李雨纯，女，1989年6月，工学博士，讲师，硕士生导师。
联系方式
电子邮件：liyuchun@neuq.edu.cn
研究方向
目前主要从事电力能源系统优化规划、运行与控制，具体包括：
1. 面向新型电力系统的低碳化能量管理策略研究
2. 寒潮、台风等极端气象条件下的电力、多能源系统韧性提升
3. 集成学习、深度学习以及AIGC在电力能源等领域的应用探索
课题组常年招收硕士研究生、大二及以上年级本科生，组内氛围轻松，提供课题深度指导，欢迎具有计算机、电气、数学等背景的同学加入课题组，愿与大家一起探索研究方向，共同推进相关工作。
教育背景
2016.09-2021.10 东北大学，导航、制导与控制，博士
2013.09-2016.06 燕山大学，控制工程，硕士
2009.09-2013.06 东北大学秦皇岛分校，测控技术与仪器，学士
工作履历
2021.10-至今 东北大学秦皇岛分校，讲师
2024.10-至今 清华四川能源互联网研究院(兼职)，高级研究员
2024.10-至今 清华大学电机系智慧能源课题组(EILAB)，访问学者
学术兼职
IEEE PES中国卫星技术学会任综合能源系统运行与规划分委会委员
科研情况
【在研项目】
1.国家科技重大专项，2026.04-2030.03,骨干
2.河北省教育厅青年基金项目，2026.01-2028.12，主持
3.安徽省重点实验室开放课题，2026.01-2027.12，主持
4.广东电网有限责任公司科技项目，2025.12-2027.10,参与
【结题项目】
1.国家重点研发计划项目子课题，2016.07-2020.06，参与
奖励与荣誉
Best Student Paper Award for IEEE 5th Conference on EI2, 2021
2024学年计算机与通信工程学院“优秀共产党员”称号
2023-2025 年东北大学秦皇岛分校“优秀共产党员”称号
校 2025 届本科生毕业设计(论文)优秀指导教师
学术成果
【论文、专著与专利等】
以第一作者/通信作者身份于SCI/EI收录学术论文多篇，包括IEEE汇刊、ELSEVIER能源类顶级期刊等。
【代表性学术论文】
1.Sheng Wang, Qiang Zhao, Yuchun Li, Yinghua Han, Jinkuan Wang. Enhancing root cause diagnosis for industrial process faults: asymmetric sparsemax-driven predictive modeling. IEEE Transactions on Instrumentation and Measurement, 2025, 74: 1-16.
2.Miao Wang, Zhiao Cao, Yuchun Li. Quantum‐Behaved particle swarm optimization based on concentration selection probability assignment weights for power system economic dispatch, IEEJ Transactions on Electrical and Electronic Engineering, 2024, 19(5): 640-652.
3.Yuchun Li, Jinkuan Wang, Yan Zhang, Yinghua Han. Day-ahead scheduling strategy for integrated heating and power system with high wind power penetration and integrated demand response: A hybrid stochastic/interval approach. Energy, 2022, 253: 124189.
4. Yuchun Li, Jinkuan Wang, Yinghua Han, Qiang Zhao, et al. Robust and opportunistic scheduling of district integrated natural gas and power system with high wind power penetration considering demand flexibility and compressed air energy storage. Journal of Cleaner Production, 2020, 256: 120456.
5. Yuchun Li, Yinghua Han, Jinkuan Wang, Qiang Zhao. A MBCRF algorithm based on ensemble learning for building demand response considering the thermal comfort. Energies, 2018,11(12), 3495.
讲授课程情况
本科生课程：《信号与系统分析》（64学时）
本科生课程：《Analysis of Signals and Systems》（56学时）
指导研究生情况
协助指导研究生多人。组内与清华大学、上海交通大学、东南大学、天津大学、西北工业大学、南京航空航天大学、安徽大学、北京交通大学、燕山大学等高校有良好交流合作机会，能进一步拓宽研究视野，优秀者可推荐深造攻读博士学位。另优秀者可推荐美团、华为、微软、字节、南芯等企业相关实习机会。
