姓名：张照生 职称：教授 导师类型：博导 团队名称：车能路云融合技术研究中心 所属学域：能源交通学域 邮箱：zhangzhaosheng@bit.edu.cn

研究领域

主要研究领域为：新能源汽车大数据和智能交通

新能源汽车国家监管平台作为全国唯一、全球规模领先的国家级车联网大数据平台，已接入超4500万辆新能源汽车全生命周期实时运行数据。依托平台海量真实数据资源，围绕安全防控、大数据分析、智能网联等方向开展前沿研究，支撑高水平学术论文、国家标准编制与重大科研项目攻关，助力产出标志性创新成果。诚邀优秀硕博士研究生与博士后加入团队，共筑学术高地。

教育经历

2008年09月–2013年07月：清华大学车辆工程专业 博士学位

2004年09月–2008年06月：湖南大学车辆工程专业 学士学位

工作经历

2025年12月–今：北京理工大学机械与车辆学院 教授

2020年07月–2025年12月：北京理工大学机械与车辆学院 副教授

2013年08月–2020年07月：北京理工大学机械与车辆学院 助理教授

学术成果

1. Zhang Z, Wang R, Liu P, et al. Research on energy consumption law and charging strategies design of electric buses[J]. Energy, 2025, 322: 135327.

2. Zhang Z*, Sun S, Wang Z, et al. Battery retirement state prediction method based on real-world data and the TabNet model. Energy, 2025, 334:137795.

3. Wang S, Wang Z, Zhang Z*, et al. Fault cause inferences of onboard lithium-ion battery thermal runaway using convolutional neural network[J]. Energy, 2025, 320: 135328.

4. Zhang Z, Wang S, Ye B, et al. A feature prediction-based method for energy consumption prediction of electric buses[J]. Energy, 2025, 314: 134345

5. Ma Y, Ye B, Wang S, Zhang Z*. Accurate Prediction of Energy Consumption of Electric Buses Based on Traffic Condition, Vehicle Status, Driving Behavior, and Environmental Condition. IEEE Transctions on Transportation Electrificatation, 2025,11(4): 7540-7550.

6. Lin N, Chen K, Zhang Z*, et al. Beyond diagnosis: Why current fault diagnosis methods for power batteries fall short[J]. Journal of Energy Storage, 2025, 130: 117225

7. Wang S, Wang Z, Pan j, Zhang Z*, Cheng X*. A data-driven fault tracing of lithium-ion batteries in electric vehicles[J]. IEEE Transactions on Power Electronics, 2024,39(12), 16609

8. Zhang Z, Ye B, Wang S, Ma Y*. Analysis and estimation of energy consumption of electric buses using real-world data[J]. Transportation Research Part D: Transport and Environment, 2024, 126: 104017.

9. Zhang Z*, Bi J, Li D*, et al. Battery defect detection for real world vehicles based on Gaussian distribution parameterization developed LCSS[J]. Journal of Energy Storage, 2024, 75: 109679.

10. Wang S, Wang Z, Pan J, Zhang Z*, Cheng X*. A data-driven fault tracing of lithium-ion batteries in electric vehicles[J]. IEEE Transactions on Power Electronics, 2024, 36(2): 1-13.

11. Li D, Deng J, Zhang Z*, Liu P, Wang Z. Multi-dimension statistical analysis and selection of safety-representing features for battery pack in real-world electric vehicles[J]. Applied Energy. 2023, 343.

12. Li D, Deng J, Zhang Z*, Wang Z, Zhou L, Liu P. Battery Safety Risk Assessment in Real-World Electric Vehicles Based on Abnormal Internal Resistance Using Proposed Robust Estimation Method and Hybrid Neural Networks[J]. IEEE Transactions on Power Electronics. 2023, 38:7661-7673.

13. Li D, Zhang Z*, Wang Z*, Liu P, Liu Z, Lin N. Timely thermal runaway prognosis for battery systems in real-world electric vehicles based on temperature abnormality[J]. IEEE Journal of Emerging and Selected Topics in Power Electronics. 2023, 11:120-130.

14. Wang S, Wang Z, Cheng X*, Zhang Z*. A double-layer fault diagnosis strategy for electric vehicle batteries based on Gaussian mixture model[J]. Energy. 2023, 281.

15. Zhou L, Zhang Z*, Liu P, Zhao Y, Cui D, Wang Z. Data-driven battery state-of-health estimation and prediction using IC based features and coupled model[J]. Journal of Energy Storage. 2023, 72.

16. Li D, Deng J, Bi J, Zhang Z*, Liu P*, Wang Z. Precision-concentrated battery defect detection method in real-world electric vehicles crossing different temperatures and vehicle states. IEEE Transactions on Transportation Electrification, 2023, 10.3: 7540-7550.

17. Li X, Lyu M, Li K, Gao X, Liu C, Zhang Z*. Lithium-ion battery state of health estimation based on multi-source health indicators extraction and sparse Bayesian learning[J].Energy. 2023,282.

教学工作

1. 智能汽车网联技术，本科生，32学时

2. 现代汽车艺术鉴赏，本科生，32学时

3. 车辆大数据分析技术，研究生，32学时

荣誉奖励

1. 中国新能源汽车行业管理体系研究及应用，中国汽车工程学会科技进步一等奖，2025年。

2. 高层次应用创新人才“产学研联盟+全行业平台”培养模式探索，国家教学成果奖二等奖，2023年。

3. 高层次应用创新人才“产学研联盟+全行业平台”培养模式探索，北京市教育教学成果奖一等奖，2022年。

4. 数据驱动的新能源汽车管理与服务关键技术及应用，中国智能交通协会科学技术奖一等奖，2022年。

5. 新能源客车安全管控关键技术及产业化，福建省科学技术进步奖二等奖，2022年。

6. 教育部课程思政教学名师和教学团队，2021年。

7. 新能源汽车车联网大数据系统关键技术及国家监管体系建设，北京市科技进步一等奖，2020年。

8. 基于车联网的汽车智能导航关键技术及应用，教育部科技进步一等奖，2019年。

9. 网联汽车电子地图关键技术及应用，中国汽车工业科技进步特等奖，2019年。

社会兼职

1. 电动车辆国家工程研究中心副主任、新能源汽车国家监管平台负责人

2. 全国汽车标准化技术委员会委员、广西新能源汽车实验室学术委员会委员、中国汽车工程学会高级会员

3. 中国汽车工程学会汽车大数据应用分会副秘书长、新能源汽车电池回收利用专委会副秘书长、新能源汽车品牌评价与产促中心副秘书长

4. 中国数字汽车大赛组委会执行主任