1. 物理信息神经网络(physics-informed neural network)深度学习电网暂态稳定在线预测。

2. 基于电池管理系统数据流在线智能电池状态预测和故障诊断。

3. 车网V2G和新能源微网深度强化学习调度策略。

4. 复杂设备剩余寿命预测

5. 复杂信息物理电力网络（cyber-physics power network）级联故障演化规律；复杂电网级联故障统计力学。

6. 超表面透镜结构正向设计。

7. 金属/金属基光子材料表面近场计算模型， 热太阳能电池结构优化设计（Thermophotovoltaic (TPV) ）

陈欣副教授，博导。 本科毕业南京大学强化部，之后在加拿大英属哥伦比亚大学获得硕士学位。2008获得美国耶鲁大学博士学位。2008-2014在麻省理工学院和美国两院院士Robert Silbey教授从事博士后研究工作。2015年受美国两院院士Mark Ratner教授邀去美国西北大学访问， 2016北京计算科学研究中心访问教授，2017受邀访问耶鲁大学。

1.金属表面近场下共振能量转移理论和计算方法的研究

2.新型陶瓷太阳能电池材料的理论研究

3.深度学习网络在电力，交通，生物等复杂系统方面的应用研究

4.复杂网络的高阶结构(higher-order structure)与电网稳定性和鲁棒性的关

5.电池快速充电策略和基于深度学习模型的电池状态预测

1.Layered Hexagonal Oxycarbides, Mn+1AO2Xn (M=Sc, Y, La, Cr and Mo, A=Ca, X=C): Unexpected Photovoltaic Ceramics, Z Wang, X Chen, C Niu, The Journal of Physical Chemistry C,  14240-14247, 122, 2018

2.Enhancement of Resonant Energy Transfer Due to an Evanescent Wave from the Metal, The Journal of Physical Chemistry Letters 7, 955-960, 2016

3.Effect of correlation of local fluctuations on exciton coherence, The Journal of chemical physics 132, 204503, 2010

电子邮箱：xin.chen.nj@xjtu.edu.cn

联系电话：