唐振浩，男，1985年生，博士，教授，博士生导师，硕士生导师

Email ：tangzhenhao@neepu.edu.cn

人物履历：

2009年于东北大学获控制科学与控制工程专业工学硕士学位

2014年于东北大学获控制科学与工程专业工学博士学位

2014年至今于东北电力大学自动化工程学院任教，专任教师

2016年12月30日至2017年12年31日于美国爱荷华大学访学

社会兼职：

吉林省人工智能协会 理事

担任Energy、Renewable energy、中国电机工程学报、华北电力大学学报、太阳能学报等期刊的审稿人

研究方向：

主要从事人工智能技术、深度学习算法、智能优化算法、智能建模、优化与控制技术等研究，并将研究成果与发电过程进行深入结合在实际生产中推广应用

发表论文：

发表论文50余篇，其中SCI、EI检索44篇，部分论文信息如下：

1) Tang Z ,Sui M ,Wang X , et al.Theory-guided deep neural network for boiler 3-D NOx concentration distribution prediction[J].Energy,2024,299131500.

2) Tang Z ,Wang S ,Li Y .Dynamic NOX emission concentration prediction based on the combined feature selection algorithm and deep neural network[J].Energy,2024,292130608.

3) 唐振浩,隋梦璇,曹生现.基于组合时域特征提取和Stacking集成学习的燃煤锅炉NOx排放浓度预测[J]，中国电机工程学报,2024,44(16):6551-6565.

4) 唐振浩,张佳宁,沈涛.一种基于卷积特征的NOx排放浓度深度预测模型[J].中国电机工程学报,2023,43(21):8356-8366.

5) 李悦,唐振浩,曹生现,等.基于动态时延分析和典型样本筛选的NOx排放浓度预测[J].中国电机工程学报,2023,43(09):3488-3498.

6) 唐振浩,赵赓楠,曹生现,等.一种基于数据解析的混合风向预测算法[J].太阳能学报,2021,42(09):349-356.

科研项目：

主持或参加科研项目33项，其中主持/参加国家自然基金项目2项，主持吉林省科技计划项目2项，参加吉林省教育厅科技项目1项，主持和参与横向科研课题20余项，项目额超1000万元。部分项目信息如下：

1) 基于多源数据的电站锅炉智慧燃烧及三维可视化关键技术及应用，吉林省科技发展计划项目（自然科学基金）。

2) 基于大数据的电站单元机组智能建模控制与优化理论研究，吉林省科技发展计划项目（自然科学基金）。

3) 分布式光伏系统智慧运维技术，国家重点研发计划“可再生能源与氢能技术”重点专项。

4) 锅炉-汽轮机系统非线性预测控制与多目标节能优化，国家自然科学基金项目

5) 基于深度学习的多尺度风功率预测技术研究，国能思达。

6) 风电机组偏航控制优化技术研究，国能思达。

7) 电费结算等功能优化开发项目，国网新能源云技术有限公司。

8) 天津国能盘山改造项目#1、#2 汽轮机智能运维系统---关键部件寿命监测系统及三维数字化建模，哈电发电设备国家工程研究中心有限公司。

9) 智能运维模块深度开发，哈尔滨汽轮机厂有限责任公司。

10) 风电场基于混合风功率预测的桨距角优化系统创新研究，国电电力和风风电开发有限公司。

发明专利：

申请发明专利19项，授权发明专利9项，部分专利信息如下：

1) 唐振浩，孟庆煜，曹生现，基于特征自适应选择和WDNN的风电爬坡事件预测方法，发明专利，专利号：201910986952.8，申请时间：2019.10.17，授权时间：2022.01.30.

2) 唐振浩，吴笑妍，曹生现，一种燃煤锅炉燃烧效率在线测量方法，发明专利，专利号：201810107733.3，申请时间：2018.02.02，授权时间：2022.01.26.

3) 唐振浩;赵赓楠;曹生现;王恭;赵波，一种四阶段混合短时风向预测方法，发明专利，专利号：CN202010325683.3，申请时间：2020.04.23，公开时间：2020.08.11

4) 唐振浩，张海洋，曹生现，一种变负荷工况下火电厂锅炉NOx排放控制方法，发明专利，专利号：201710022744.7，申请时间：2017.01.12，授权时间：2018.10.12，证书号：106500128B.

5) 唐振浩，王宇，曹生现，一种基于基因表达数据的基因调控网络重构方法，发明专利，专利号：201711227222.7，申请时间：2017.11.29，公开时间：2018.06.22.

讲授课程：

本科生课：自动控制原理，Matlab基础及应用，机器人学导论，控制系统仿真与设计

博士生课：深度学习

主要荣誉：

2020年，电站单元机组节能关键装置与技术开发及应用，以第一完成人获得中国仪器仪表学会科技进步二等奖一项