一、个人简介
张孝远，男，1981年4月生，工学博士、教授、硕士生导师，公海清洁能源智慧运维团队负责人。兼任中国振动工程学会转子动力学专委会、河南省电工技术学会、河南省仪器仪表学会理事。
2012年博士毕业于华中科技大学水电与数字化工程学院，同年12月到公海公海7108线路任教，2015年11月取得副教授职称。2019.7-2020.7月，美国普渡大学印第安纳大学联合分校访问学者。主持参与国家级、省部级等纵向项目15项；主持参与水力发电公司、中国电科院，省电力公司等重点企业委托横向项目11项。在IEEE Transactions on Industrial Informatics、Mechanical Systems and Signal Processing、Neurocomputing、中国电机工程学报等国内外权威期刊发表论文27篇，包含SCI期刊论文17篇，一作Top期刊论文7篇，ESI高被引论文3篇。截至2023.6.13日，论文合计他引1340次。成果支撑获得2017年教育部自然科学奖一等奖、2022年湖北省科技进步一等奖。
ResearchGate主页：https://www.researchgate.net/profile/Xiaoyuan_Zhang2
联系方式：Email：shawin@foxmail.com; QQ/WeChat：381102027
二、研究方向
（1）发电设备状态监测、健康维护、故障诊断与健康管理；
（2）水力、风力与光伏发电系统的建模仿真与优化控制；
（3）新能源电力系统调度、微网的能量管理与控制；
（4）大数据、深度学习和人工智能的应用研究。
三、代表性成果
（一）主要论文
[1] Xiaoyuan Zhang*, Yajun Jiang, Xianbo Wang, Chaoshun Li,Health Condition Assessment for Pumped Storage Units using Multi-Head Self-Attentive Mechanism and Improved Radar Chart,IEEE Transactions on Industrial Informatics. 2022.中科院1区，top期刊,IF:11.648
[2] Xiaoyuan Zhang*, Yajun Jiang, Chaoshun Li , Jinhao Zhang, Health status assessment and prediction for pumped storage units using a novel health degradation index, Mechanical Systems and Signal Processing. 2022, 171: 108910. 中科院1区，top期刊, IF:8.934
[3] Xiaoyuan Zhang*, Yitao Liang, Jianzhong Zhou, A novel bearing fault diagnosis model integrated permutation entropy, ensemble empirical mode decomposition and optimized SVM, Measurement. 2015, 69： 164–179. (中科院二区，IF：5.131，ESI高被引论文)
[4] Xiaoyuan Zhang*, Jianzhong Zhou, Multi-fault diagnosis for rolling element bearings based on ensemble empirical mode decomposition and optimized support vector machines. Mechanical Systems and Signal Processing, 2013, 41(1): 127-140. (中科院一区，Top, IF: 8.934, ESI高被引论文)
[5] Xiaoyuan Zhang*, Chaoshun Li, Xianbo Wang, Huanmei Wu. A novel fault diagnosis procedure based on improved symplectic geometry mode decomposition and optimized SVM. Measurement, 2021,173: 108644. (中科院二区，IF：5.131)
[6] Xiaoyuan Zhang*, Daoyin Qiu, Fuan Chen, Support vector machine with parameter optimization by a novel hybrid method and its application to fault diagnosis, Neurocomputing. 2015, 149: 641–651. (中科院二区，Top，IF：5.779)
[7] Xiaoyuan Zhang*, Jianzhong Zhou, Chaoshun Li. Multi-class support vector machine optimized by inter-cluster distance and self-adaptive differential evolution. Applied Mathematics and Computation， 2012, 9 (1): 4973-4987. (中科院一区，Top, IF: 4.397)
[8] Xiaoyuan Zhang*, Jianzhong Zhou, Jun Guo. Vibrant fault diagnosis for hydroelectric generator units with a new combination of rough sets and support vector machine. Expert Systems with Applications, 2012, 39 (3): 2621-2628. (中科院一区，Top, IF: 8.665)
[9] Xianbo Wang, Xiaoyuan Zhang, Zhen Li, Jun Wu, Ensemble Extreme Learning Machines for Compound fault Diagnosis of Rotating Machinery, Knowledge-Based Systems, 2020, 188: 105012. (中科院一区，Top, IF: 8.139)
[10] Cui Xiaolong, Yifan Wu, Xiaoyuan Zhang, Jie Huang, Pak Kin Wong, Chaoshun Li, A Novel Fault Diagnosis Method for Rotor-Bearing System Based on Instantaneous Orbit Fusion Feature Image and Deep Convolutional Neural Network, IEEE/ASME Transactions on Mechatronics, 2022,Early Access, DOI: 10.1109/ TMECH. 2022. 3214505. (中科院一区，Top, IF: 5.867)
[11] Peng Chen, Chaoshun Li, Xiaoyuan Zhang, Degradation trend prediction of pumped storage unit based on a novel performance degradation index and GRU-attention model, Sustainable Energy Technologies and Assessments, 2022, 54: 102807. (中科院二区，IF: 7.632)
[12] 张孝远，张金浩，杨立新，考虑不同充电策略的锂电池健康状态区间估计，上海交通大学学报，网络首发，2022.5（EI）
[13] 张孝远, 张新萍，苏宝平，基于最小最大核K均值聚类算法的水电机组振动故障诊断，电力系统保护与控制，2015，43 (5): 27-34. (EI）
[14] 张孝远，周建中，王常青. 考虑样本交叠的水电机组振动故障诊断，电力系统保护与控制，2012, 40(3): 8-14. (EI)
[15] 张孝远，周建中，黄志伟. 基于粗糙集和多类支持向量机的水电机组振动故障诊断. 中国电机工程学报, 2010, 30(20): 88-93. (EI)
（二）获奖
[1] 成果“大型水电机组动力学建模、故障诊断与优化控制”获2017年教育部自然科学一等奖，排名5。
