一、个人简介

衡佳妮，澳门新莆京7906not副教授，硕士生导师。中国科学院数学与系统科学研究院特别研究助理（博士后），东北财经大学与加拿大女皇大学联合培养博士。主要从事大数据分析与挖掘、统计分析建模在能源环境系统预测等方面的研究。现已在国际学术期刊Applied Energy、Energy、Renewable Energy等发表SCI/SSCI学术论文10余篇，其中2篇入选ESI全球工程技术领域前1%TOP高被引论文。主持国家自然科学基金青年项目1项，主持完成中国博士后科学基金面上项目1项，参与多项国家社科基金重大项目，国家自科基金和省部级项目。

二、工作经历

2022.9至今，澳门新莆京7906not，澳门新莆京7906not，副教授，硕士生导师

2020.07-2022.9，中国科学院数学与系统科学研究院（中国科学院预测科学研究中心），特别研究助理（博士后）

三、社会兼职

（1）2022.07至今，Data Science and Management期刊青年编委。

（2）IEEE Transactions on Neural Networks and Learning Systems,Applied Energy和International Journal of Forecasting等SCI期刊匿名审稿人。

四、代表性论文（*为通讯作者）

[1] Heng, J., Hong, Y., Hu, J., & Wang, S*. (2022). Probabilistic and deterministic wind speed forecasting based on non-parametric approaches and wind characteristics information. Applied Energy, 306, 118029. (SCI，JCR：Q1，IF：11.446)

[2] Heng, J., Wang, J*., Xiao, L., & Lu, H. (2017). Research and application of a combined model based on frequent pattern growth algorithm and multi-objective optimization for solar radiation forecasting. Applied Energy, 208, 845-866. (SCI，JCR：Q1，IF：11.446)

[3] Heng, J., Wang, C.*, Zhao, X., & Xiao, L. (2016). Research and application based on adaptive boosting strategy and modified CGFPA algorithm: A case study for wind speed forecasting. Sustainability, 8(3), 235. (SCI/SSCI，JCR：Q1，IF：3.889)

[4] Heng, J., Wang, C.*, Zhao, X., & Wang, J. (2016). A hybrid forecasting model based on empirical mode decomposition and the cuckoo search algorithm: a case study for power load. Mathematical Problems in Engineering, 2016. (SCI，JCR：Q2，IF：1.430)

[5] Hu, J., Heng, J*., Wen, J., & Zhao, W. (2020). Deterministic and probabilistic wind speed forecasting with de-noising-reconstruction strategy and quantile regression based algorithm. Renewable Energy, 162, 1208-1226. (SCI，JCR：Q1，IF：8.634)

[6] Hu, J., Heng, J*., Tang, J., & Guo, M. (2018). Research and application of a hybrid model based on Meta learning strategy for wind power deterministic and probabilistic forecasting. Energy Conversion and Management, 173, 197-209. (SCI，JCR：Q1，IF：11.533)

[7] Wang, J., Heng, J.*, Xiao, L., & Wang, C. (2017). Research and application of a combined model based on multi-objective optimization for multi-step ahead wind speed forecasting. Energy, 125, 591-613. (SCI，JCR：Q1，IF：8.857) # (ESI) 高被引文章/前1%引用文章

[8] Lu, H., Heng, J*., & Wang, C. (2017, November). An AI-based hybrid forecasting model for wind speed forecasting. In International Conference on Neural Information Processing (pp. 221-230). Springer, Cham.

[9] Du, Z., Heng, J., Niu, M., & Sun, S*. (2021). An innovative ensemble learning air pollution early-warning system for China based on incremental extreme learning machine. Atmospheric Pollution Research, 12(9), 101153. (SCI，JCR：Q1，IF：4.831)

[10] Li, R., Hu, Y., Heng, J., & Chen, X*. (2021). A novel multi-scale forecasting model for crude oil price time series. Technological Forecasting and Social Change, 173, 121181. (SCI，JCR：Q1，IF：10.884)

[11] Liu, T., Liu, S*., Heng, J., & Gao, Y. (2018). A new hybrid approach for wind speed forecasting applying support vector machine with ensemble empirical mode decomposition and cuckoo search algorithm. Applied Sciences-Basel, 8(10), 1754. (SCI，JCR：Q2，IF：2.838)

[12] Jiang, P., Yang, H*. , & Heng, J. (2019). A hybrid forecasting system based on fuzzy time series and multi-objective optimization for wind speed forecasting. Applied Energy, 235, 786-801. (SCI，JCR：Q1，IF：11.446) # (ESI) 高被引文章/ 前1%引用文章

[13] Hu, J., Luo, Q., Tang, J., Heng, J., & Deng, Y. (2022). Conformalized temporal convolutional quantile regression networks for wind power interval forecasting. Energy, 123497. (SCI，JCR：Q1，IF：8.857)

[14] Tang, J., Hu, J., Heng, J., & Liu, Z. (2022). A novel Bayesian ensembling model for wind power forecasting. Heliyon, 8(11), e11599. (SCI，JCR：Q1，IF：3.776)

五、科研项目

（1）国家自然科学基金青年科学基金项目：大规模风电并网过程中提升风能资源利用水平的若干对策与应用研究，2022-2025，在研，主持。

（2）第69批中国博士后科学基金面上项目：基于非线性特征分析的风功率爬坡事件识别和概率预测研究，2021-2023，优秀结题，主持。

（3）国家社会科学基金重大项目：大数据时代雾霾污染经济损失评估及防治对策研究，2018-2022，结题，参与。

（4）国家自然科学基金面上项目：基于集成学习的预测方法及其在全球大宗商品市场预测中的应用研究，2023-2026，在研，参与。

（5）国家自然科学基金面上项目：基于多源大数据和分解集成方法论的旅游需求预测方法研究，2023-2026，在研，参与。

（6）国家自然科学基金面上项目：大规模风电并网管理中的风能资源评估与预测研究，2017-2020，结题，参与。

（7）国家自然科学基金面上项目：电网安全预警管理中的负荷预测研究及应用，2012-2015，结题，参与。

（8）中国能源集团委托研究项目：能源需求与终端能源消费结构预测模型开发，2021至今，参与。

（9）辽宁省高水平创新团队国（境）外培养项目：异常数据检测和数据挖掘的研究及在风能资源评估和预测领域中的应用，2018-2020，结题，参与。

（10）国家电网甘肃省电力公司科研项目：智能电网技术中大数据的异常数据检测与挖掘的研究及应用，2014-2015，结题，参与。

六、获奖情况

（1）2020年东北财经大学优秀博士论文。

（2）2018-2019年国家留学基金委博士生联合培养奖学金。

（3）2017年获得美国大学生数学建模竞赛二等奖1项（指导教师）。

（4）2016年获得兰州大学优秀毕业生。

（5）2016年获得美国大学生数学建模竞赛一等奖1项，二等奖1项（指导教师）。

七、招生信息

欢迎具有数学、统计学、信息科学、经济学、管理科学等相关知识背景的同学加入。

八、联系方式

地址：北京市房山区良乡高教园区澳门新莆京7906not数统楼201

E-mail：20220940@btbu.edu.cn