姓名：刘欣宇
性别：男
职称：讲师，硕导
学位：博士
电子邮件： Xinyu_Liu@fzu.edu.cn
研究方向：主要从事人工智能在电气工程领域的应用研究。①相关理论与技术包括：深度学习，机器视觉，时序数据分析等。②具体应用场景包括：输电线路无人机视觉巡检，磁芯损耗AI建模，磁元件AI设计等。
教育工作经历
2012.09~2016.06 太阳成，太阳集团见好就收9728，电气工程与自动化，学士
2016.09~2019.03 太阳成，太阳集团见好就收9728，电气工程，硕士
2019.09~2024.03 太阳成，太阳集团见好就收9728，电力系统及其自动化，博士
2021.11~2022.11 新加坡A*STAR，Institute for Infocomm Research，国家公派留学，联合培养博士研究生
2024.03~至今 太阳成，太阳集团见好就收9728，讲师，硕士生导师
科研简介
主要从事人工智能在电气工程领域的应用研究工作，主持或参与多个科研项目，包括1项福建省高校产学合作项目、10项校企合作项目，主要负责项目管理与实施、关键理论研究与技术攻关等方面工作。博士研究生就读期间先后获得博士研究生国家奖学金和国家公派留学资格，前往A*STAR（新加坡科技研究局）进行为期一年的联合培养。曾多次带队参加学科竞赛，荣获第十四届“挑战杯”福建省大学生课外学术科技作品竞赛一等奖、首届IEEE电力电子设计方法国际挑战赛暨2023年度MagNet挑战赛性能赛道的全球第二名等多项奖项。所从事科研工作，以第一作者发表SCI一区顶级期刊论文2篇、SCI二区期刊论文3篇。所从事科研工作围绕人工智能在电气工程领域的应用难题，以输电线路巡检和高频磁元件为具体场景开展深化研究，随着国家“人工智能+”现代化产业体系建设行动的推进，该研究工作具备宽广的应用前景。
科研项目
1. 国网福建省电力有限公司漳州供电公司科技项目，《基于无人机前端AI辅助的绝缘子在线喷涂系统研究》，2024-2025，主持，在研；
2. 福建省高校产学合作项目，《融合视觉感知与交互的架空输电线路无人机边云协同巡检关键技术研究》，2022-2025，主要参与，在研；
3. 国网福建省电力有限公司厦门供电公司科技项目，《基于空天数据的电力光纤通信网防外破预警技术研究》，2024-2025，主要参与，在研；
4. 国网福建省电力有限公司莆田供电公司科技项目，《融合视觉感知与机载传感信息的无人机巡检电力场景部件及缺陷检测定位技术研究》，2024-2025，主要参与，在研；
5. 国网福建省电力有限公司漳州供电公司科技项目，《面向云边智能协同的输电线路巡检机巢平台赋能应用研究》，2023-2024，主要参与，结题；
6. 国网福建省电力有限公司超高压分公司科技项目，《一种基于AI前端算法的智能巡视点位校正装置的研制技术开发》，2023-2024，主要参与，结题；
7. 国网福建省电力有限公司漳州供电公司科技项目，《基于AI前端算法的无人机智慧巡检》，2021-2022，主要参与，结题；
8. 福建睿能科技股份有限公司项目，《纺织品典型缺陷辨识模型开发》，2020-2021，参与，结题；
9. 江苏洛凯机电股份有限公司项目，《低压物联断路器系统及其选择性保护开发》，2020-2021，参与，结题；
10. 国网福建省电力有限公司福州供电公司科技项目，《基于物联网框架的低压台区全域测控技术研究应用》，2021-2022，参与，结题；
11. 福建帝视科技有限公司项目，《基于GPU虚拟化集成的高性能人工智能科研支撑系统与教学实训平台开发》，2019-2021，参与，结题。
代表性论文
[1] Xinyu Liu, Xiren Miao, Hao Jiang, Jing Chen, Min Wu and Zhenghua Chen. Component detection for power line inspection using a graph-based relation guiding network [J]. IEEE Transactions on Industrial Informatics, 2023, 19(9): 9280-9290. （SCI，1区TOP，IF=12.3）
[2] Xinyu Liu, Xiren Miao, Hao Jiang, Jing Chen, Min Wu and Zhenghua Chen. Tower masking MIM: A self-supervised pretraining method for power line inspection [J]. IEEE Transactions on Industrial Informatics, 2024, 20(1): 513-523. （SCI，1区TOP，IF=12.3）
[3] Xinyu Liu, Xiren Miao, Hao Jiang and Jing Chen. Data analysis in visual power line inspection: An in-depth review of deep learning for component detection and fault diagnosis [J]. Annual Reviews in Control, 2020, 50: 253-277. （SCI，2区，IF=9.4）
[4] Xinyu Liu, Xiren Miao, Hao Jiang, Jing Chen and Zhenghua Chen. Fault diagnosis in power line inspection using normalized multi-hierarchy embedding matching [J]. IEEE Transactions on Instrumentation and Measurement, 2023, 72: 1-10. （SCI，2区，IF=5.6）
[5] Xinyu Liu, Xiren Miao, Hao Jiang and Jing Chen. Box-point detector: A diagnosis method for insulator faults in power lines using aerial images and convolutional neural networks [J]. IEEE Transactions on Power Delivery, 2021, 36(6): 3765-3773. （SCI，2区，IF=4.4）
[6] Xiren Miao, Xinyu Liu, Jing Chen, Shengbin Zhuang, Jianwei Fan and Hao Jiang. Insulator detection in aerial images for transmission line inspection using single shot multibox detector[J]. IEEE Access, 2019, 7: 9945-9956. （SCI，3区，IF=3.9）
[7] Hao Jiang, Xiaojie Qiu, Jing Chen, Xinyu Liu (通讯作者), Xiren Miao and Shengbin Zhuang. Insulator fault detection in aerial images based on ensemble learning with multi-level perception [J]. IEEE Access, 2019, 7: 61797-61810. （SCI，3区，IF=3.9）
[8] Xinyu Liu, Yating Lin, Hao Jiang, Xiren Miao and Jing Chen. Slippage fault diagnosis of dampers for transmission lines based on faster R-CNN and distance constraint [J]. Electric Power Systems Research, 2021, 199: 107449. （SCI，3区，IF=3.9）
[9] Xinyu Liu, Zhiheng Jin, Hao Jiang, Xiren Miao, Jing Chen and Zhicheng Lin. Quality assessment for inspection images of power lines based on spatial and sharpness evaluation [J]. IET Image Processing, 2022, 16(2): 356-364. （SCI，4区，IF=2.3）
学术兼职
IEEE Transactions on Industrial Electronics，IEEE Transactions on Industrial Informatics，IEEE Transactions on Instrumentation and Measurement，IEEE Transactions on Power Delivery，IEEE Transactions on Systems, Man, and Cybernetics，Expert Systems with Applications，Applied Artificial Intelligence，CSEE Journal of Power and Energy Systems，High Voltage等期刊审稿人
获奖情况
太阳成优秀博士毕业生，2024；
MagNet磁芯损耗建模国际挑战赛，性能赛道第二名，成员排名第1，2023；
博士研究生国家奖学金，2021；
第十六届“挑战杯”全国大学生课外学术科技作品竞赛，二等奖，成员排名第4，2019；
第十四届“挑战杯”福建省大学生课外学术科技作品竞赛，一等奖，成员排名第2，2019；
“华为杯”第十二届中国研究生电子设计竞赛全国总决赛，三等奖，成员排名第2，2017；
招生计划
欢迎对“AI+电气工程”感兴趣的同学加入课题组，共同进步！
计划招收：电机与电器（080801）学术型硕士、高电压与绝缘技术（080803）学术型硕士、电气工程（085801）专业型硕士、能源动力（085800）专业型硕士
所属团队
太阳成电力系统与装置产业研究院
