个人简历

于全庆，美国韦恩州立大学及美国马里兰大学帕克分校访问学者。主要从事新能源汽车动力电池系统管理、储能技术及汽车智能化技术方面的研究。主持山东省面上基金1项，威海市科研创新基金1项，国家重点实验室开放基金1项，中央高校基本科研业务费专项1项。参与中国自然科学基金2项，美国自然科学基金1项、陆军装备部项目1项、国家重点研发计划子课题1项。申请发明专利15项，授权3项，参编中英文专著各一部，近五年共发表学术论文30篇，学术引用次数近1200余次，其中SCI收录18篇，顶级期刊论文14篇，先后入选ESI高被引论文7篇，1篇获第四届《机械工程学报》高影响力论文奖，1篇获ICEEE2017国际会议最佳论文奖，1篇获2019年电工技术学会年会优秀论文奖。担任《Appl Energy》、《J. Cleaner Production》、《IEEE Trans. Ind Electron.》、《IEEE Trans. Power Electron.》等20多本能源与电气领域期刊审稿专家，International Journal of Green Energy （SCI期刊）、《Energy and AI》 、《机械工程学报》、《IET Intelligent Transport Systems》客座编辑，《电工技术学报》专刊 副主编，获2017年《Appl Energy》期刊杰出贡献奖。
教育经历
学历教育
2015.09-2019.06 北京理工大学 机械工程 博士
2009.09-2012.03 北京理工大学 力学 硕士
2004.09-2008.06 哈尔滨商业大学 包装工程 学士
海外经历
2017.12-2018.12 马里兰大学 帕克分校(美) 机械工程 博士(联合培养)
2016.11-2017.11 韦恩州立大学(美) 电气工程 博士(联合培养)
工作经历
2019.07-至今 哈尔滨工业大学(威海)汽车工程学院 副教授
2012.04-2015.06 江铃汽车股份有限公司发动机开发部 工程师
主持/参与项目
车用动力电池系统故障诊断方法研究，山东省自然科学基金-面上项目，ZR2020ME209，2021.1-2023.12，在研，主持
面向主动安全的车载动力电池系统峰值功率预测研究，吉林大学汽车仿真与控制国家重点实验室开放基金，20201208，2021.01-2023.10，在研，主持
车载锂离子动力电池组自适应建模和高精度状态估计方法研究，威海市科研创新基金，2021.1-2022.12，在研，主持
电池系统故障诊断及容错控制研究，中央高校基本科研业务费专项，2020.1-2021.12，在研，主持
****设备，陆军装备部横向项目，2019.12-2028.6，在研，参与
面向适应性和差异性的锂离子动力电池组建模和状态估计方法研究，国家自然科学基金-青年项目，2018.1-2020.12，结题，参与
New Management and Control Methods of Networked Battery Systems for Reliable Diagnosis and Robust Operation，自然科学基金（美国），2015.8-2018.7，结题，参与
新能源汽车全气候动力电池系统研发及极寒环境应用，北京市科技计划，2017.1-2018.12，结题，参与
本科生课程
必修课 《人工智能入门》大二 上学期
选修课 《电动汽车动力电池系统设计与制造技术》 大四 上学期
研究生课程
选修课 《机器学习基础》 研一 上学期
选修课 《动力电池系统安全技术（双语课）》 研一 上学期
发明专利
[15] 于全庆、俄立新、金毅、王大方、杨博文、张齐、郝自伟、董浩崧、张毕、孙旭, 基于遗传算法优化神经网络的电池系统多故障诊断方法, 202110052494.8, 2021.1.15.
[14] 王立欣、李俊夫、冀禹昆、刘能锋、于全庆、王宇海、出潇，基于多约束条件粒子群优化算法的锂电池组参数辨识方法，202011453417.5，2020.12.11。
[13] 王立欣、李俊夫、杨龙、刘能锋、于瀚卿、于全庆、王宇海、出潇，考虑热效应影响的锂离子电池峰值功率预测方法，202011446598.9，2020.12.11。
[12] 于全庆、黄永和、俄立新、张昕、万长江、穆浩、李俊夫, 一种基于动态多安全约束的电池充放电峰值功率预测方法, 20201103051.3, 2020.11.20
[11] 于全庆、李昊、孙逸辰、林野、穆浩、张力元、万长江、侯芹忠、李俊夫，一种基于衰减记忆滤波器的电动汽车故障诊断方法，202011185803.0,2020.10.30
[10] 于全庆、林野、孙逸辰、李昊、穆浩、张力元、万长江、侯芹忠、李俊夫，一种基于动态阈值模型的电动汽车故障诊断方法，202011181863.5,2020.10.30
[9] 李俊夫、于瀚卿、杨龙、于全庆、王宇海、楚潇、任陆宁，一种锂离子电池组电化学模型参数获取方法，202011117166.3，2020.10.19.
[8] 于全庆、张昕、万长江、侯芹忠、李俊夫、黄永和、修瑜林、刘嘉琳、李昊、林野，一种动力电池系统故障诊断及容错控制方法，202011072539.X，2020.10.09.
[7] 于全庆、万长江、金毅、王大方、杨博文、郝自伟、张毕、董浩崧、李宪营、俄立新, 一种基于参数辨识法的电池系统传感器故障诊断方法，202011036224.X，2020.09.28.
[6] 于全庆、万长江、金毅、王大方、杨博文、董浩崧、郝自伟、张毕、李宪营、秦梦迪，一种基于状态估计法的电池系统传感器故障诊断方法，202011036233.9，2020.09.28.
[5] 于全庆、黄永和、万长江、张昕、林野、李昊、俄立新、秦梦迪、孙逸辰、李俊夫, 一种考虑动力电池耐久性影响的峰值功率预测方法，202011034157.8，2020.09.28
[4] 于全庆、万长江、金毅、王大方、张齐、杨博文，一种动力电池开路电压模型融合方法，202010864946.8，2020.08.25。
[3] 熊瑞、于全庆、陈铖、杨瑞鑫，一种联合估计动力电池系统参数与荷电状态的方法[P]，ZL.201610802342.4，2018.09.11。
[2] 熊瑞、田金鹏、于全庆、李治润，一种动力电池系统寿命衰退特征快速识别的方法[P]，ZL201610880874.X，2019.03.26.
[1] 熊瑞、郭辉、于全庆、穆浩，多时间尺度IAPF滤波估计动力电池荷电状态与健康状态的方法[P]，ZL201611077392.7，2018.12.28。

研究领域

新能源汽车电池系统管理及控制
新能源汽车复合电源能量管理
电动载运装备及储能系统
汽车智能化和网联化技术""

近期论文

[19] Z. Chen, B. Zhang, R. Xiong, W. Shen, Q. Yu. Electro-thermal coupling model of lithium-ion batteries under external short circuit, Applied Energy. 2021, 293:116910 . (IF=8.848)
[18] Q. Yu, C. Wan, J. Li, L. E, X. Zhang, Y. Huang, T. Liu*. An Open Circuit Voltage Model Fusion Method for State of Charge Estimation of Lithium-ion Batteries, Energies 2021, 14,1797 ( IF=2.702)
[17] Q. Yu, C. Wan, J. Li, R. Xiong*, Z. Chen. A model-based sensor fault diagnosis scheme for batteries in electric vehicles, Energies 2021,14,829 ( IF=2.702)
[16] R. Xiong, W. Sun, Q. Yu*, F. Sun, Research Progress, Challenges and Prospects of Fault Diagnosis on Battery System of Electric Vehicles, Applied Energy. 2020,279:115855. (IF=8.848)
[15] R. Xiong, L. Li, Q. Yu*, Q. Jin, R. Yang, A set membership theory based parameter and state of charge co-estimation method for all-climate batteries, Journal of Cleaner Production. 2020, 249:11389. (IF=7.246)
[14] C. Wang, R. Yang*, Q. Yu, Wavelet transform based energy management strategies for plug-in hybrid electric vehicles considering temperature uncertainty, Applied Energy. 2019，256:113928. (IF=8.848)
[13] Q. Yu, R. Xiong*, R. Yang, M. G. Pecht, Online capacity estimation for lithium-ion batteries through joint estimation method, Applied Energy. 2019, 255:113817. (IF=8.848)
[12] R. Xiong, Q. Yu*, W. X. Shen, C. Lin, F. Sun, A sensor fault diagnosis method for a lithium-ion battery pack in electric vehicles, IEEE Transactions on Power Electronics, 2019, 34(10):9709-9718. (IF=6.373) (ESI高被引论文)
[11] Q. Yu*, R. Xiong, Y. Xing, C. Li, M. G. Pecht, Water-resistant smartphone technologies. IEEE Access, 2019, 7:42757-42773. (IF=3.745) (Featured Article)
[10] R. Xiong, L. Li, Z. Li, Q. Yu*, An electrochemical model-based degradation state identification method of Lithium-ion battery for all-climate electric vehicles application, Applied Energy, 2018, 219:264-275. (IF=8.848)
[9] J. Tian, R. Xiong, Q. Yu, Fractional order model based incremental capacity analysis for degradation state recognition of lithium-ion batteries, IEEE Transactions on Industrial Electronics, 2019, 66(2):1576-1584. (IF=7.503) (ESI高被引论文)
[8] Q. Yu, R. Xiong, L. Y. Wang, C. Lin, A comparative study on open circuit voltage models for lithium-ion batteries, Chinese Journal of Mechanical Engineering, 2018, 31(1):65. (IF=1.824) （第四届《机械工程学报》高影响力论文奖）
[7] R. Xiong, Y. Duan, J. Cao, Q. Yu*, Battery and ultracapacitor in-the-loop approach to validate a real-time power management method for an all-climate electric vehicle, Applied Energy, 2018, 217(1):153-165. (IF=8.848) (ESI高被引论文)
[6] R. Xiong, J. Cao, Q. Yu*, Reinforcement learning-based real-time power management for hybrid energy storage system in the plug-in hybrid electric vehicle, Applied Energy, 2018, 211(1):538-548. (IF=8.848) (ESI高被引论文)
[5] M. Ye, H. Guo, R. Xiong, Q. Yu*, A double-scale and adaptive particle filter-based online parameter and state of charge estimation method for lithium-ion batteries, Energy, 2018, 144 (1):789-799. (IF=6.082)
[4] Q. Yu, R. Xiong, C. Lin, W. X. Shen, J. Deng, Lithium-ion battery parameters and state-of-charge joint estimation based on H-infinity and unscented Kalman filters, IEEE Transactions on Vehicular Technology, 2017, 66 (10):8693-8701. (IF=5.379) (ESI高被引论文)
[3] C. Lin, Q. Yu, R. Xiong, L. Y. Wang, A study on the impact of open circuit voltage tests on state of charge estimation for lithium-ion batteries, Applied Energy, 2017, 205(1):892-902. (IF=8.848)
[2] R. Xiong, Q. Yu*, L. Y. Wang, C. Lin, A novel method to obtain the open circuit voltage for the state of charge of lithium ion batteries in electric vehicles by using H infinity filter, Applied Energy, 2017, 207(1):346-353. (IF=8.848) (ESI高被引论文)
[1] R. Xiong, J. Cao, Q. Yu, H. He, Critical review on the battery state of charge estimation methods for electric vehicles, IEEE Access, 2017, 6:1832-1843. (IF=3.745) (ESI高被引论文)
1. 学会/协会
中国电工技术学会高级会员
中国电源学会会员
中国汽车工程学会会员
美国电气和电子工程师协会会员
IEEE PES（中国）动力电池分委会 秘书长
电源学会交通电气化专业委员会 委员
中国电工技术学会青年工作委员会 委员
中国电动技术学会 青工委先进储能科学与应用学组 秘书长
UNILAB:BMEV国际联合实验室 秘书
湖北省新能源动力电池工程技术研究中心 学术委员会 秘书
2. 期刊/会议
机械工程学（Mechanical Engineering Science）编委
机械工程学报 客座编辑
Energy and AI 客座编辑
International Journal of Green Energy 客座编辑
Energies Topic Editor
IET Intelligent Transport Systems 客座编辑
电工技术学报 专刊-2021电动智能载运工具国际学术会议 副主编
3. SCI/EI期刊审稿专家
机械工程学报
电源学报
Applied Energy
Engineering
Electrical Engineering
Energy & Fuels
IEEE Access
IEEE Transactions on Industrial Electronics
IEEE Transactions on Neural Networks and Learning Systems
IEEE Transactions on Power Electronics
IEEE Transactions on Transportation Electrification
IEEE Transactions on Vehicular Technology
IEEE Journal of Emerging and Selected Topics in Power Electronics
IEEE Journal on Miniaturization for Air and Space Systems
IET Power Electronics
International Journal of Automotive Technology
International Journal of Communication Systems
International Journal of Energy Research
International Journal of Green Energy
International Journal of Photoenergy
Journal of Cleaner Production
Journal of Energy Storage
Journal of Power Sources
Journal of the Franklin Institute
Journal of the Chinese Institute of Engineers
Measurement
Microprocessors and Microsystems
Mathematical Problems in Engineering
Sensors
SAE International Journal of Alternative Powertrains
Sustainable Energy, Grids and Networks