一、个人基本信息
孙静，女，博士，副教授，中国自动化学会车辆控制与智能化专业委员会委员，山东省自动化学会理事，山东工商学院智能控制与视频分析研究所所长，信息与电子工程学院副院长，校凤凰青年才俊，控制科学与工程一级学科硕士学位研究生导师，电子信息专业学位硕士研究生导师。现主要研究方向为车用锂离子动力电池均衡控制及健康状态估计。主持完成国家自然科学基金项目1项，在研烟台市科技创新发展计划项目1项，在《Energy》、《Journal of Energy Storage》、《电工技术学报》等期刊及国际会议上发表科研论文30余篇，授权发明专利2项，另有5项发明专利已进入实审阶段，现为Energy、Journal of Energy Storage等期刊审稿人。发表教研论文5篇，参编教材1部，获校优秀教学效果一等奖1项。获得全国大学生电子设计竞赛山东赛区优秀辅导教师、山东工商学院女教职工建功立业标兵、山东工商学院优秀青春成长导师、2020山商最美教师、山东省优秀学士学位论文指导教师等荣誉称号。E-mail：sunjing@sdu.edu.cn
二、科研项目
[1] 国家自然科学基金项目，基于数据驱动预测控制的混合动力汽车转矩协调控制策略研究（批准号61403236），主持。
[2] 烟台市科技创新发展计划项目，基于机器学习的电动汽车用锂离子动力电池管理关键技术研究（批准号2023JCYJ043），主持。
[3] 山东工商学院青年科研基金项目，混合动力电动汽车模式切换动态协调控制策略研究（编号2013QN062），主持。
三、教学、科研获奖
[1] 2022.03, 山东省省级教学成果奖二等奖（位次6/10）
[2] 2021.03, 山东工商学院女教职工建功立业标兵
[3] 2020.12, 全国煤炭行业教学成果奖一等奖（位次6/9）
[4] 2020.09,2020山商最美教师
[5] 2019.05，山东工商学院优秀青春成长导师
[6] 2018.01，山东省省级教学成果奖二等奖（位次3/8）
[7] 2017.11，山东工商学院优秀学士学位论文（设计）指导教师
[8] 2016.11，指导山东省（第二届）单片机应用设计大赛获二等奖
[9] 2016.09，山东工商学院优秀教学效果一等奖
[10] 2010.11，山东省优秀学士学位论文指导教师
[11] 2010.06，全国大学生电子设计竞赛山东赛区优秀辅导教师
[12] 2009.09，指导全国大学生电子设计竞赛获国家二等奖
[13] 2007.09，指导全国大学生电子设计竞赛获山东赛区一等奖
四、国家技术发明专利
[1] HEV模式切换的数据驱动预测控制器设计方法及系统，ZL201710028468.5，发明专利，已授权。
[2] 基于SDO算法的锂离子电池电压故障诊断方法及系统，ZL 202010994154.2，发明专利，已授权。
[3] 基于ISSA-LSTM算法的锂离子电池剩余使用寿命预测方法及系统，发明专利，实审。
[4] 基于CNN-LSTM 结合相关系数的电池故障预测方法及系统，发明专利，实审。
[5] 电池剩余使用寿命预测方法、系统、设备及介质，发明专利，实审。
[6] 基于融合特征的锂离子电池剩余使用寿命预测方法，发明专利，实审。
[7] 基于特征提取与增强的电池健康状态估计方法及系统，发明专利，实审。
五、教材或专著
普通高等教育“十二五”规划教材《电气工程及其自动化专业英语》，参编。
六、代表性论文
[1]Jing Sun, Chaoqun Fan, Huiyi Yan. SOH estimation of lithium-ion
batteries based on multi-feature deep fusion and XGBoost. Energy, 2024(SCI收录，第一作者).
[2] Song Ren, Jing Sun. Multi-fault diagnosis strategy based on a non-redundant interleaved measurement circuit and improved fuzzy entropy for the battery system, Energy, 2024(SCI收录，通信作者).
[3] Jing Sun, Gaopeng Lu, Yunlong Shang, Song Ren, Diantao Wang.A Minor-fault Diagnosis Approach Based on Modified Variance for Lithium-ion Battery Strings, Journal of Energy Storage, 2023 (SCI收录，第一作者).
[4]Jing Sun, Song Ren, Yunlong Shang, Xiaodong Zhang, Yiwei Liu, Diantao Wang. A novel fault prediction method based on convolutional neural network and long short-term memory with correlation coefficient for lithium-ion battery, Journal of Energy Storage, 2023 (SCI收录，第一作者).
[5]Yiwei Liu, Jing Sun, Yunlong Shang, Xiaodong Zhang, Song Ren, Diantao Wang. A novel remaining useful life prediction method for lithium-ion battery based on long short-term memory network optimized by improved sparrow search algorithm, Journal of Energy Storage, 2023 (SCI收录，通信作者).
[6]Jing Sun, Yan Qiu, Yunlong Shang, Gaopeng Lu. A Multi-fault Advanced Diagnosis Method Based on Sparse Data Observers for Lithium-ion Batteries, Journal of Energy Storage, 2022 (SCI收录，第一作者).
[7]Qianchun Zhai, Jing Sun, Yunlong Shang, Haofan Wang. A novel remaining useful life prediction method based on gated recurrent unit
network optimized by tunicate swarm algorithm for lithium-ion batteries. Transactions of the Institute of Measurement and Control, 2024 (SCI收录，通信作者)
[8] Jing Sun, Yiwei Liu. A Remaining Useful Life Indirect Prediction Method for Lithium-Ion Batteries Based on SA-DBN, Journal of The Electrochemical Society, 2024(SCI收录，第一作者)
[9]Jing Sun, Xiaodong Zhang. State-of-Health Prediction for Lithium-Ion Batteriesbased on Empirical Mode Decomposition andBidirectional Gated Recurrent Unit Neural NetworkOptimized by Slime Mould Algorithm, Journal of The Electrochemical Society, 2023 (SCI收录，第一作者)
[10] Haofan Wang, Jing Sun, Qianchun Zhai. State-of-health estimation for lithium-ion batteries based on GWO–VMD-transformer neural network, AIP Advances, 2024(SCI收录，通信作者)
[11]Yan Qiu, Jing Sun, Yunlong Shang, and Dongchang Wang . A Fault Diagnosis and Prognosis Method for Lithium-Ion Batteries Based on a Nonlinear Autoregressive Exogenous Neural Network and Boxplot, Symmetry, 2021 (SCI收录，通信作者)
[12]Xiaodong Zhang, Jing Sun, Yunlong Shang, Song Ren, Yiwei Liu, Diantao Wang. A novel state-of-health prediction method based on long short-term memory network with attention mechanism for lithium-ion battery, Frontiers in Energy Research, 2022(SCI收录，通信作者)
[13]孙静，张承慧，刘旭东，符晓玲.基于Hamilton系统理论的电动汽车用永磁同步电机H∞控制，电工技术学报，2013.11（EI收录，第一作者）
[14]孙静，张承慧，裴文卉，崔纳新，李珂.考虑铁损的电动汽车用永磁同步电机Hamilton镇定控制，控制与决策，2012.12（EI收录，第一作者）
[15]Jing Sun, Xudong Liu, Wei Liu. Experimental Study of PMSM Speed Drive System Based on Nonlinear Predictive Control and Sliding Mode Observer，Journal of Beijing Institute of Technology, 2017.12（EI收录，第一作者）
