刘朝华，男、1983年4月生、教授、博士生导师，湖南省“芙蓉学者奖励计划”特聘教授，湖南省“湖湘青年英才”。主要研究方向为风电装备智能监测与控制、人工智能驱动的故障诊断与预测、海洋可再生能源开发与利用。主持国家重点研发计划课题1项，国家自然科学基金项目3项，湖南省重点研发和湖南省自然科学基金重点等省部级及横向合作项目10余项；在国内外刊物公开发表论文70余篇、出版专著2部，获发明专利授权30项，获中国自动化学会自然科学奖二等奖、中国发明协会创新成果奖二等奖，获湖南省先进制造业科技创新人物奖、全球前2%顶尖科学家、亚太人工智能教育优秀教师一等奖、湖南省普通高校教师党支部书记“双带头人”标兵、湘潭市青年五四奖章等奖励荣誉。
电子邮件：zhaohua.liu@hnust.edu.cn
代表性科研项目
1. 湖南省自然科学基金重点项目：大型漂浮式海上风电机组载荷预测与整机多目标协调控制研究（2026JJ30019），2026/01-2028/12，主持
2. 国家自然科学基金面上项目：张量空间下基于最优传输的海上风电机组多域协同故障诊断（62473147），2025/01-2028/12，主持。
3. 湖南省重点研发计划：云边协同下数字孪生驱动的风电机组健康预测与平台研发（2022WK2006），2022/01-2024/12，主持。
4. 国家重点研发计划:面向智能运维的风力机关键部件全域感知、信息集成与协同诊断技术（2019YFE0105300）中的“课题三”，2020/07-2023/06，主持。
5. 国家自然科学基金面上项目：风电传动系统故障诊断的深度域自适应学习方法及并行处理研究（61972443），2020/01-2023/12，主持。
6. 国家自然科学基金青年项目：永磁风电系统复合故障的免疫检测与深度学习诊断方法研究（61503134），2016/01-2018/12， 主持。
7. 湖南省科技人才专项-湖湘青年英才人才项目（2018RS3095），2018/09-2021/08，主持。
8. 湖南省自然科学基金面上项目：免疫深度网络协同演化的风电系统故障诊断及并行处理方法研究（2018JJ2134），2018/01-2020/12,主持。
9. 中国博士后科学基金项目特别资助：大型风电机组传动系统故障检测的实时免疫信息系统研究（2014T70767），2014/01-2015/12, 主持。
10. 中国博士后科学基金面上项目（一等资助）：时变非线性多物理参数识别的鲁棒并行免疫智能算法研究（2013M540628），2013/01-2014/12, 主持。
代表性荣誉奖励
1. 第十一批湖南省“芙蓉学者奖励计划”特聘教授，2024；
2. 湖南省先进制造业科技创新大赛创新人物奖，2023；
3. 湖南省“湖湘青年英才”（青年科技创新人才），2018；
4. 湖南省高校党支部书记“双带头人标兵”，2019；
5. 亚太人工智能教育优秀教师一等奖，2025；
6. 刘朝华,刘侃,吕明阳,等.中国自动化学会自然科学二等奖“永磁电驱动系统无传感器在线状态监测与安全控制理论方法”，2023；
7. 刘朝华，巫发明，吕明阳，等.中国发明协会创新二等奖“风电传动系统智能故障诊断与安全控制关键技术及应用”，排名第1，2023；
8. 刘朝华,吕明阳,陈磊,等.中国仪器仪表学会高等教育教学成果奖二等奖“全链条多维度反馈育人机制下“产学研赛创””协同式新工科人才培养改革与实践，2024；
9. 刘朝华,吕明阳,周少武,等.全国煤炭行业教学成果奖二等奖“服务煤矿智能化建设的应用创新型自动化专业人才培养机制与实践”，2024年度；
10. 第二十届中国研究生电子设计竞赛华中赛区优秀指导老师，2025。
代表性授权发明专利
1. 刘朝华,王斌,黄采伦,等.基于稀疏学习和黎曼度量的传动链跨域迁移故障诊断方法,国家发明专利,ZL202610216788.2,2026.4
2. 刘朝华,刘子玮,吕明阳,等.基于图时空注意力网络的风力发电机温度监测方法,国家发明专利,ZL202511545055.5,2026.2
3. 刘朝华,龙俊杰,吕明阳,等.零序电流和振动信号融合最优传输的传动链跨域诊断方法,国家发明专利,ZL202511382978.3,2025.4.
4. 刘朝华,易志坚,陈磊,等.基于行波的电力电缆任意位置长度测量装置及测量方法,国家发明专利,ZL202211514474.9,2025.
5. 刘朝华,陈琪,张英杰,等.基于多属性感知注意力的风电叶片表面损伤检测方法,国家发明专利,ZL202310631464.1,2025
6. 刘朝华,林栖梧,吕明阳,等.一种嵌入线性处理预测控制的风电机组独立变桨控制方法，国家发明专利,ZL202411774517.6,2025
7. 刘朝华,龙俊杰,刘侃,等.基于零序电流相关熵增强稀疏学习的传动链故障诊断方法,国家发明专利,ZL202410817539.X,2024.
8. 刘朝华,李龙威,张英杰,等.一种基于多特征融合周期增强的短期风电功率预测方法,国家发明专利,ZL202410916897.6,2024.
9. 刘朝华,陈亮,陈磊,等.云边端协同的旋转部件对抗域自适应故障诊断方法,国家发明专利, ZL202110147034.3 ,2024.
10. 刘朝华,陆碧良,王畅通,等.基于深度生成式对抗网络的滚动轴承剩余寿命预测方法,国家发明专利,ZL201911201619.8,2023.
代表性论文
1. Zhao-Hua Liu, Long-Wei Li,Hua-Liang Wei,Ming Li, Ming-Yang Lv,Yiang-jie Zhang,Periodic-Enhanced Informer Model for Short-Term Wind Power Forecasting Using SCADA Data, IEEE Transactions on Sustainable Energy, 2025,16(4):2573-2585.【SCI】
2. Zhao-Hua Liu,Jun-Jie Long,Hua-Liang Wei,Kan Liu, Ying-Jie Zhang,Xiao-Hua Li, A Zero-Sequence Current Analysis Approach for Rotating Machinery Fault Diagnosis of Induction Motor Drivetrain Based on Sparse Learning,IEEE Transactions on Power Electronics, 2025,40(7):9800-9810【SCI】
3. Zhao-Hua Liu, Chang-Tong Wang, Hua-Liang Wei, Bing Zeng, Ming Li, Xiao-Ping Song, A wavelet-LSTM model for short-term wind power forecasting using wind farm SCADA data,Expert Systems with Applications,247(2024)123237,2024.【SCI】
4. Shi-Zheng Yuan,Zhao-Hua Liu*, Hua-Liang Wei, Lei Chen, Ming-Yang Lv, Xiao-Hua Li. A Variational Auto-Encoder-Based Multisource Deep Domain Adaptation Model Using Optimal Transport for Cross-Machine Fault Diagnosis of Rotating Machinery, IEEE Transactions on Instrumentation and Measurement, 2024, 73:1-11.【SCI】
5. Zhao-Hua Liu, Liang Chen , Hua-Liang Wei , Fa-Ming Wu , Lei Chen , Ya-Nan Chen , A Tensor-based Domain Alignment Method for Intelligent Fault Diagnosis of Rolling Bearing in Rotating Machinery, Reliability Engineering and System Safety，2023,230 (2023) 108968. 【SCI】
6. Zhao-Hua Liu, Liang Chen, Hua-Liang Wei,Ying Zhang,Lei Chen,Ming-Yang Lv. A Coarse-to-Fine Bilevel Adversarial Domain Adaptation Method for Fault Diagnosis of Rolling Bearings,IEEE Transactions on Instrumentation and Measurement, 2022,71: 1-14.【SCI】
7. Zhao-Hua Liu,Jie Nie,Hua-Liang Wei,Lei Chen,Fa-Ming Wu,Ming-Yang Lv.Second-Order ESO-Based Current Sensor Fault-Tolerant Strategy for Sensorless Control of PMSM With B-Phase Current,IEEE/ASME Transactions on Mechatronics, 2022, 27(6)：5427-5438，【SCI】
8. Zhao-Hua Liu, Bi-Liang Lu, Hua-Liang Wei, Lei Chen, Xiao-Hua Li, Matthias Rätsch. Deep Adversarial Domain Adaptation Model for Bearing Fault Diagnosis, IEEE Transactions on Systems, Man and Cybernetics: Systems, 2021, 51(7):4217-4226. 【SCI】
9. Zhao-Hua Liu, Bi-Liang Lu, Hua-Liang Wei, Lei Chen, Xiao-Hua Li, Chang -Tong Wang. A Stacked Auto-Encoder Based Partial Adversarial Domain Adaptation Model for Intelligent Fault Diagnosis of Rotating Machines, IEEE Transactions on Industrial Informatics, 2021,17(10): 6798-6809.【SCI 】
10. Bi-Liang Lu, Zhao-Hua Liu*, Hua-Liang Wei, Lei Chen, Hongqiang Zhang, Xiao-Hua Li. A Deep Adversarial Learning Prognostics Model for Remaining Useful Life Prediction of Rolling Bearing, IEEE Transactions on Artificial Intelligence, 2021,2(4):329 - 340【人工智能顶级】.