出生年月：1984.12

职称：教授

学科：电子信息

研究方向：

人工神经网络理论及其创新应用研究

联系电话：13648401358

电子邮箱：lipenghua88@163.com

个人简介

李鹏华，教授，博士生导师，计算机科学与工程学院副院长。重庆市杰出青年基金获得者，重庆英才·青年拔尖人才，重庆市创新青年科技人才，入选爱思唯尔全球 2%顶尖科学家榜单，中国自动化学会技术过程故障诊断与安全性专业委员会委员，重庆人工智能学会智慧交通专业委员会常务委员。曾分别担任第 27 届、第 30 届中国控制与决策会议神经网络专题分会主席、2023 中国自动化大会先进制造智能计算论坛主席、新能源汽车动力电池健康管理论坛主席。

工作及学习简历

重庆大学 本科 电子信息科学与技术 2003 年 09 月 - 2008 年 07 月 重庆

重庆大学 硕博连读 控制理论与控制工程 2008 年 09 月 - 2012 年 12 月 重庆

重庆邮电大学 讲师 自动化学院 2013 年 01 月 - 2013 年 09 月 重庆

维也纳科技大学 高级访问学者 计算机学院 2020年2月-2020年8月 奥地利

重庆邮电大学 副教授 自动化学院 2014 年 10 月 - 2020 年 11 月 重庆

重庆邮电大学 教授 自动化学院 2020 年 12 月 – 2024年12月 重庆

重庆科技大学 教授 计算机科学与工程学院 2025年2月-今 重庆

科技获奖

[1] 重庆市科技进步一等奖：车载仪表多模态交互显示与智能制造关键技术及应用，重庆市人民政府， 2020.05，排名：2/15
[2] 重庆市科技进步一等奖：智慧金融集成生物识别关键技术及应用，重庆市人民政府，2019.05. 排名：4/15
[3] 重庆庆市科学技术（自然科学）二等奖：可信数据驱动的轻量级神经网络建模理论与方法，重庆市人民政府，2023.05. 排名：1/4
[4] 中国自动化学会自然科学奖二等奖：车用动力电池的可解释状态估计与寿命预测理论与方法，中国自动化学会，2023.10. 排名：1/5
[5] 中国仪器仪表学会科技进步二等奖：车载增强现实抬头显示器关键技术及产业化，中国仪器仪表学会，2023.10. 排名：1/15
[6] 第二届大模型国防应用竞赛二等奖：面向***的轻量化大模型，中央军委科学技术委员会，2024.08，排名：2/3
[7] 第三届“源创杯”创新创意大赛优胜奖：面向战场环境感知的轻量化神经网络技术研究，中央军委科学技术委员会，2023.03. 排名：1/3
[8] 中国自动化学会科技进步二等奖：新能源汽车动力电池高安全长寿命健康管理技术及应用，中国自动化学会，2024.12. 排名:1/10

主持的科研项目

[1] 国家重点研发计划项目，SQ2024YFE0102648，高山全气候光伏储能系统的健康管理与优化控制，2025-03 至2027-03.
[2] 国家自然科学基金面上项目，52272388，基于轻量级神经网络的动力锂电池健康状态与剩余寿命预测研究，2023-01 至 2026-12.
[3] 重庆市自然科学杰出青年基金项目，cstc2021jcyj-jqX0001，面向动力锂电池时间序列的神经网络轻量化自动学习技术研究，2021-10 至 2024- 09.
[4] 重庆英才·青年拔尖人才项目，CQYC20220511720，轻量级神经网络驱动的动力电池寿命预测，2023-09 至 2026-09.
[5] 国家发展改革委员会， 国家新一代信息基础设施建设工程和“互联网+”重大工程子项目， ndrc201627 10，人机交互与环境感知软件， 2017- 03 至 2020-03.
[6] 教育部-中国移动科研基金，MCM20180404，语音智能对话系统，2019-06 至 2021-06.
[7] 国家自然科学基金青年基金项目，61403053，基于量子自组织神经网络的汽车三元催化器故障诊断方法，2015-01 至 2017-12.
[8] 重庆市教育委重点科学技术研究项目， KJZD-K202100603, 基于非平衡数据自组增强与自动机器学习的锂电池健康状态监测， 2021-07 至 2024-06.
[9] 重庆市自然科学基金，cstc2018jcyjAX0167，基于深度增强学习的车载多轮对话系统研究，2018-07 至 2021-06.
[10] 重庆市人工智能技术创新重大主题专项课题，cstc2017rgzn-zdyfX0035，园区智能巡检机器人开发及应用，2018-01 至 2019-12.
[11] 重庆市重点产业共性关键技术创新专项课题，cstc2017zdcy-zdyfX006，面向林业生态环境的多模态人机交互技术研发与应用，2017-11 至 2020-06.
[12] 安徽省重点研究与开发计划课题，202304a05020060，边缘智能驱动的动方电池健康管理关键技术研究，2023-08 至 2026-06.
[13] 重庆市科技人才培养计划青年科技人才项目，cstc2013kjrc-qnrc40005，量子 Hopfield 神经网络的汽车发动机电控单元故障诊断仪，2013-09- 201609.

近五年代表论文

[1] Li P*, Wu X, Grosu R, et al. Applying neural network to health estimation and lifetime prediction of lithium-Ion batteries [J]. IEEE Transactions on Transportation Electrification, 2025, 11(1): 4224-4248. (25 页长文 中科院 SCI 一区 TOP 期刊, IF=7.2)

[2]Li P*, Zhang Z, Grosu R, et al. An end-to-end neural network framework for state-of-health estimation and remaining useful life prediction of electric vehicle lithium batteries[J]. Renewable and Sustainable Energy Reviews, 2022, 156: 111843. (ESI 前 1%高被引, 中科院 SCI 一区 TOP 期 刊,IF=15.9)

[3]Li P*, Zhang Z, Xiong Q, et al. State-of-health estimation and remaining useful life prediction for the lithium-ion battery based on a variant long short term memory neural network[J]. Journal of power sources, 2020, 459: 228069. (ESI 前 1%高被引, 中科院 SCI 一区 TOP 期刊,IF=9.2)

[4]Hou J, Su H, Li P*, et al. Bias-correction errors-in-variables Hammerstein model identification[J]. IEEE Transactions on Industrial Electronics, 2022, 70(7): 7268-7279. (ESI 前 1%高被引, 中科院 SCI 一区 TOP 期刊,IF=7.7)

[5]Deng Z, Hu X, Li P*, et al. Data-driven battery state of health estimation based on random partial charging data[J]. IEEE Transactions on Power Electronics, 2021, 37(5): 5021-5031. (ESI 前 1%高被引, 中科院 SCI 一区 TOP 期刊,IF=6.7)

[6]Gu X, See K W, Li P*, et al. A novel state-of-health estimation for the lithium-ion battery using a convolutional neural network and transformer model[J]. Energy, 2023, 262: 125501. (ESI 前 1%高被引, 中科院 SCI 一区 TOP 期刊,IF=9.0)

[7]Hou J, Su H, Li P, et al. Consistent subspace identification of errors-in-variables Hammerstein systems[J]. IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2022, 53(4): 2292-2303. (ESI 前 1%高被引, 中科院 SCI 一区 TOP 期刊,IF=8.7)

[8]Li P*, Yang Y, Grosu R, et al. Driver distraction detection using octave-like convolutional neural network[J]. IEEE transactions on intelligent transportation systems, 2021, 23(7): 8823-8833. (中科院 SCI 一区 TOP 期刊,IF=8.5)

[9]Li P, Liu J, Deng Z, et al. Increasing energy utilization of battery energy storage via active multivariable fusion-driven balancing[J]. Energy, 2022, 243: 122772. (中科院 SCI 一区 TOP 期刊,IF=9.0)

[10]Wu X, Li P*, Deng Z, Liu Z, Kurboniyon M. S., et al. LDNet-RUL: Lightweight deformable neural network for remaining useful life prognostics of lithium-ion batteries[J]. IEEE Transactions on Power Electronics,2025,40(9):13514-13528 (中科院SCI一区TOP期刊, IF=7.9)

[11]Li P, Ao Z, Hou J, et al.Physics-informed mamba neural network with potential knowledge for state-of-charge estimation of lithium-ion batteries[J]. Journal of Energy Storage, 2025 ,123:116546 (中科院SCI二区TOP期刊,IF=9.8)

[12]Yang P, Deng W, Luo J, Li R, Li P*, et al. Preparation and structure optimization of 2D MXene nanocomposites for microwave absorbing application[J]. Materials Today Physics, 2023: 101291. (中科院 SCI 一区 TOP 期刊,IF=11.5)

[13]Hou J, Liu J, Chen F, Li P*, et al. Robust lithium-ion state-of-charge and battery parameters joint estimation based on an enhanced adaptive unscented Kalman filter[J]. Energy, 2023, 271: 126998. (中科院 SCI 一区 TOP 期刊,IF=9.0)

[14]Yang Z, Li M, Lu G, Wang Y, Wei J, Hu X, Li Z, Li P*, Xu C. High‐Performance Composite Lithium Anodes Enabled by Electronic/Ionic Dual‐Conductive Paths for Solid‐State Li Metal Batteries[J]. Small, 2022, 18(31): 2202911. (中科院 SCI 一区 TOP 期刊,IF=13.3)

发明专利

[1] 李鹏华;程家伟;柴毅;程安宇;胡向东;侯杰;朱智勤;张亚鹏;董江林; 基于蒙特卡洛方法的锂电池异常工况数据自组增强方法;2023-10-20;中国; ZL 2020 1 0610473.9
[2] 李鹏华;赵芬;朱智勤;袁宇鹏;李小飞;基于多任务学习的问答方法;中国;2022-10-14;中国;ZL 2019 1 0152570.5
[3] 李鹏华;黄子恒;张奕辉;谢潇;刘学超;唐培渊;一种基于全局-局部对比学习的跨语言自然语言理解方法; 中国;2025-05-13; ZL 2022 1 1571399.X
[4] 李鹏华;程艺;侯杰;陈丰伟;俞成浦;孙健;周桐;基于特征迁移学习的锂电池健康状况监测方法;2022-09-27;中国;ZL 2021 1 0801474.6
[5] 李鹏华;刘佳;柴毅;胡向东;程安宇;利节;侯杰;朱智勤;张亚鹏;卢楠;基于可微连续映射的锂电池健康监测模型自学习方法;2022-08-09;中国;ZL 2020 1 0609011.5
[6] 李鹏华;田鹏;刘行谋;陈旭赢;李祖栋;卢楠;王宁;鲁鑫高翔;一种通道注意力传播与聚合下的声纹识别方法,2022-07-15;中国;ZL 2021 1 0368665.8
[7] 李鹏华;程家伟;刘行谋;张亚鹏;俞方舟;陈旭赢;乐磊;张恩浪;董江林;基于自适应掩膜和分组线性变换的轻量级语音识别方法;2022-05-13;中国;ZL 2021 1 0367779.0
[8] 李鹏华;刘太林;朱智勤;李嫄源;朱庆元;一种面向中国移动智能客服的动态扩展知识图推理方法;2022-02-08;中国;ZL 2018 1 0049053.0
[9] 李鹏华;张家昌;张子健;柴毅;熊庆宇;丁宝苍;魏善碧;一种基于AST-LSTM神经网络的锂电池 SOH估计与 RUL 预测方法,2021-11-19;中国;ZL 2019 1 1018344.4.
[10] 李鹏华;邵子璇;熊庆宇;丁宝苍;侯杰;朱智勤;张子健;胡和煦;一种归一化互信息准则约束的锂电池故障数据筛选方法;2021-07-23;中国; ZL 2019 1 0696529.4
[11] 李鹏华;胡和煦;熊庆宇;朱智勤;侯杰;丁宝苍;张子健;张岸; 一种混合卷积神经网络驱动的锂电池多类故障诊断建模方法,2021-04-02;中国;ZL 2019 1 0695409.2
[12] 李鹏华;刘太林;李嫄源;米怡;王欢;一种基于数据库与神经网络的车机自然语言人机交互算法,2021-03-23;中国;ZL 2017 1 0874715.3
[13] 李鹏华,米怡,王欢,秦石磊,基于状态跟踪与策略导向下的移动客服对话管理方法;2020-05-26;中国;ZL 2018 1 0055021.1
[14] 李鹏华;赵芬;李嫄源;朱智勤;刘太林;基于自然语言处理的林业生态环境人机交互方法;2019-04-26;中国; ZL 2017 1 1408324.9
[15] 李鹏华;王欢;李嫄源;朱智勤;张家昌;一种基于相关冗余变换与增强学习的多维度协同控制方法,2019-04-09;中国;ZL 2017 1 1407168.4
[16] 李鹏华;刘晶晶;冯辉宗,赵芬; 一种基于数据驱动的三元催化器的故障诊断方法;2018-07-17;中国;ZL2016 1 0864280.X.
[17] 李鹏华;李银国;柴毅;岑明;李永福;邱翊峰;周思;采用量子 Hopfield 神经网络的模拟电路多故障智能诊断方法;2015-04-22;中国;ZL 2012 1 0569235.3.
[18] 杨奕枫;李鹏华;李嫄源;胡向东;李锐;朱智勤;侯杰;基于轻量级类八维卷积神经网络的驾驶分心识别方法;2022-07-01;中国; ZL202010752388.6
[19] 张子健,李鹏华;胡晓松,柴毅;熊庆宇;胡向东;陈立平;侯杰; 一种锂电池 SOH 估算和 RUL 预测的端到端神经网络建立方法；2023-11-03;中国; ZL2020 10967389.2

国家标准

[1] 杨宏,李鹏华,郭雄,谢昊飞等，GB/T 30269.809-2020, 信息技术传感器网络第 809 部分：测试：基于IP的无线传感器网络网络层协议一致性测试[S].2020.12
[2] 雷根、杨宏 、苏静茹、李鹏华、郭雄等，信息技术系统间远程通信和信息交换虚拟桥接局域网网桥端囗扩, GB/T 44817-2024[S]2024.10
[3] 陈溯、陈绍凯、孙伟、卓兰、王建丰，李鹏华等GB/T 44249.1-2024，面向海上油气生产的物联网系统 第1部分:通用要求[S]2024.08