一、个人基本信息
孙静，女，博士，教授，中国自动化学会车辆控制与智能化专业委员会委员，中国自动化学会新能源与储能系统控制专业委员会委员，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，在研山东省自然科学基金项目1项、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》等期刊发表科研论文30余篇，授权发明专利4项，实现专利转化1项，现为IEEE Transactions on Transportation Electrification、Applied Energy等期刊审稿人。《检测技术与自动化》山东省研究生优质课程负责人，《电机与拖动基础》山东省一流课程负责人，发表教研论文5篇，参编教材1部，获山东省教学成果奖特等奖1项、一等奖1项、二等奖2项，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、山东工商学院三八红旗手、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]山东省自然科学基金面上项目，面向复杂应用场景的动力锂电池健康状态与剩余寿命轻量化预测方法研究（批准号ZR2024MF126），主持。
[3]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。
[4]横向课题，采用CNN-LSTM模型预测电池电压的数据分析报告，主持完成。
三、教学、科研获奖
[1] 2026.02,山东省省级教学成果奖特等奖（位次3/15）
[2] 2026.02,山东省省级教学成果奖一等奖（位次7/15）
[3] 2026.03,山东工商学院三八红旗手
[4] 2025.11,第七届全球校园人工智能算法精英大赛算法主题赛国家一等奖（指导教师）
[5] 2025.08,睿抗机器人开发者大赛（RAICOM）国家一等奖（指导教师）
[6] 2025.08,全国大学生智能汽车竞赛山东省一等奖（指导教师）
[7] 2025.08,全国大学生电子设计竞赛山东省二等奖（指导教师）
[8] 2025.05，山东工商学院创新创业教育先进个人
[9] 2025.04,山东工商学院优秀青春成长导师
[10] 2022.03,山东省省级教学成果奖二等奖（位次6/10）
[11] 2021.03,山东工商学院女教职工建功立业标兵
[12] 2020.12,全国煤炭行业教学成果奖一等奖（位次6/9）
[13] 2020.09,2020山商最美教师
[14] 2019.05，山东工商学院优秀青春成长导师
[15] 2018.01，山东省省级教学成果奖二等奖（位次3/8）
[16] 2017.11，山东工商学院优秀学士学位论文（设计）指导教师
[17] 2016.11，指导山东省（第二届）单片机应用设计大赛获二等奖
[18] 2016.09，山东工商学院优秀教学效果一等奖
[19]2016.06，山东工商学院凤凰人才计划（凤凰青年才俊）
[20] 2010.11，山东省优秀学士学位论文指导教师
[21] 2010.06，全国大学生电子设计竞赛山东赛区优秀辅导教师
[22] 2009.09，指导全国大学生电子设计竞赛获国家二等奖
[23] 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，已转化。
[3]基于融合特征的锂离子电池剩余使用寿命预测方法，ZL20241 1059877.8，发明专利，已授权。
[4]基于特征提取与增强的电池健康状态估计方法及系统，ZL2024 10985404.4，发明专利，已授权。
[5]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。
[6]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。
[7]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。
[8]面向非完整充电数据的锂离子电池SOH估计方法，发明专利，实审。
[9]一种基于多绕组变压器与反激变换器的锂电池均衡电路，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。
代表性论文
[1] Jing Sun, Jingfan Gao. SG-DiTs: A physics-informed diffusion-
transformer hybrid framework for reliable battery RUL prediction.Journal of Energy Storage,2026(SCI收录，2区，第一作者).
[2]Jing Sun, Haitao Wang. State of health estimation for lithium-ion batteries based on optimal feature subset algorithm. Energy, 2025(SCI收录，1区TOP，第一作者).
[3]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，1区TOP，第一作者).
[4]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，1区TOP，通信作者).
[5] Jing Sun, Dong Dai. An equalization topology based on multi-
winding transformer and flyback converter for series-connected lithium-ion battery packs,Journal of Energy Storage,2025(SCI收录，2区，第一作者).
[6]Jing Sun, Haofan Wang.Enhanced state of health estimation of lithium-ion batteries through advanced feature selection and self-developed datasets,Journal of Energy Storage,2025(SCI收录，2区，第一作者).
[7]Jing Sun, Gaopeng Lu, Yunlong Shang, Song Ren, Diantao Wang.AMinor-faultDiagnosisApproachBased onModifiedVariance forLithium-ionBatteryStrings,Journal of Energy Storage,2023(SCI收录，2区TOP，第一作者).
[8]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，2区TOP，第一作者).
[9]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，2区TOP，ESI高被引论文，通信作者).
[10]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，2区，第一作者).
[11]孙静，翟千淳.基于融合特征和OOA-BiGRU的锂离子电池RUL预测方法，电工技术学报，2025（EI收录，第一作者）
[12]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 ofMeasurement and Control, 2025(SCI收录，通信作者)
[13] Jing Sun，Huiyi Yan. Remaining Useful Life Prediction for Lithium-Ion Batteries Based on Feature Depth Processing Analysis and Gated Recurrent Unit.Journal of The Electrochemical Society, 2025(SCI收录，第一作者)
[14] Jing Sun，Huiyi Yan. Online Remaining Useful Life Prediction of Lithium-ion Batteries Based on Hybrid Model.Journal of The Electrochemical Society, 2025(SCI收录，第一作者)
[15]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)
[16] Jing Sun, Huiyi Yan. RUL Prediction of Lithium-Ion Batteries based on CombinedNetwork Model Considering Partial Charge and Discharge Data.Journal of The Electrochemical Society, 2024(SCI收录，第一作者)
[17]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)
[18] Haofan Wang,Jing Sun,Qianchun Zhai. State-of-health estimation for lithium-ion batteries based onGWO–VMD-transformer neural network, AIP Advances, 2024(SCI收录，通信作者)
[19]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)
[20] 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)
[21]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）
[22]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）
[23]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）
