个人简介：

王占伟，博士、副教授、硕士生导师，国家公派英国布里斯托大学和肯特大学访问学者，中原青年拔尖人才、河南省青年科学家、河南省高校科技创新人才。担任河南省制冷学会理事、暖通空调产业技术创新联盟青委会委员、洛阳市科普专家。主要研究方向是建筑能源系统大数据分析、故障预测与健康管理技术开发与应用，将人工智能与建筑能源系统理论深度融合，攻克制约节能与故障诊断技术现场应用瓶颈，实现系统高效运行、诊断和预测。主持国家自然科学面上、青年基金、中国博士后科学基金面上项目、中原青年拔尖人才项目、河南省青年科学家项目、河南省高校科技创新人才项目、河南省重点研发与推广专项和国家重点实验室开放课题10项。以第一/通讯作者发表期刊论文26篇，其中SCI检索14篇（含中科院一区3篇，二区7篇），申请/授权国家发明专利9项；研究成果（作为第2和第3完成人）获得了河南省科学技术进步二等奖2项。指导硕士研究生7人。指导学生参加各级各类科技竞赛获得国家级、省级和校级奖励8项。省级一流本科课程负责人，荣获第二届全国建筑环境与能源应用工程专业青年教师讲课技能竞赛特等奖，全省教育系统教学技能竞赛二等奖，获省级教育教学信息化交流活动优秀成果一等奖和三等奖共2项。

社会（学术）兼职：

1. 河南省制冷学会理事

2. 暖通空调产业技术创新联盟青年学术委员会委员

3. 中国制冷学会高级会员

4. 河南省力学学会会员

教学工作：

主讲本科生课程：《热质交换原理与设备》、《热泵技术》、《建筑环境学》

主讲研究生课程：《绿色建筑能源系统》、《热泵系统设计与仿真》

主讲的《热质交换原理与设备》课程获批线上线下混合式省级一流本科课程、获第二届全国建环专业青年教师讲课技能竞赛“网络授课优秀奖”、获2020年度校级精品在线开放课程立项建设、获2020年度校级线上线下混合式一流课程立项建设、获河南科技大学本科教育疫情防控期间“线上教学优秀课程”。参与省级教改项目2项，校级教改项目1项。

指导学生主持国家级大学生创新创业训练计划项目2项，指导学生参加全国大学生节能减排社会实践与科技竞赛获三等奖2项，中国制冷空调行业大学生科技竞赛创新设计三等奖1项，河南省制冷空调行业大学生科技竞赛一等奖1项、校级大学生节能减排社会实践与科技竞赛奖励10项。

荣誉奖励：

1. 2020年9月，获第二届全国建筑环境与能源应用工程专业青年教师讲课技能竞赛“特等奖”；

2. 2022年9月，入选2022年度中原英才计划（育才系列）—中原青年拔尖人才；

3. 2023年1月，入选2022年度河南省青年科学家项目；

4. 2021年10月，入选河南省高校科技创新人才支持计划支持；

5. 2022年4月，获河南省科技进步奖“二等奖”（排名第2）；

6. 2021年4月，获河南省科技进步奖“二等奖”（排名第3）；

7. 2022年4月，获河南省高等教育教学成果奖“二等奖”（排名第3）；

8. 2020年9月，获全省教育系统教学技能竞赛（大学工科）“二等奖”；

9. 2021年11月，获河南省第二十五届教育教学信息化交流活动优秀成果一等奖；

10. 2020年9月，获河南科技大学“优秀教师”荣誉称号；

11. 2020年4月，获陕西省高等学校科学技术“一等奖”（排名第6）。

研究方向：

1. 建筑能源系统大数据分析

2. 建筑能源系统故障预测与健康管理技术

主持的代表性科研项目：

1. 国家自然科学基金委员会，面上项目，物理机理-领域知识-数据驱动深度融合的制冷机组全周期故障诊断与预测研究，2025-01-01至2028-12-31，在研，主持

2. 国家自然科学基金委员会，青年项目，数据驱动与解析模型融合的制冷系统故障诊断方法及鲁棒性研究，2019-01-01至2021-12-31，结题，主持

3. 中国博士后科学基金面上项目，物理机理-领域知识-数据驱动深度融合的制冷机组故障复合诊断方法研究，2024-08至2026-08，在研，主持

4. 河南省科技厅，中原青年拔尖人才，建筑能源系统故障复合诊断方法研究， 2023-01至2025-12，在研，主持

5. 河南省科技厅与河南省科学院，河南省青年科学家项目，制冷系统故障仿真建模与多方法融合的预测式诊断研究，2023-01至2025-12，在研，主持

6. 河南省教育厅，河南省高校科技创新人才支持计划项目，制冷空调系统智能故障诊断新技术，2022-01至2024-12，在研，主持

7. 国家自然科学基金委员会，面上项目子课题，太阳相变储能墙耦合空气源热泵系统构建及热量传输机理研究，2023-01-01至2026-12-31，在研，主持

8. 河南省科技厅，河南省科技攻关计划项目，基于现场应用视角的冷水机组在线故障诊断系统研发及应用，2019-01至2021-03，结题，主持

9. 空调设备及系统运行节能国家重点实验室，开放课题，冷水机组故障诊断方法及其在非完整数据下鲁棒性研究，2019-03至2022-12，结题，主持

10. 河南省博士后科学基金，面向差异化应用场景的制冷系统故障复合诊断研究，2023.05-2025.03，在研，主持

11. 青岛海信日立空调系统有限公司，委托科研，冷水机组故障预诊断，2020-09至2021-11，结题，主持

代表性论文著作：

[1] Zhanwei Wang*，Penghua Xia，Jingjing Guo，Sai Zhou，Lin Wang，Yu Wang，Chunxiao Zhang. Efficient feature selection for enhanced chiller fault diagnosis: A multi-source ranking information-driven ensemble approach [J]. Building Simulation, 2024, DOI: 10.1007/s12273-024-1199-1 （SCI-I区）

[2] Wang Zhanwei*, Xia Penghua, Zhou Sai, Wang Lin, Guo Jingjing, Li xiuzhen, Shi Jingfeng, Chen Jianxing. Examining the impact of common faults on chiller performance through experimental investigation and parameter sensitivity analysis[J]. Energy and Buildings, 2024: 114389. （SCI-II区）

[3] Wang Zhanwei*, Guo Jingjing, Xia Penghua, Wang Lin, Zhang Chunxiao, Leng Qiang, Zheng Kaixin. Feature selection for chillers fault diagnosis from the perspectives of machine learning and field application[J]. Energy and Buildings, 2024: 113937. （SCI-II区）

[4] Wang Zhanwei*, Liang Boyang, Guo Jingjing, Wang Lin, Tan Yingying, Li Xiuzhen. Fault diagnosis based on residual–knowledge–data jointly driven method for chillers[J]. Engineering Applications of Artificial Intelligence, 2023, 125: 106768. （SCI-II区）

[5] Zhanwei Wang*, Lin Wang, Yingying Tan, Junfei Yuan. Fault detection based on Bayesian network and missing data imputation for building energy systems[J]. Applied Thermal Engineering, 2021, 182: 116051.（SCI-II区）

[6] Zhanwei Wang*, Lin Wang, Yingying Tan, Yunfei Yuan, Xiuzhen Li. Fault diagnosis using fused reference model and Bayesian network for building energy systems[J]. Journal of Building Engineering, 2020, 34:101957.（SCI-II区）

[7] Zhanwei Wang*, Lin Wang, Aihua Ma, Kunfeng Liang, Zun Song, Lianwei Feng. Performance evaluation of ground water-source heat pump system with a fresh air pre-conditioner using ground water[J]. Energy Conversion and Management, 2019, 188: 250-261.（SCI-I区）

[8] Zhanwei Wang*, Lin Wang, Kunfeng Liang, Yingying Tan. Enhanced chiller fault detection using Bayesian network and principal component analysis[J]. Applied Thermal Engineering, 2018, 141: 898-905.（SCI-II区）

[9] Zhanwei Wang*, Zhiwei Wang, Xiaowei Gu, Suowei He, Zengfeng Yan. Feature selection based on Bayesian network for chiller fault diagnosis from the perspective of field applications[J]. Applied Thermal Engineering, 2018, 129: 674-683.（SCI-II区）

[10] Zhanwei Wang*, Zhiwei Wang, Suowei He, Xiaowei Gu, Zengfeng Yan. Fault detection and diagnosis of chillers using Bayesian network merged distance rejection and multi-source non-sensor information[J]. Applied Energy, 2017, 188: 200-214.（SCI-I区）

[11] 王占伟*, 王林, 梁坤峰, 袁俊飞, 王智伟. 基于融合的贝叶斯网络的冷水机组故障诊断[J]. 化工学报, 2018, 69(7): 3167-3173.（EI）

代表性发明专利：

[1] 第一发明人. 基于多源相关性评价信息的冷水机组故障特征选择方法. 2024.03.14，中国，2024102923414.

[2] 第一发明人. 一种热力学机理约束的冷水机组故障数据生成方法. 2024.03.14，中国，2024102923522.

[3] 第一发明人. 基于热力学约束与注意力强化的冷水机组故障预测方法. 2024.03.14，中国，2024102923378.

[4] 第一发明人. 基于融入决策边界贝叶斯网络的冷水机组故障诊断方法. 2023.08.14，中国，202311023826.5.

[5] 第一发明人. 残差-知识-数据联合驱动的故障复合诊断方法及系统. 2022.09.23，中国，202211166632.6.

[6] 第一发明人. 一种冷水机组故障检测方法和系统. 2020.09.15，中国，ZL201810615803.6.

[7] 第一发明人. 基于模型与数据融合的冷水机组复合故障诊断方法及系统. 2022.09.16，中国，ZL201910286035.9.

[8] 第一发明人. 冷水机组压缩机性能劣化诊断方法，2022.09.02, 中国，ZL202110550644.8.

[9] 第二发明人. 冷水机组冷凝器和蒸发器性能劣化诊断方法，2023.01.13, 中国，ZL202110535668.6.