您目前的位置: 首页» 师资力量» 师资队伍

刘达

 1fda0139d7014f95b8b9929d6fb8597b.jpg

 

姓名:刘达

职称:副教授

所在院系:经济与管理学院

研究方向:Focus Area:

Ø能源经济大数据分析(BigDataAnalysisonEnergyEconomics)

Ø物流系统优化与建模(LogisticsOptimization and Modeling)


联系方式

办公地址:教一楼440A

电子邮箱:liuda@ncepu.edu.cn

办公电话:61773138


个人简介及主要荣誉称号:

刘达,男,1977年9月生,汉族,2008年华北电力大学获博士学位。2013年被聘为副教授,2019年被聘为博士生导师。2015年密歇根大学安娜堡校区访问学者。物流管理教研室主任,智慧能源研究所所长。北京能源发展研究基地核心研究人员。中国商业统计学会理事、中国优选法统筹法与经济数学研究会能源经济与管理研究分会理事、中国系统工程学会能源经济分会理事、中国系统工程学会服务系统工程分会理事、北京运筹学会理事、中国商业统计学会市场调查与教学研究分会理事。

主要从事主要能源经济大数据分析、物流系统优化与建模等研究工作。负责4项国家自然基金等政府资助和多项国家电网等资助课题。在国内外能源经济权威期刊上发表论文70余篇,其中被SCI等检索30余篇。其中2014年发表在Renewable Energy的风速预测论文受到国际同行关注,Scopus数据库中被引用达157次,在ESI高被引数据库中被标注为国际研究前沿论文(全球top1%)。获得省部级奖励3项。出版专著3本。获2项发明专利授权和1项实用新型授权。国家自然科学基金同行评议专家。《Chinese Management Studies》、《IEEE Transactions on Power System》、《Renewable Energy》、《Applied Energy》、《Mathematical Problems in Engineering》、《Renewable & Sustainable Energy Reviews》、《Journal of Renewable and Sustainable Energy》、《Information Sciences》、《Chaos, Solitons & Fractals》、《系统工程理论与实践》、《电力系统自动化》、《现代电力》、《陕西电力》等国外能源一流期刊的审稿专家。

教学与人才培养情况:

1.教学课程:

物流系统分析与设计(本科),2012年起,32学时,24~30人

仓储和配送(本科),2012-2014年,32学时,24~30人

物流专业英语阅读(本科),2012-2016年,32学时,24~30人

市场营销学(本科),2011-2013年,32学时,60~120人

营销策划(本科),2011-2014年,32学时,24~30人

销售管理(本科),2016-,32学时,24~30人

市场营销学(MBA):2011-2019年,32学时,35~120人

物流系统规划与设计(硕士):2011-年,32学时,24~30人

PrincipleofManagement(留学本科生):2012-2014年,32学时,4~10人

PrincipleofManagement(留学研究生):2016-,32学时,10~25人

2.学生培养

毕业硕士(全日制):王继龙(自主就业)张国维(中科院读博)王守凯(广州供电局)高雅(中国交通通信信息中心) 刘瑾宸(日本早稻田读博)蒋琼瑶(三峡中专)朱琪(中都物流)阮亮(南网物资)黄晗(预备读博)孙堃(预备读博-南丹麦大学)

主要科研项目情况

[1]国家自然科学基金,基于外界影响和模型自适应的电价预测理论研究,2010-2013,17.2万,负责人

[2]国家自然科学基金,基于风电场相邻区域气象大数据的短期风电功率预测研究,2017,17.9万,负责人

[3]北京市社科基金,基于用电量分析的北京经济行业波动传导和监测预警模型研究2013-2015,3万,负责人

[4]国网信通埃森哲,集团产业链延展及跨界方向研究,2017,34.5万,负责人

[5]国网宁夏公司,电力体制改革背景下电网企业预算管理优化研究咨询,2018,34.9万,负责人

[6]国网电动汽车,产业信息咨询服务,2018,22万,负责人

[7]国网蒙东公司,运检规范化管理咨询,2019,18万,负责人

主要获奖

[1]智能电网中的智能运营监控关键技术研究及工程应用,2019,创新成果一等奖,排名 4/10

[2]河北省政府,基于电力市场影响的电力负荷预测模型研究,2009,科技进步三等奖,排名3/7

代表性论著

[1]Liu, D., et al., Analysis of the international polysilicon trade network. Resources, Conservation and Recycling, 2019. 142: p. 122-130.

[2]Liu, D., et al., Contribution of international photovoltaic trade to global greenhouse gas emission reduction: the example of China. Resources, Conservation and Recycling, 2019. 143: p. 114-118.

[3]Liu, D. and SunK., Random forest solar power forecast based on classification optimization. Energy, 2019. 187: p. 115940.

[4]LiuD. andSun K., Short-term PM2.5 forecasting based on CEEMD-RF in five cities of China. Environmental Science and Pollution Research, 2019. 26(32): p. 32790-32803.

[5]Liu, D., et al., Electricity consumption and economic growth nexus in Beijing: A causal analysis of quarterly sectoral data. Renewable & Sustainable Energy Reviews, 2018. 82(3): p. 2498-2503.

[6]Liu, D., et al., Monthly Load Forecasting Based on Economic Data by Decomposition Integration Theory. Sustainability, 2018. 10(32829).

[7]Liu, D., et al., Optimum subsidy to promote electric boiler investment to accommodate wind power. Sustainability, 2017. 9(8746).

[8]Liu, D., et al., Forecast modelling via variations in binary image-encoded information exploited by deep learning neural networks. PLoS One, 2016. 11(e01570286).

[9]Liu, D., et al., Optimum electric boiler capacity configuration in a regional power grid for a wind power accommodation scenario. Energies, 2016. 9(3).

[10]Liu, D., J. Wang and H. Wang, Short-term wind speed forecasting based on spectral clustering and optimised echo state networks. Renewable Energy, 2015. 78: p. 599-608.

[11]Liu, D., et al., Short-term wind speed forecasting using wavelet transform and support vector machines optimized by genetic algorithm. Renewable Energy, 2014. 62: p. 592.

[12]刘达等,电力市场建模预测与实践,中国水利水电出版社,2019