赵耀
职称:教授
职务:
所属学科:电气工程
邮箱:zhaoyao@shiep.edu.cn
学术兼职:上海市科创启明星协会会员;IEEE Power and Energy Society 青年会员;Protection and Control of Modern Power Systems的AE,《电力需求侧管理》、《上海电力大学学报》、《电力系统保护与控制》、《电力科学与技术学报》青年编委
教师简介
赵耀,男,教授,博士生导师,院党委委员,能源互联网工程教研室主任,研究所所长。“双师型”教师,入选工程实践名师培育计划,全国高校黄大年式教师团队成员。 主持上海市重点课程《能源互联网运行与控制》课程建设等省部级、校级教改7项,主讲本科生课程《电机学》、《能源互联网运行与控制》,研究生课程《新能源电力系统动态分析》。 指导学生获“挑战杯”课外学术科技作品竞赛国赛二等奖;全国大学生节能减排社会实践与科技竞赛国赛二等奖;中国国际大学生创新大赛上海市银奖;陈嘉庚青少年发明奖(上海)三等奖、二等奖;“挑战杯”中国大学生创业计划竞赛上海市铜奖。 获得“中天”、“光力”奖教金。主持国家自然科学基金1项,省部级项目6项;主持横向项目12项。第一或通讯作者发表学术论文32篇,授权发明专利25项。
教育背景
2005-2009年 安徽大学自动化专业,获本科学位 2009-2011年 上海海事大学电力电子与电力传动专业,获硕士学位 2011-2016年 南京航空航天大学电力电子与电力传动专业,获博士学位
研究方向
配电网柔性互联、态势感知、保护、规划,电力设备故障诊断
科研项目
(1)国家自然科学基金青年基金 (2)上海市青年科技英才扬帆计划 (3)上海市青年科技启明星计划 (4)上海市教委与上海市教育发展基金会晨光计划 (5)上海市东方英才计划青年项目
荣誉获奖
(1)2025.06 第十二届上海电力大学青年教师教学竞赛 二等奖 (2)2025.04 第五届上海电力大学教师教学创新大赛 二等奖 (3)2023.06 第四届上海电力大学课程思政示范展示活动 二等奖 (4)2022.06 上海电力大学基层党支部书记优秀微党课 一等奖 (5)2023.06 第十一届上海电力大学青年教师教学竞赛 二等奖
代表性论著
[1]Y. Zhao, Z. Song, D. Li, R. Qian and S. Lin, "Wind turbine gearbox fault diagnosis based on multi-sensor signals fusion," in Protection and Control of Modern Power Systems, vol. 9, no. 4, pp. 96-109, July 2024 [2]Y. Zhao, M. Deng, L. Dong, et al., “Attention-Guided Decoupled Auxiliary Classification Generative Adversarial Network for Distribution Network Topology Identification with Limited Samples,” Journal of Modern Power Systems and Clean Energy, early access, 2026. [3]Y. Zhao, X. Zhang, D. Li, S. Lin and X. Zhao, "Robust-oriented optimization design of dual three-phase slotted permanent magnet hybrid excitation generator considering manufacturing tolerances," in IEEE Transactions on Transportation Electrification, vol. 11, no. 1, pp. 4561-4573, Feb. 2025 [4]Y. Zhao, D. Teng, D. Li, Y. Mi and X. Zhao, "Development of dual armature-winding four-phase variable flux reluctance generator for fault-tolerant capability improvement," in IEEE Transactions on Energy Conversion, vol. 37, no. 1, pp. 598-611, March 2022 [5]Y. Zhao, T. Sheng and D. Li, "Data augmentation fault diagnosis of rolling machinery using condition denoising diffusion probabilistic model and improved CNN," in IEEE Transactions on Instrumentation and Measurement, vol. 74, pp. 1-12, 2025