高小永

1. 个人简介

姓名：高小永

所在系/所：自动化系

籍贯：山东安丘

职务：自动化系系主任、教务处副处长（挂职）

研究领域：面向复杂工业过程智能制造的过程系统工程，主要包括以下几个方向，

(1) 机理与数据驱动的故障诊断

(2) 复杂工业过程建模与优化控制

(3) 复杂工业过程计划与调度优化

导师类别：学术与工程博导/学术与专业硕导/控制工程管理硕导

Email：x.gao@cup.edu.cn

办公室：主楼B609

 

2. 教育与工作经历

2003年09月-2007年07月     中国石油大学(华东)自动化系           本科

2007年09月-2014年07月     清华大学自动化系                 硕士、博士

2013年03月-2013年12月     University of Surrey              交流访问

2014年07月-2016年12月     清华大学自动化系                 博士后

2016年12月-2020年03月     中国石油大学(北京)安全与海洋工程学院   助研、副研

2020年3月-今            中国石油大学(北京)信息科学与工程学院   副教授

 

3. 学术兼职及荣誉

中国石油大学（北京）“石大学者”

校青年拔尖人才

北京自动化学会常务理事

中国自动化学会过程控制专委会委员

中国化工学会信息技术应用专委会青年委员

《辽宁石油化工大学学报》特约编委，《化工自动化及仪表》编委，《计算机与应用化学》、《Petroleum Science》青年编委

 

4. 主持科研项目

[1]面向氯碱生产过程大规模复杂调度问题的分片线性规划方法研究(21706282)，国家自然科学基金青年基金

[2]考虑过程耦合与操作动态的炼油化工生产调度多目标优化(22178383)，国家自然科学基金面上项目

[3]面向混炼原油性质稳定的原油采购计划与调合调度集成优化(2232021)，北京市自然科学基金面上项目

[4]水下生产系统故障诊断及智能预警技术研究(2016YFC0303703)，国家重点研发计划子课题

[5]一类复杂大规模MINLP问题的分片线性规划方法研究(2462017YJRC028)，引进人才启动基金

[6]面向智能制造的计划调度优化算法关键问题研究(2462020BJRC004)，拔尖人才科研启动基金

[7]智能石油石化过程的数据驱动建模、控制与优化(2462020YXZZ023)，校基金-学院自主

[8]稠油举升系统优化技术完善与推广-抽油机系统效率影响因素测试，中国石油化工股份有限公司

[9]稠油举升系统优化技术完善与推广-抽油机系统效率技术对策评价，中国石油化工股份有限公司

[10]大规模煤层气井复杂维修任务智能调度优化，重庆非常规油气研究院有限公司

[11]智能化学药剂系统控制算法研究与应用，中海油能源发展股份有限公司

[12]电潜泵采油系统智能诊断和控制关键技术-大数据分析模型算法，中海油能源发展股份有限公司

[13]数值模拟模型解析及流场参数挖掘分析方法，中国石油化工股份有限公司

[14]天然气销售优化与系统分析模型数据智能化处理技术研究，中国石油天然气股份有限公司

[15]间歇化工厂不确定性供应链调度优化，清云智通（北京）科技有限公司

[16]数据对齐方法应用和模型建立，中国石油天然气股份有限公司

 

 

5. 代表性论文

[1]高小永, 黄付宇, 郑万鹏, 彭雕, 杨一旭, 黄德先. 考虑调度操作安全平稳性的炼油化工生产过程调度优化. 化工学报, 2023, (): 1-13.

[2]Xiaoyong Gao, Diao Peng, Guofeng Kui, Jun Pan, Xin Zuo, Feifei Li. Reinforcement Learning Based Optimization Algorithm for Maintenance Tasks Scheduling in Coalbed Methane Gas Field. Computers & Chemical Engineering, 2022, 108131. (SCI, TOP期刊)

[3]Jian Su, Yuhong Wang, Xiaoyong Gao. A Combined Algorithm Using Both the MINLP Model and Approximated MILP Model for PVC Production Scheduling. ACS Omega 2022, 7, 30, 26047–26055. (SCI)

[4]李仙琳, 左信, 高小永*, 岳元龙. 基于核主成分分析-半监督极限学习机的钻井溢流诊断方法. 油气地质与采收率, 2022, 29(1): 190-196.

[5]Xiaoyong Gao, Yu Zhang, Junfeng Zhou. Improved Dynamic Kernel PCA Based on Local Preserving Projections and Its Application for Electric Submersible Pump Fault Diagnosis. The Canadian Journal of Chemical Engineering, 2022. https://doi.org/10.1002/cjce.24779 (SCI)

[6]Gao Xiaoyong, Liu Yanchao, Xie Yi, Huang Dexian. Novel multimodal data fusion soft sensor modeling framework based on meta-learning networks for complex chemical process. IFAC-PapersOnLine, 2022, 55(7): 839-844. (EI)

[7]张誉, 高小永*, 丁昆鹏, 赵越, 林丽华. 混合 PCA 和 SOM 模型的轴承故障检测及分类方法. 2021 中国自动化大会论文集, 2021.

[8]曹宇, 高小永*, 左信. 柱塞气举井操作优化研究进展. 化工自动化及仪表. 2021, 49(2): 119-126. (中文核心)

[9]万鹏, 高小永*, 朱桂瑶, 左信. 原油作业过程优化的研究进展. 化工学报. 2021, 72(11): 5481-5501. (EI)

[10]赵越, 高小永*, 夔国凤, 张誉. 考虑碳排放量的穿梭油轮路径绿色调度优化. 化学工业与工程, 2022, 39(2): 23-31. (中文核心)

[11]夔国凤, 赵越, 谢毅, 高小永*, 潘军, 左信. 多紧急等级复杂维修任务即时调度优化与应用. 化工进展，2021, 40(11): 6035-6043. (EI)

[12]Gao, X.; Zhao, Y.;Wang, Y.; Zuo, X.; Chen, T. A Lagrange Relaxation Based Decomposition Algorithm for Large-Scale Offshore Oil Production Planning Optimization. Processes, 2021, 9, 1257. https://doi.org/10.3390/pr9071257. (SCI)

[13]X Gao, Y Xie, S Wang, M Wu, Y Wang, C Tan, X Zuo, T Chen. Offshore oil production planning optimization: An MINLP model considering well operation and flow assurance. Computers & Chemical Engineering , 2020, 133, 106674. (SCI, TOP期刊)

[14]Z Zhang, C Tan, X Gao*, X Zuo, T Chen. A Mixed Integer Linear Programming Model for Production Scheduling of Non-Pipelined Wells. 2019 IEEE 15th International Conference on Control and Automation, Edinburg, 1397-1404. (EI)

[15]X Gao, Y Wang, Z Feng, D Huang, T Chen. Plant planning optimization under time-varying uncertainty: Case study on a polyvinyl chloride plant. Industrial & Engineering Chemistry Research , 2018, 57(36): 12182-12191. (SCI, TOP期刊)

[16]X Gao, Z Feng, Y Wang, X Huang, D Huang, T Chen, X Lian. Piecewise Linear Approximation based MILP Method for PVC Plant Planning Optimization. Industrial & Engineering Chemistry Research , 2018, 57 (4), 1233–1244. (SCI, TOP期刊)

[17]X Gao et al. Fault Detection in Managed Pressure Drilling using Slow Feature Analysis. IEEE Access , 2018, 6, 34262-34271. (SCI)

[18]X Gao, L Qi, W Lyu, T Chen, D Huang. RIMER and SA based thermal efficiency optimization for fired heaters. Fuel , Volume 205, 2017, Pages 272-285. (SCI, TOP期刊)

[19]X Gao, D Huang, Y Jiang, T Chen. A decision tree based decomposition method for oil refinery scheduling. Chinese Journal of Chemical Engineering , 2018, 26(8): 1605-1612. (SCI)

[20]Y Wang, X Lian, X Gao*, Z Feng, D Huang, T Chen, S Liu, J Bai. Multiperiod Planning of a PVC Plant for the Optimization of Process Operation and Energy Consumption: An MINLP Approach. Industrial & Engineering Chemistry Research , 2016, 55 (48), 12430-12443. (SCI, TOP期刊)

[21] M Tian, X Gao, Y Jiang, D Huang, L Wang. Decomposition Algorithm for the Scheduling of Typical Polyvinyl Chloride Production by Calcium Carbide Method. Industrial & Engineering Chemistry Research , 2016, 55 (47), 12256-12267. (SCI, TOP期刊)

[22]高小永, 江永亨, 黄德先. 基于装置级优化控制与厂级调度优化集成的过程模型方法. 化工学报, 2016, 67(12): 5105-5111. (EI)

[23]X Gao, Y Jiang, T Chen, D Huang. Optimizing scheduling of refinery operations based on piecewise linear models. Computers & Chemical Engineering , 2015, 75, 105-119. (SCI, TOP期刊)

[24]X Gao, Y Jiang, D Huang, Z Xiong. A novel high level canonical piecewise linear model based on the simplicial partition and its application. ISA transactions , 2014, 53 (5), 1420-1426. (SCI)

[25]X Gao, C Shang, Y Jiang, D Huang, T Chen. Refinery scheduling with varying crude: a deep belief network classification and multimodel approach. AIChE Journal , 2014, 60 (7), 2525-2532. (SCI, TOP期刊)

 

6. 授权专利

[1]基于慢特征分析的控压钻井过程故障检测方法及装置，ZL2018106438450

[2]故障诊断结果的融合方法及装置，ZL2018109475273

 

7. 科技成果奖励

[1]高含水老油田生产系统节能减排关键技术及工业化应用，绿色矿山科学技术奖技术研发类一等奖，2019.

[2]油气举升井生产系统人工智能关键技术与工业化应用，北京企业评价协会科技创新奖-科技创新成果一等奖，2022.

[3]智能油气注采生产关键技术及工业化应用，中国发明协会奖创新奖二等奖，2022.

[4]抽油机有杆泵井群生产运行优化技术与智能控制系统，中国仪器仪表学会技术发明奖三等奖，2022.