<meter id="hh1nh"></meter>
<th id="hh1nh"><em id="hh1nh"><delect id="hh1nh"></delect></em></th>

        <form id="hh1nh"></form>

          <listing id="hh1nh"><nobr id="hh1nh"></nobr></listing>
          <nobr id="hh1nh"></nobr>

            <th id="hh1nh"><form id="hh1nh"><font id="hh1nh"></font></form></th>
            <rp id="hh1nh"><progress id="hh1nh"></progress></rp>
            您所在的位置:首頁 - 師資隊伍 - 教師名錄

            教師名錄

            高小永
            教授

            所在系:自動化系

            擔任職務:副院長

            聯系方式:89733667

            導師類別:碩士生導師、博士生導師

            招生專業:控制科學與工程(學術型碩士)、控制工程(專業型碩士)、人工智能(專業型碩士)、工程管理-控制工程(專業型碩士)、控制科學與工程(學術型博士)、機械-控制工程(專業型博士)

            教育背景

            2003.09-2007.07中國石油大學(華東)自動化專業 工學學士;

            2007.09-2014.07 清華大學自動化系控制科學與工程專業 工學博士


            工作履歷

            2014.07-2016.12 清華大學自動化系 助理研究員;

            2016.12-2018.11 中國石油大學(北京)海洋工程研究院 助理研究員;

            2018.11-2019.07 中國石油大學(北京)安全與海洋工程學院 助理研究員;

            2019.07-2020.03 中國石油大學(北京)安全與海洋工程學院 副研究員;

            2020.03-2024.07 中國石油大學(北京)信息科學與工程學院 副教授;

            2024.07-至今 中國石油大學(北京)人工智能學院 教授。


            研究領域

            石油石化過程智能制造:涵蓋(1)機理分析與數據驅動相融合的工況監測與診斷分析;(2)復雜工業過程優化控制;(3)集成計劃調度優化等方向。


            項目成果

            1.國家自然科學基金青年基金:面向氯堿生產過程大規模復雜調度問題的分片線性規劃方法研究(21706282);

            2.國家自然科學基金面上項目:考慮過程耦合與操作動態的煉油化工生產調度多目標優化(22178383);

            3.北京市自然科學基金面上項目:面向混煉原油性質穩定的原油采購計劃與調合調度集成優化(2232021);

            4.國家重點研發計劃子課題:水下生產系統故障診斷及智能預警技術研究(2016YFC0303703);

            5.引進人才啟動基金:一類復雜大規模MINLP問題的分片線性規劃方法研究(2462017YJRC028);

            6.拔尖人才科研啟動基金: 面向智能制造的計劃調度優化算法關鍵問題研究(2462020BJRC004);

            7.?;?學院自主:智能石油石化過程的數據驅動建模、控制與優化(2462020YXZZ023);

            8.中國石油化工股份有限公司: 稠油舉升系統優化技術完善與推廣-抽油機系統效率影響因素測試;

            9.中國石油化工股份有限公司:稠油舉升系統優化技術完善與推廣-抽油機系統效率技術對策評價;

            10.重慶非常規油氣研究院有限公司:大規模煤層氣井復雜維修任務智能調度優化;

            11.中海油能源發展股份有限公司: 智能化學藥劑系統控制算法研究與應用;

            12.中海油能源發展股份有限公司:電潛泵采油系統智能診斷和控制關鍵技術-大數據分析模型算法;

            13.中國石油化工股份有限公司:數值模擬模型解析及流場參數挖掘分析方法;

            14.中國石油天然氣股份有限公司:天然氣銷售優化與系統分析模型數據智能化處理技術研究;

            15.清云智通(北京)科技有限公司:間歇化工廠不確定性供應鏈調度優化,清云智通(北京)科技有限公司;

            16.中國石油天然氣股份有限公司:數據對齊方法應用和模型建立。


            榮譽和獎勵

            1.中國商業聯合會科學技術獎-全國商業科技進步獎貳等獎,低碳智能油田的注采生產調控關鍵技術與工業應用,2023(2/10);

            2.中國石油與化學工業聯合會科技進步獎-一等獎,水驅開發油田注采動態精細控制關鍵技術與應用,2023.(4/15);

            3.北京企業評價協會科技創新獎-科技創新成果一等獎,油氣舉升井生產系統人工智能關鍵技術與工業化應用,2022.(3/8);

            4.中國發明協會獎創新獎二等獎,智能油氣注采生產關鍵技術及工業化應用,2022. (3/6);

            5.中國儀器儀表學會技術發明獎三等獎,抽油機有桿泵井群生產運行優化技術與智能控制系統,2022. (3/6);

            6.綠色礦山科學技術獎技術研發類一等獎,高含水老油田生產系統節能減排關鍵技術及工業化應用,2019. (9/15)。


            代表論文

            1.Zekun Xu, Xiaoyong Gao*, Jun Fu, Qiang Li, Chaodong Tan. A novel fault diagnosis method under limited samples based on an extreme learning machine and meta-learning. Journal of the Taiwan Institute of Chemical Engineers, 2024, 161, 105522. (SCI)

            2.Wanpeng Zheng, Xiaoyong Gao*, Fuyu Huang, Xin Zuo, Xiaozheng Chen. Integrated Optimization of Crude Oil Procurement Planning and Blending Scheduling for Property Stabilization. Computers & Chemical Engineering, 2024, 186, 108716. (SCI)

            3.Xiaoyong Gao, Shaowei Luo, Diao Peng, Guofeng Kui, Yi Xie, Juan Wu, Jun Pan, Xin Zuo, Tao Chen. A two-layer optimization method for maintenance task scheduling considering multiple priorities. Computers & Chemical Engineering, 2024, 184, 108640. (SCI)

            4.Xiaoyong Gao, Yu Zhang, Jun Fu, Shuang Li. Data augmentation using improved conditional GAN under extremely limited fault samples and its application in fault diagnosis of electric submersible pump. Journal of the Franklin Institute, 2024, 361(4): 106629. (SCI)

            5.高小永,李晨龍,檀朝東,黃付宇,米思怡,袁宇. 無儲能光-電微網下的抽油機井群間抽混合整數非線性優化方法. 石油鉆采工藝, 2023,45(6): 773-782.

            6.高小永, 劉頓, 檀朝東, 李菲菲. 基于ALNS-TS的大規模維修任務調度優化快速求解算法. 化工學報, 2023, 74(11): 4645-4655. (EI)

            7.高小永, 黃付宇, 鄭萬鵬, 彭雕, 楊一旭, 黃德先. 考慮調度操作安全平穩性的煉油化工生產過程調度優化. 化工學報, 2023, 74(4): 1619-1629. (EI)

            8.Xiaoyong Gao, Diao Peng, Guofeng Kui, Jun Pan, Xin Zuo, Feifei Li. Reinforcement Learning Based Optimization Algorithm for Maintenance Tasks Scheduling in Coalbed Methane Gas Field. Computers & Chemical Engineering, 2022, 108131. (SCI)

            9.Jian Su, Yuhong Wang, Xiaoyong Gao. A Combined Algorithm Using Both the MINLP Model and Approximated MILP Model for PVC Production Scheduling. ACS Omega 2022, 7, 30, 26047–26055. (SCI)

            10.Xiaoyong Gao, Yu Zhang, Junfeng Zhou. Improved Dynamic Kernel PCA Based on Local Preserving Projections and Its Application for Electric Submersible Pump Fault Diagnosis. The Canadian Journal of Chemical Engineering, 2022, 101(8): 4539-4554. (SCI)

            11.Gao Xiaoyong, Liu Yanchao, Xie Yi, Huang Dexian. Novel multimodal data fusion soft sensor modeling framework based on meta-learning networks for complex chemical process. IFAC-PapersOnLine, 2022, 55(7): 839-844. (EI)

            12. 夔國鳳, 趙越, 謝毅, 高小永*, 潘軍, 左信. 多緊急等級復雜維修任務即時調度優化與應用. 化工進展,2021, 40(11): 6035-6043. (EI)

            13.Gao, X.; Zhao, Y.;Wang, Y.; Zuo, X.; Chen, T. A Lagrange Relaxation Based Decomposition Algorithm for Large-Scale Offshore Oil Production Planning Optimization. Processes, 2021, 9, 1257. https://doi.org/10.3390/pr9071257. (SCI)

            14.X Gao, Y Xie, S Wang, M Wu, Y Wang, C Tan, X Zuo, T Chen. Offshore oil production planning optimization: An MINLP model considering well operation and flow assurance. Computers & Chemical Engineering , 2020, 133, 106674. (SCI, TOP期刊)

            15.X Gao, Y Wang, Z Feng, D Huang, T Chen. Plant plannsing optimization under time-varying uncertainty: Case study on a polyvinyl chloride plant. Industrial & Engineering Chemistry Research , 2018, 57(36): 12182-12191. (SCI, TOP期刊)


            學術兼職

            中國石油大學(北京)“石大學者”;

            校青年拔尖人才;

            北京自動化學會常務理事;

            中國自動化學會過程控制專委會委員;

            中國自動化學會教育工作委員會委員;

            中國化工學會信息技術應用專委會副秘書長;

            《遼寧石油化工大學學報》特約編委;

            《化工自動化及儀表》編委;

            《計算機與應用化學》《Petroleum Science》《油氣與新能源》青年編委。


            畢業生去向

            多名畢業生去往中國航天科技集團、中國兵器裝備集團、國家管網集團、中石化新能源研究院、海洋石油工程股份有限公司、長安汽車、杭州銀行等科研院所和企業工作;去往北京航空航天大學、英國薩瑞大學、俄羅斯托木斯克大學等高校深造。


            99亚洲综合精品