导航
个人简介
学习经历
工作经历
研究方向
主要论文
主要著作
承担课题
个人信息
姓名： 孙单勋
部门： 能源电力研究中心
直属机构： 能源电力研究中心
性别： 女
--> 职务：
职称： 讲师
学位： 工学博士
毕业院校： 华北电力大学
联系电话：
电子邮箱： sunshanxun@jnu.edu.cn
办公地址： 珠海校区行政楼副楼554
通讯地址：
邮编： 509070
传真：
荣誉奖励：
联系方式
个人简介
博士、讲师，本硕博均就读于华北电力大学（北京），2020年8月毕业于华北电力大学控制科学与工程学科检测技术与自动化装置专业。现为暨南大学能源电力研究中心讲师。主要研究兴趣及方向包括：风电场重建预测与优化布置、海上风-浪耦合电力系统检测、工业层析成像技术等。相关领域发表各类学术期刊二十余篇，其中SCI收录论文9篇。
学习经历
2016年9月-2020年8月华北电力大学 博士 检测技术与自动化装置
2019年7月-2019年10月 英国爱丁堡大学 访问学者Digital Communications
2015年9月-2016年6月华北电力大学 硕博连读 检测技术与自动化装置
2011年9月-2015年6月 华北电力大学 本科 测控技术与仪器
工作经历
2020年12月至今 暨南大学国际能源电力研究中心 讲师
研究方向
1)风电场重建预测与优化布置
2)海上风-浪耦合电力系统检测
3)工业层析成像技术改进
主要论文
[1]SUN S, LIU S, LIU J, et al. Wind field reconstruction using inverse process with optimal sensor placement [J]. IEEE Transactions on Sustainable Energy, 2019, 10(3): 1290-1299.
[2]SUN S, LIU S, CHEN M, et al. An optimized sensing arrangement in wind field reconstruction using CFD and POD [J]. IEEE Transactions on Sustainable Energy, 2020, 11(4):2449-2456
[3]SUN S, LIU S, ZHU H, et al. Sensitivity Guided Image Fusion for Electrical Capacitance Tomography [J]. IEEE Transactions on Instrumentation and Measurement, 2020.
[4]SUN S, LIU S, ZHANG G, et al. The Rapid Establishment of Large Wind Fields via an Inverse Process [J]. Applied Sciences-Basel, 2019, 9(14): 2847.
[5]LIU J, LIU S, SUN S, et al. Data fusion for integrated planar and cylindrical tomographic flame sensing [J]. Flow Measurement and Instrumentation, 2018, 62(2):13-22.
[6]LIU J, LIU S, SUN S, et al. Internal structure visualization of flow and flame by process tomography and PLIF data fusion [J]. Journal of Thermal Science, 2018, 27(1): 64-73.
[7]LIU J, LIU S, SUN S, et al. Tomographic data fusion with CFD simulations associated with a planar sensor [J]. Journal of Thermal Science, 2017, 26(2): 175-82.
[8]CHEN M, LIU S, SUN S, et al. Rapid Reconstruction of Simulated and Experimental Temperature Fields Based on Proper Orthogonal Decomposition [J]. Applied Sciences-Basel, 2020, 10(11), 3729.
[9]GUO H, LIU S, CHEN H, SUN S, et al. Iterative computational imaging method for flow pattern reconstruction based on electrical capacitance tomography [J]. Chemical Engineering Science, 2020, 3(214):115432
