姚雷 副教授 博导
一、个人简介
主要从事于汽车混合动力系统能量优化管理、动力电池系统及燃料电池的健康状态（SOH）与故障智能诊断。近年来，主持及参与国家自然科学基金4项、省部级科研项目10余项；以第一/通讯作者在能源与动力工程领域高水平期刊发表SCI论文18篇（中科院TOP期刊论文12篇，高被引论文3篇）；出版教材1部，申请发明专利8项。获中国商业联合会科学技术进步奖特等奖、中国轻工业联合会科学技术进步奖二等奖等奖励。
欢迎具有机械工程、车辆工程、控制科学与工程、计算机应用技术等相关学科背景，对新能源动力系统有浓厚科研兴趣、具备良好自驱力的同学报考硕士、博士研究生，也诚邀本科生加入课题组开展科研训练与创新实践！
二、教育背景
2011.09 - 2016.01 北京理工大学机械工程/博士
2008.09 – 2011.06 重庆大学机械工程/硕士
三、研究领域
混合动力汽车的智能能量管理
多源动力系统安全状态评估
数据驱动建模与智能诊断
四、科研项目
[1]国家自然科学基金面上项目:新能源汽车动力电池系统全生命周期安全状态动态集成评估方法研究，2025.01-2028.12，48万，主持
[2]河南省科技攻关基金项目:新能源车用锂离子电池系统全生命周期的安全状态智能评估，2024.01-2025.12，10万，主持
[3]河南省科技攻关基金项目:新能源汽车用动力电池系统安全状态评估，2021.01-2022.12，10万，主持
[4]河南省高等学校重点科研项目:动态工况下锂离子动力电池系统的健康状态预测，2018-2019，3万，主持
五、代表性成果
1.科研论文：
[1]Yao L, Fang Z , Xiao Y , Hou, J , Fu Z . An Intelligent Fault Diagnosis Method for Lithium Battery Systems Based on Grid Search Support Vector Machine[J]. Energy. 2021. 214. 118866.中国科学院1区, IF=8.738（高被引）.
[2] Xiao Y, Wen J,Yao L*.A comprehensive review of the lithium-ion battery state of health prognosis methods combining aging mechanism analysis[J].Journal of Energy Storage，2023,65.中国科学院2区，IF=9.304（高被引）.
[3]Yao L, Deng J, Dai H, et al. Multi-level collaborative fault diagnosis and self-healing framework for proton exchange membrane fuel cell[J]. Renewable and Sustainable Energy Reviews, 2026, 226: 116465.中国科学院1区, IF=16.30.
[4] Zhao C,Yao L, Xiao Y, et al. Early prediction of lithium-ion battery health in electric vehicles using small-sample learning and hybrid models[J]. Engineering Applications of Artificial Intelligence, 2025, 160: 111924.中国科学院1区top, IF=8.0（共同一作）.
[5]Yao L, Dai H, Xiao Y, et al. An intelligent diagnosis method for battery pack connection faults based on multiple correlation analysis and adaptive fusion decision-making[J]. Energy, 2024, 306: 132573.中国科学院1区top, IF=9.40.
[6]Yao L, Xiao Y , Gong X , Hou, J , Chen X .A novel intelligent method for fault diagnosis of electric vehicle battery system based on wavelet neural network[J]. Journal of Power Sources, 2020, 453: 227870.中国科学院1区top, IF=9.072.
[7]Yao L, Wang Z , Ma J . Fault detection of the connection of lithium-ion power batteries based on entropy for electric vehicles[J]. Journal of Power Sources, 2015, 293(oct.20):548-561.中国科学院1区top, IF=9.072.
[8]Yao L, Yu C, Dai H, et al. A real vehicle battery multi-fault diagnosis method integrating sliding time-space Manhattan distance test and adaptive threshold[J]. Journal of Energy Storage, 2026, 152: 120663.中国科学院2区，IF=9.80.
[9]Yao L, Yu C, Xiao Y, et al. An improved variational mode decomposition neural network intelligent diagnosis method for battery connection faults based on real vehicle data[J]. Journal of Energy Storage, 2025, 139: 118791.中国科学院2区，IF=9.80.
[10]Yao L, Yu C, Xiao Y, et al. A comprehensive review of lithium-ion battery safety issues and fault diagnosis strategies throughout the entire lifecycle[J]. Journal of Energy Storage, 2025, 136: 118447.中国科学院2区，IF=9.80.
[11]Yao L, Zheng J. An intelligent fault diagnosis method for lithium-ion battery pack based on empirical mode decomposition and convolutional neural network[J]. Journal of Energy Storage，2023,72.中国科学院2区，IF=9.304.
2.发明专利：
[1]一种基于用户习惯的新能源汽车充电方法发明专利，2024
[2]防误踩油门系统及设有该系统的车辆，发明专利，2024
[3]一种防过载的动力电池充放电监管控制方法，发明专利，2020
[4]一种电池组并联充电控制方法及装置，发明专利，2020
3.荣誉获奖：
[1]河南自然科学优秀学术论文奖一等奖
[2]河南省教育厅科技成果件优秀科技论文奖一等奖
[3]中国商业联合会科学技术奖特等奖
六、联系方式
2016008@zzuli.edu.cn