持人。

  (8)“5G智能电池管理系统的研发与产业化研究安徽省安徽高校协同创新项目计划(GXXT-2019-002),2019-2021357万元,联合主持人。

  (9)安徽省高校优秀青年人才支持计划重点项目(gxyqZD2016207),2016-2017,主持人。

  (10)“无线通信信道模拟与检测分析仪,国家科技重大专项项目(2016YFF0102200),2016-2021,主要参与人。

  (11)******物联网终端误差在线监测技术研发,企业委托课题,2023-2024。

  (12)******故障诊断技术研发,企业委托课题,2023-2024。

  (13)******通信终端研发,企业委托课题,2023-2024。




已毕业研究生    马子旸,2019-2022,现工作单位为江苏省农业银行

    赵筛筛,2020-2023,现入学武汉大学电气与自动化学院,学术型博士(省优秀硕士论文)  

    罗来劲,2021-2024,现入学重庆大学电气工程学院,博士